seaborn入门(1)展示seaborn的各种绘图效果
文章目录
导入包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
载入数据集
以下代码可以查看seaborn自带的数据集
print(sns.get_dataset_names())
这里使用车祸信息作为原始数据集,按理来说下面代码就可以实现导入
crash_df = sns.load_dataset("car_crashes")
但实际上,由于不可描述的某种抗力,导致在下载数据集的时候有可能下载不出来(如果你加载出来了当我没说),所以需要到github上提前下载数据集(https://github.com/mwaskom/seaborn-data)(建议先导入码云之后再下载),下载之后将数据集放入与文件相同的目录下,然后使用以下代码:
crash_df = sns.load_dataset(name="car_crashes",cache=True,data_home="./seaborn-data")
现在可以查看表的内容了
print(crash_df.head())
画图
首先,选择你的风格,分别是"white", “dark”, “whitegrid”, “darkgrid”, “ticks”
sns.set_style('white')
简单展示几种绘图方式
displot()
sns.displot(crash_df['not_distracted'],kde = True)
kdeplot()
sns.kdeplot(crash_df['speeding'],crash_df['alcohol'], data = crash_df, shade =
True ,cbar=True)
jointplot()
sns.jointplot(x = 'speeding', y = 'alcohol', data = crash_df,kind = 'kde')
pairplot()
sns.pairplot(crash_df)
或者可以使用hue分类(这里重新导入了一个数据集)
tips_df = sns.load_dataset(name='tips',cache=True,data_home="./seaborndata")
print(tips_df.head())
sns.pairplot(tips_df, hue = 'sex',)
rugplot()
#这里用的是上面刚刚载入的数据集
sns.rugplot(tips_df['tip'])