数据分析05绘图和可视化之Seaborn

最新推荐文章于 2024-06-08 22:06:41 发布

凯撒是我

最新推荐文章于 2024-06-08 22:06:41 发布

阅读量220

点赞数

文章标签： seaborn

本文链接：https://blog.csdn.net/qq_16049419/article/details/97099854

版权

本文详细对比了Seaborn与matplotlib在数据可视化方面的差异，并重点介绍了Seaborn如何创建直方图、密度图、柱状图和热力图。同时，探讨了Seaborn设置图形显示效果的方法，包括plotting_context()和set_context()的使用，以及调色功能的高级应用。通过实例展示了Seaborn的强大可视化能力。

摘要由CSDN通过智能技术生成

Seaborn和matplotlib对比

#导入库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
#导入一个文件
iris = pd.read_csv('../homework/iris.csv')
iris.head()

得到
在这里插入图片描述

#需求：画一个花瓣（petal）和花萼（sepal)长度的散点图，并且点的颜色要区分鸢尾花的种类
iris.Name.unique()
'''
得到
array(['Iris-setosa', 'Iris-versicolor', 'Iris-virginica'], dtype=object)
'''
#形成一个字典，根据种类区分颜色
color_map = dict(zip(iris.Name.unique(), ['blue','green','red']))
#for循环groupby方法
for species, group in iris.groupby('Name'):
    plt.scatter(group['PetalLength'], group['SepalLength'],
                color=color_map[species],
                alpha=0.3, edgecolor=None,
                label=species)
plt.legend(frameon=True, title='Name')
plt.xlabel('petalLength')
plt.ylabel('sepalLength')

得到
在这里插入图片描述

#Seaborn方法
sns.lmplot('PetalLength', 'SepalLength', iris, hue='Name', fit_reg=False)

得到
在这里插入图片描述

直方图和密度图

#导入库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series, DataFrame
%matplotlib inline
#导入seaborn模块
import seaborn as sns
#生成Series
s1 = Series(np.random.randn(1000))
#直方图，使用Matplotlib plot
plt.hist(s1)