python Seaborn操作

1.導包

import seaborn as sns
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

2.常見圖的繪制

直方圖（單變量分析）：sns.distplot(x, bins=20, kde=False) fit=stats.gamma  是否擬合數據 

   s

散點圖（兩個變量分析）sns.jointplot(x="x", y="y", data=df);  kind="hex"用顏色深淺顯示數據的分布情況

with sns.axes_style("white"):
    sns.jointplot(x=x, y=y, color="k" ,kind="hex")

sns.stripplot(x="day", y="total_bill", data=tips);橫坐標或者總坐標不是整數的散點圖 參數： jitter=True

sns.swarmplot(x="day", y="total_bill", data=tips)   

條形圖：ns.barplot(x="sex", y="survived", hue="class", data=titanic);

                 兩個變量之間的回歸分析：sns.regplot(x="total_bill", y="tip", data=tips)  用order=n表示用幾次放來擬合   hue:不同的特徵用不同的顏色  row,col：不同的特徵用不同的行/列的表

多個變量兩兩分析：sns.pairplot(df)

盒圖：sns.boxplot(data=data)    參數：hue

小提琴圖：sns.violinplot(data)

sns.violinplot(x="day", y="total_bill", data=tips, inner=None)
sns.swarmplot(x="day", y="total_bill", data=tips, color="w", alpha=.5)

常見的參數：

palette:

指定調色板的方式：   palette=sns.color_palette("hls", 8)   漸變的顏色：sns.palplot(sns.color_palette("Blues"))

 

3.其他

sns.factorplot () ：用bar屬性指定所做的圖

sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips, kind="bar")

sns.factorplot(x="day", y="total_bill", hue="smoker", col="time", data=tips, kind="swarm")

kind : 可选：point 默认, bar 柱形图, count 频次, box 箱体, violin 提琴, strip 散点，swarm 分散点

 

 

sns.FacetGrid 

4.熱圖  表示數據的大小

sns.heatmap(data),最多表示3維度的數據，xy是坐標，用顏色的不同表示值的大小

flights = flights.pivot("month", "year", "passengers")#passemgers是要用顏色表示的值
ax = sns.heatmap(flights)