seaborn简要学习（4）

---

前言

python学习笔记—Seaborn day9（仅供学习使用）

Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。
Seaborn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，而不是替代物。

---

一、安装

pip3 install seaborn -i https://pypi.tuna.tsinghua.edu.cn/simple

安装教程（若不会安装请点击这里）

二、样式设置

import seaborn as sns 
sns.set(style = 'darkgrid',context = 'talk',font = 'STKaiti')

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

sns.set(style = 'ticks',context = 'paper',font = 'STKaiti') # 设置样式

plt.figure(figsize=(9,6))


x = np.linspace(0,2*np.pi,20)
y = np.sin(x)

# lineplot方法，画一条线
sns.lineplot(x = x,y = y,color = 'green',ls = '--')
sns.lineplot(x = x,y = np.cos(x),color = 'red',ls = '-.')

三、线性图

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
sns.set(style = 'dark',context = 'notebook',font = 'KaiTi') # 设置样式
plt.figure(figsize=(9,6))

# 加载数据
fmri = pd.read_csv('./fmri.csv') # fmri这一核磁共振数据

ax = sns.lineplot(x = 'timepoint',y = 'signal',
                  hue = 'event',# 根据event属性分类，绘制两张图
                  style = 'event' ,# 根据event属性分类，指定样式
                  data= fmri,
                  palette='ocean', # 画板，颜色 
                  markers=True,
                  markersize = 10)

plt.xlabel('时间节点',fontsize = 30)

四、调色板

五、热力图

import matplotlib.pyplot as plt
import seaborn as sns
plt.figure(figsize=(12,9))
flights = pd.read_csv('./flights.csv') # 飞行数据
# !!! pivot数据重塑，改变DataFrame形状，month是行索引，year是列索引，passengers是数据
flights = flights.pivot("month", "year", "passengers") # 年，月份，飞机乘客数量

sns.heatmap(flights, annot=True,fmt = 'd',cmap = 'RdBu_r',linewidths=5)#annot图片上的数字，fmt表示整数，cmap表示颜色

---

总结

大功告成！！