![](https://img-blog.csdnimg.cn/7044483d4dff4bc48af158d611bfdd2c.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
《Seaborn系列教程》
文章平均质量分 71
.
优惠券已抵扣
余额抵扣
还需支付
¥9.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
晨星同行
这个作者很懒,什么都没留下…
展开
-
【Seaborn系列教程】二、基本图表
Seaborn是一个Python数据可视化库,它构建在Matplotlib之上,并使创建各种类型的图表变得更加容易。Seaborn提供了许多内置的图表类型,包括折线图、散点图、直方图、条形图和箱线图等。在本文中,我们将介绍如何使用Seaborn创建这些基本图表,并探讨一些可以用来优化和自定义这些图表的选项。原创 2023-06-23 15:29:26 · 307 阅读 · 0 评论 -
【Seaborn系列教程】一、安装和设置 Seaborn
安装和设置 Seaborn Seaborn 是一个基于 Matplotlib 的 Python 数据可视化库,它提供了许多优雅、现代化的数据可视化方法,可以帮助您更快地探索和理解数据。总之,在使用 Seaborn 之前,您需要先安装 Seaborn,然后将其导入到 Python 代码中,并设置所需的绘图风格和其他选项。总之,在使用 Seaborn 时,您可以自定义调色板、调整图表风格、创建子图表和网格布局、可视化二元变量等。其他可用的调色板包括 “muted”、“pastel”、“bright” 等。原创 2023-04-07 15:58:40 · 6202 阅读 · 1 评论 -
Seaborn系列教程(6)| 直方图distplot()
seaborn.distplot() 直方图,质量估计图,核密度估计图解析:该API可以绘制分别直方图和核密度估计图,也可以绘制直方图和核密度估计图的合成图通过设置默认情况下,是绘制合成图,设置情况图下:hist=True:表示要绘制直方图(默认情况为True),若为False,则不绘制kde=True:表示要绘制核密度估计图(默认情况为True),若为False,则绘制"""seaborn.distplot(a, bins=None, hist=True,原创 2022-05-27 16:55:37 · 759 阅读 · 0 评论 -
Seaborn系列教程(5)| 计数图、柱状图countplot()
seaborn.countplot()计数图、柱状图解析:使用条形图(柱状图)显示每个分类数据中的数量统计"""seaborn.countplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, d原创 2022-05-31 12:00:00 · 1538 阅读 · 0 评论 -
Seaborn系列教程(4)| 分类图catplot()
seaborn.catplot()分类图解析:catplot() 分类图(它是下面8种图的接口,下面八种图表均可通过指定kind参数来绘制)stripplot() 分类散点图swarmplot() 能够显示分布密度的分类散点图boxplot() 箱图violinplot() 小提琴图boxenplot() 增强箱图pointplot() 点图barplot() 条形图countplot() 计数图"""seaborn.catplot(x=None, y=None, hue=Non原创 2022-05-30 12:00:00 · 558 阅读 · 0 评论 -
Seaborn系列教程(3)| 折线图lineplot()
seaborn.lineplot()折线图解读注意:数据一定是通过DataFrame中传送的函数原型:"""seaborn.lineplot(x=None, y=None, hue=None, size=None, style=None, data=None, palette=None, hue_order=None, hue_norm=None, sizes=None, size_order原创 2022-05-29 12:00:00 · 1508 阅读 · 0 评论 -
Seaborn系列教程(2)| 散点图scatterplot()
seaborn.scatterplot()散点图解读可以通过调整颜色、大小和样式等参数来显示x和y之间的关系。"""seaborn.scatterplot(x=None, y=None, hue=None, style=None, size=None, data=None, palette=None, hue_order=None, hue_norm=None, sizes=No原创 2022-05-28 12:00:00 · 783 阅读 · 0 评论 -
Seaborn系列教程(1)| 关系类图relplot()
seaborn.relplot() 关系类图解读:关系类图,它是散点图scatterplot()和折线图lineplot()的接口,散点图和折线图均可通过指定kind参数来绘制。注意:数据一定是通过DataFrame中传送的函数原型:"""seaborn.relplot(x=None, y=None, hue=None, size=None, style=None, data=None, row=None, col=None, c原创 2022-05-27 15:54:31 · 222 阅读 · 0 评论