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
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!!