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
- 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']
- 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: