Python-seaborn 笔记整理

仅供个人自学使用，仅供参考
Reference：
https://vitu.ai/course/65599248200156992
https://www.jianshu.com/p/94931255aede
https://baijiahao.baidu.com/s?id=1650565251991078037&wfr=spider&for=pc
https://www.cnblogs.com/abdm-989/p/12204640.html
某速查表

Seaborn其实是在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就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。同时它能高度兼容numpy与pandas数据结构以及scipy与statsmodels等统计模式。

特点

• 基于matplotlib aesthetics绘图风格，增加了一些绘图模式
• 增加调色板功能，利用色彩丰富的图像揭示您数据中的模式
• 运用数据子集绘制与比较单变量和双变量分布的功能
• 运用聚类算法可视化矩阵数据
• 灵活运用处理时间序列数据
• 利用网格建立复杂图像集
  
  5种主题风格
• darkgrid
• whitegrid
• dark
• white
• ticks

导包

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

Seaborn 要求原始数据的输入类型为 pandas 的 Dataframe 或 Numpy 数组，画图函数有以下几种形式

sns.图名(x='X轴 列名', y='Y轴 列名', data=原始数据df对象)
sns.图名(x='X轴 列名', y='Y轴 列名', hue='分组绘图参数', data=原始数据df对象)
sns.图名(x=np.array, y=np.array[, ...])

通用设置

# Set the width and height of the figure
plt.figure(figsize=(14,6))

# Add title
plt.title("标题")

#调整x，y轴的限制
plt.ylim(0,100)
plt.xlim(0,10)
#调属性
plt.setp(ax,yticks=[0,5]) 
#调整子图参数
plt.tight_layout()

#将上下文设置为 "notebook", 缩放字体，覆盖参数映射
sns.set_context("notebook", font_scale=1.5, rc={
   "lines.linewidth":2.5})

#显示图形
plt.show() 
#保存
plt.savefig("foo.png")
#保存为透明画布
plt.savefig("foo.png", transparent=True)

各种图

lmplot

lmplot主要用于可视化线性回归关系，也就是用来画回归图，可以观察两组数据之间是否存在线性关系。

# 设置图表风格为darkgrid 
sns.set(style='darkgrid') 
# 读取Seaborn自带的数据集
irisiris = sns.load_dataset("iris") 
# x轴为萼片长度，y轴为萼片宽度 
# hue: 根据品种分类 
# truncate: 截断，为True时回归线受到数据大小的限制，默认为False 
# height：图表大小
g=sns.lmplot(x="sepal_length",y