plt python 自己制定cmap_python作图学习（3）

    今天主要介绍上一期scatter、bar、hist在seaborn中的作图方法，读者可以与之前的matplotlib给出的方法进行对比。另外介绍一部分heatmap的做法。

    模块seaborn提供多个已经封装好的作图函数，十分方便。使用seaborn主要依靠已经构建好的数据结构，我用的比较多的是pandas的dataframe。seaborn定义的多个函数用到的参数有几个是固定通用的。

    下面先介绍scatterplot，后面的bar、hist有很多参数与之类似。

scatterplot

散点图常用参数：seaborn.scatterplot(*, x=None, y=None, hue=None, style=None, palette=None, size=None, data=None, ax=ax)x，y分别定义横轴、纵轴对应的值在data指定的情况下，直接指定x、y的列名即可hue按照某种属性划分颜色区分style按照某种属性设置不同形状markersize设定marker的大小data为dataframepalette设置调色板一般可以设置为muted、Set2等这里用seaborn推荐的tips数据来进行展示，共计244行7列。数据集来自于上世纪90年代某餐厅服务员记录的小费收入情况。在餐馆吃饭时给的小费tip受到消费总和(total_bill)、性别(sex)、周几(day)、聚会人数(size)等因素影响。如下：tips = sns.load_dataset("tips")tipsOut[66]:      total_bill   tip     sex smoker   day    time  size0         16.99  1.01  Female     No   Sun  Dinner     21         10.34  1.66    Male     No   Sun  Dinner     32         21.01  3.50    Male     No   Sun  Dinner     33         23.68  3.31    Male     No   Sun  Dinner