3.28

一、数据挖掘项目

sns.FacetGrid( )

Facegird是实现seaborn中绘制多个图形的接口。可用来将不同变量数据绘制到同一个图中，也可以绘制多个图形。Facegird基本的工作流程是使用数据集和用于构造网格的变量来初始化对象。然后，可以通过调用FacetGrid.map()或将一个或多个绘图函数应用于每个子集 FacetGrid.map_dataframe()。

可视化库-seaborn-Facetgrid(第五天) - python我的最爱 - 博客园 (cnblogs.com)https://www.cnblogs.com/my-love-is-python/p/10246428.html

每个数字特征得分布可视化
f = pd.melt(Train_data, value_vars=numeric_features)
g = sns.FacetGrid(f, col="variable",  col_wrap=2, sharex=False, sharey=False)
g = g.map(sns.distplot, "value")

seaborn.set()

函数参数：seaborn.set(context=‘notebook’, style=‘darkgrid’, palette=‘deep’, font=‘sans-serif’, font_scale=1, color_codes=True, rc=None)
从这个set()函数，可以看出，通过它我们可以设置背景色、风格、字型、字体等。
 

sns.pairplot( )

pairplot绘制的是成对的变量关系图表。这就说明，我们在做相关的数据分析探索的时候，用seaborn.pairplot()不仅可以绘制特征变量和预测变量关系，还可以绘制特征变量间的关系。

参数

kind: {‘scatter’, ‘kde’, ‘hist’, ‘reg’}

kind表示联合分布图中非对角线图的类型

'reg'代表在图片中加入一条拟合直线，

'scatter'就是不加入这条直线,

'kde'是等高线的形式，

'hist'就是类似于栅格地图的形式；

diag_kind: {‘auto’, ‘hist’, ‘kde’, None}

'hist'代表直方图，

'kde'代表直方图曲线化。

图像的对角线不同，因为是单变量，所以显示的是单变量的分布。

Seaborn-05-Pairplot多变量图 - 简书 (jianshu.com)

matplotlib,sns基础

 

在创建一个空白的画布时，建议使用：

fig,ax = plt.subplots()