Python数据分析之二seaborn（常用方法）

%matplotlib inline
import matplotlib as mpl
from matplotlib import pyplot as plt
import seaborn as sns
import numpy as np
x = np.random.normal(size=100)
sns.distplot(x, kde=True)
#.分布的集中趋势，反映数据向其中心值靠拢或聚集的程度

mean, cov = [0, 1], [(1, .5), (.5, 1)]
data = np.random.multivariate_normal(mean, cov, 200)
df = pd.DataFrame(data, columns=["x", "y"])
x, y = np.random.multivariate_normal(mean, cov, 1000).T
with sns.axes_style("ticks"):
    sns.jointplot(x=x, y=y, kind="hex")   
#能够更加直观反映点的分布情况

sns.jointplot(x="x", y="y", data=df, kind="kde")
#直接拟合概率密度函数

# your code
%matplotlib inline
import matplotlib as mpl
from matplotlib import pyplot as plt
import seaborn as sns

data = sns.load_dataset("flights")
data.head()
# 年份，月份，乘客数

# 分析年度乘客总量变化情况（折线图）
plt.rcParams["figure.figsize"] = (12,8)
sns.pointplot(x="year", y="passengers", data=data)
plt.title("The change number of passengers")
plt.grid(True)