seaborn.lineplot：强如matlab的python二维数据趋势图一键绘制

发现了一个很强的绘图工具，可以用很简单的命令绘制多种图案，但是绘图的过程和原理需要弄清楚才能绘制想要的图片，参考的官网文档。

seaborn.lineplot(*, x=None, y=None, hue=None, size=None, style=None, data=None, palette=None, hue_order=None, hue_norm=None, sizes=None, size_order=None, size_norm=None, dashes=True, markers=None, style_order=None, units=None, estimator='mean', ci=95, n_boot=1000, seed=None, sort=True, err_style='band', err_kws=None, legend='auto', ax=None, **kwargs)

这个函数相当于matlab里的plt.plot，但是却更加智能，绘制的图像也更好看。
seaborn.lineplot中几个参数十分重要，选取其中最有代表性的几个：

x, y：vectors or keys in data
代表哪个数据是x轴的，哪个数据是y轴显示的，注意因为只能绘制二维图，因此y轴相当于要显示的数据。可以是向量，也可以是dataframe的表头关键字

hue： vector or key in data
# 代表需要按照颜色不同列出不同颜色的线，这个虽然可以是向量，但是基本上是给表格准备的

size： vector or key in data
# 与hue类似，但是使用线的粗细来区分

style： vector or key in data
# 与hue类似，但是是用点划线之类的来区分

data： pandas.DataFrame, numpy.ndarray, mapping, or sequence
# 用于上传表格或者np数组的地方

下面以一个航班数据为例说明seaborn.lineplot能画什么图，以下每个程序块都可以单独复制出去运行。
航班数据就是一个dataframe:

1、整理好数据直接画图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme(style="darkgrid")
sns.set()
# 引入数据
flights = sns.load_dataset("flights")
# 重新整理数据，按照行、列、值的方式
flights_wide = flights.pivot("year", "month", "passengers")
# 可以直接画图了
sns.lineplot(data=flights_wide)
plt.show()

2、不整理数据用关键字直接画图
2.1 颜色区分

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme(style="darkgrid")
sns.set()
# 引入数据
flights = sns.load_dataset("flights")
# 用颜色区分第三维数据
sns.lineplot(data=flights, x="year", y="passengers", hue="month")
plt.show()

2.2、点线区分

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme(style="darkgrid")
sns.set()
# 引入数据
flights = sns.load_dataset("flights")
# 用点线区分第三维数据
sns.lineplot(data=flights, x="year", y="passengers", style="month")
plt.show()

2.3、线宽区分

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme(style="darkgrid")
sns.set()
# 引入数据
flights = sns.load_dataset("flights")
# 用线宽区分第三维数据
sns.lineplot(data=flights, x="year", y="passengers", size="month")
plt.show()

3、用阴影表示重复内容
这是这个函数最神奇的地方，就是当X坐标中出现了重复对应的y值时，就会绘制其平均值为实线，范围为浅色阴影，十分方便，尤其是绘制强化学习的曲线时。
直接使用最普通的x y坐标

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme(style="darkgrid")
sns.set()
# 引入数据
flights = sns.load_dataset("flights")
# RL图
sns.lineplot(x=np.array([1,2,3,4,5,1,2,3,4,4]), y=np.array([1,2,3,4,5,7,9,5,9,9]))
plt.show()

上面因为x没有5的重复坐标，所以阴影没有覆盖5。
当然也可以依然用航班表格中的数据，只要明白了原理即可：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme(style="darkgrid")
sns.set()
# 引入数据
flights = sns.load_dataset("flights")
# RL图
sns.lineplot(data=flights, x="year", y="passengers")
plt.show()

更多的阴影类型可以看官方文档：