seaborn lineplot 函数
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=None, size_norm=None,
dashes=True, markers=None, style_order=None,
units=None, estimator='mean', ci=95, n_boot=1000,
sort=True, err_style='band', err_kws=None,
legend='brief', ax=None, **kwargs)
data:是DataFrame类型的;
可选:下面均为可选
x,y:数据中变量的名称;
hue:数据中变量名称(比如:二维数据中的列名) 作用:对将要生成不同颜色的线进行分组,可以是分类或数据。
size:数据中变量名称(比如:二维数据中的列名) 作用:对将要生成不同宽度的线进行分组,可以是分类或数据。
style:数据中变量名称(比如:二维数据中的列名) 作用:对将生成具有不同破折号、或其他标记的变量进行分组。
palette:调试板名称,列表或字典类型 作用:设置hue指定的变量的不同级别颜色。
hue_order:列表(list)类型 作用:指定hue变量出现的指定顺序,否则他们是根据数据确定的。
hue_norm:tuple或Normalize对象
sizes:list dict或tuple类型 作用:设置线宽度,当其为数字时,它也可以是一个元组,指定要使用的最大和最小值,会自动在该范围内对其他值进行规范化。
units:对变量识别抽样单位进行分组,使用时,将为每个单元绘制一个单独的行。
estimator:pandas方法的名称或回调函数或者None 作用:用于在同一x水平上聚合y变量的多个观察值的方法,如果为None,则将绘制所有观察结果。
lineplot 使用例子
cum12.rename('HS300',inplace=True)
JZ_avg.rename('combine',inplace=True)
data = pd.concat([cum12,JZ_avg],axis=1)
data.index.name=None
## 设置seaborn的画布大小
plt.figure(figsize=(15,10))
sns.lineplot(data=data)
-
index 必须没有name.
-
每一列数据就是一条折线。可以不用写出列名。