如何更新seaborn库_Py之seaborn：seaborn库的简介、安装、使用方法之详细攻略

最新推荐文章于 2024-08-13 08:14:28 发布

weixin_39774556

最新推荐文章于 2024-08-13 08:14:28 发布

阅读量708

点赞数

文章标签：如何更新seaborn库

本文链接：https://blog.csdn.net/weixin_39774556/article/details/112010435

版权

Py之seaborn：seaborn库的简介、安装、使用方法之详细攻略

seaborn库的简介

Seabn是一个在Python中制作有吸引力和丰富信息的统计图形的库。它构建在MatPultLB的顶部，与PyDATA栈紧密集成，包括对SIMPY和BANDA数据结构的支持以及SISPY和STATSMODEL的统计例程。

Seaborn 其实是在matplotlib的基础上进行了更高级的 API 封装，从而使得作图更加容易在大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充。Seabn是基于MatPultLB的Python可视化库。它为绘制有吸引力的统计图形提供了一个高级接口。

seaborn提供的一些特点是

在默认MatMattLIB美学中改进的几个内置主题：1、选择颜色调色板的工具来绘制数据中的模式

2、用于可视化单变量和二变量分布或用于在数据子集之间进行比较的功能

3、拟合和可视化不同类型独立变量和因变量的线性回归模型的工具

4、可视化数据矩阵并使用聚类算法发现这些矩阵中的结构的函数

5、一种灵活估计统计时间序列数据的函数及其估计的不确定性表示

6、构造抽象网格的高级抽象，让您轻松地构建复杂的可视化

seaborn库的安装

pip install seaborn

seaborn库的使用方法

0、相关文章

1、案例应用

import numpy as np import seaborn as sns import matplotlib.pyplot as plt sns.set( palette="muted", color_codes=True) rs = np.random.RandomState(10) d = rs.normal(size=100) f, axes = plt.subplots(2, 2, figsize=(7, 7), sharex=True) plt.title('seaborn: statistical data visualization') sns.distplot(d, kde=False, color="b", ax=axes[0, 0]) sns.distplot(d, hist=False, rug=True, color="r", ax=axes[0, 1]) sns.distplot(d, hist=False, color="g", kde_kws={"shade": True}, ax=axes[1, 0]) sns.distplot(d, color="m", ax=axes[1, 1]) plt.show()