可视化二seaborn

三、强大的seaborn

Seaborn是一个在Python中制作有吸引力和信息丰富的统计图形的库。它建立在matplotlib之上，并与PyData堆栈紧密集成，包括支持来自scipy和statsmodels的numpy和pandas数据结构和统计例程。 Seaborn旨在将可视化作为探索和理解数据的核心部分。绘图函数对包含整个数据集的数据框和数组进行操作，并在内部执行必要的聚合和统计模型拟合以生成信息图。如果matplotlib“试图让事情变得简单容易和难以实现”，seaborn会试图使一套明确的方案让事情变得容易。 Seaborn可以认为是对matplotlib的补充，而不是它的替代品。在数据可视化方面能够很好的表现。

       所以我首先从matplotlib说起：

matplotlib 绘图可视化知识点整理：

http://python.jobbole.com/85106/

legend and legend_handler：

https://matplotlib.org/api/legend_api.html

 

matplotlib图标正常显示中文

为了在图表中能够显示中文和负号等，需要下面一段设置：

import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

 

              1、创建画板

              import matplotlib.pyplot as plt

              %matplotlib inline

              fig=plt.figure()

              2、添加子图

              ax1=fig.add_subplot(221)

              ax2=fig.add_subplot(222)

              ax3=fig.add_subplot(223)

       或者  #创建画板和两行两列的子图 ,axes[0,1]#子图的索引

              fig,axes=plt.subplots(2,2)

       或者

# matplotlib 提供了 subplot(geo) 和 subplots(n_row, n_col) 的方法来绘制子图

# geo 是 行列值 的组合，具体可见 文档

              # subplot

              ax1=plt.subplot(121)

              ax2=plt.subplot(122)

        3、画图

#简单的话了一个line图，在一张画板中得到两个line图，‘ko--’这类的是color,marker,linestyle的简略版本

            from numpy.random import randn

              plt.plot(randn(50).cumsum(),'ko--')

              plt.plot(randn(50).cumsum(),'go--')

其他版本：

data1=randn(30).cumsum()

data=randn(30).cumsum()