Seaborn绘图01

Seaborn绘图表分类

• 分类图：柱状图barplot、箱线图boxplot、小提琴图violinplot、散点图(stripplot、swarmplot)、以及分面网格（FacetGrid)分类图catplot。
• 关联图：散点图scatterplot、线图lineplot、以及分面网格（FacetGrid)关联图relplot。
• 分布图：单变量分布图distplot、密度图kdeplot。
• 矩阵图：热力图heatmap、聚类图clustermap。
• 回归图：线性回归图regplot和分面网格（FacetGrid)线性回归图lmplot。
• 分面网格图：FacetGrid。

准备工作

#准备工作
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
import numpy as np
import pandas as pd
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
#seaborn中显示中文
sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})

#去除部分警告
import warnings
warnings.filterwarnings('ignore')

Seaborn内置数据集

https://github,com/mwaskom/seaborn-data

seaborn.load_dataset(name,cache=True,data_home=None,**kws)

• name:参数是数据集的名字，https://github,com/mwaskom/seaborn-data 定义数据集名。
• cache:参数是否提供缓存。
• data_home:参数是指定缓存路径，默认当前用户home下的seaborn-data目录中。
• sns.get_dataset_names():获得数据集名字。

下载数据

1. 下载单个数据集

#下载数据
titanic=sns.load_dataset('titanic',cache=True)

获取全部数据集名称

#用列表形式返回github上的数据名字
names = sns.get_dataset_names()

print(names)
-------------------------------------------------------------------------
['anscombe', 'attention', 'brain_networks', 'car_crashes', 'diamonds', 'dots', 'exercise', 'flights', 'fmri', 'gammas', 'iris', 'mpg', 'planets', 'tips', 'titanic']

2. 下载全部数据集

#下载全部数据集
for i in names:
    sns.load_dataset(i)

虽然Matplotlib也可以绘图，但是相较而言seaborn更为美观

#先运行上面的，后运行下面的，分开运行
sns.set()
plt.bar([1,2,3,4,5],[3,6,9,2,5])

结果：

现在更加细致的了解一下sns.set吧

help(sns.set)

结果：