作者:xiaoyu
微信公众号:Python数据科学最近在做几个项目的数据分析,每次用到seaborn进行可视化绘图的时候总是忘记具体操作。虽然seaborn的官方网站已经详细的介绍了使用方法,但是毕竟是英文,而且每次都上网查找不是很方便,还不如自己重新来一遍。因此博主想从零开始将seaborn学习一遍,做一个总结,也希望供大家使用参考。
Seaborn简介
seaborn同matplotlib一样,也是Python进行数据可视化分析的重要第三方包。但 seaborn 是在 matplotlib 的基础上进行了更高级的API封装,使得作图更加容易,图形更加漂亮。
博主并不认为seaborn可以替代matplotlib。虽然 seaborn 可以满足大部分情况下的数据分析需求,但是针对一些特殊情况,还是需要用到 matplotlib 的。换句话说,matplotlib 更加灵活,可定制化,而 seaborn 像是更高级的封装,使用方便快捷。
应该把seaborn视为matplotlib的补充,而不是替代物。
Seaborn学习内容
seaborn的学习内容主要包含以下几个部分:风格管理绘图风格设置
颜色风格设置
绘图方法数据集的分布可视化
分类数据可视化
线性关系可视化
结构网格数据识别网格绘图
本次将主要介绍风格管理的使用。
风格管理 - 绘图风格设置
除了各种绘图方式外,图形的美观程度可能是我们最关心的了。将它放到第一部分,因为风格设置是一些通用性的操作,对于各种绘图方法都适用。
让我们先看一个例子。
%matplotlib inline
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
np.random.seed(sum(map(ord, "aesthetics")))
我们定义了一个简单的方程来绘制一些偏置的正弦波,用来帮助我们查看不同的图画风格是什么样子的。