【Python数据分析】之可视化Seaborn库

前言

1. Python数据分析结课了，即将结束复习考试，往期记录的只是自己的学习部分，沧海一粟而已，不要停止学习
2. 想继续学习的小伙伴可以参考《Python数据分析与应用》和系列文章

系列文章

1. Python数据分析之复习知识点
2. Python之Series和DataFrame的数据排序
3. Python之Numpy（二）
4. Python之pandas

Seaborn绘制统计图形

Seaborn基于Matplotlib核心库进行了更高级的API封装，可以轻松地画出更漂亮的图形，而Seaborn的漂亮主要体现在配色更加舒服，以及图形元素的样式更加细腻。

1.可视化数据的分布 当处理一组数据时，通常先要做的就是了解变量是如何分布的。 •对于单变量的数据来说，采用直方图或核密度曲线是个不错的选择。
•对于双变量来说，可采用多面板图形展现，比如散点图、二维直方图、核密度估计图形等。

Seaborn中提供了一个distplot()函数，它默认绘制的是一个带有核密度估计曲线的直方图。
distplot(a, bins = None，hist = True,kde = True,rug = False, …)

参数	作用
a	表示要观察的数据
bins	用于控制条形的数量
hist	表示是否绘制（标注）直方图
kde	表示是否绘制高斯核密度估计曲线
rug	表示是否在支持的轴方向上绘制rugplot

一、直方图

import seaborn as sns
import numpy as np
get_ipython().run_line_magic('matplotlib', 'inline')
sns.set()           # 显式调用set()获取默认绘图
np