Seaborn是matplotlib库的扩展,主要专注于统计学的分析
Seaborn背后有调色板
import seaborn as sns
sns.set_style(‘darkgrid’) 设置一些背景
sns.load_dataset(‘tips’) 加载数据 seaborn datasets
画图
sns.relplot(x=‘total_bill’,y=‘tip’, data=tips) 画散点图 relational plots
-x 针对同一个x对应多个y的情况,line plot会根据mean和95%的置信区间(confidence interval)来作图
-y
-ci = None ‘sd标准差/None’ 取消置信区间
-estimator= None 取消所有的东西
- hue=‘字段’ 用颜色来进行区分 有渐变的效果
- style=‘字段’ 用数据形状来区分字段
- size = ‘字段’ 其实这是用大小来分类
- sizes=(15,200) 可以指定大小的区间 跟size连用
- kind=‘line折线x要有个时间关系/scatter散点/box箱线图/swarm钟型图/boxen/violin小提琴图(KDE把离散的值连续化)’ 图像的类型
- sort = False 排序
用hue可以根据某个column分成不同的颜色绘制 hue和style像groupby
sns.lmplot() 画一个线性回归的模型
sns.scatterplot()
sns.lineplot()
离散图
sns.catplot(data=tips,x=‘day’, y=‘total_bill’) categorical plots分类的