使用 Python 进行数据可视化之Seaborn

Posted 2021-11-24 海拥✘

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了使用 Python 进行数据可视化之Seaborn相关的知识，希望对你有一定的参考价值。

🌊 作者主页：海拥
🌊 作者简介：🏆CSDN全栈领域优质创作者、🥇HDZ核心组成员、🥈蝉联C站周榜前十
🌊 粉丝福利：粉丝群每周送四本书，每月送各种小礼品(搪瓷杯、抱枕、鼠标垫、马克杯等)

上一篇文章我们介绍了 Matplotlib，接下来让我们继续我们列表的第二个库——Seaborn。Seaborn 是一个建立在 Matplotlib 之上的高级接口。它提供了漂亮的设计风格和调色板来制作更具吸引力的图形。

安装

要安装 seaborn，请在终端中输入以下命令。

pip install seaborn

Seaborn 建立在 Matplotlib 之上，因此它也可以与 Matplotlib 一起使用。一起使用 Matplotlib 和 Seaborn 是一个非常简单的过程。我们只需要像之前一样调用 Seaborn Plotting 函数，然后就可以使用 Matplotlib 的自定义函数了。

注意： Seaborn 加载了提示、虹膜等数据集，但在本教程中，我们将使用 Pandas 加载这些数据集。

例子：

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


# 读取数据库
data = pd.read_csv("tips.csv")

# 画线图
sns.lineplot(x="sex", y="total_bill", data=data)

# 使用 Matplotlib 设置标题
plt.title('Title using Matplotlib Function')

plt.show()

输出:

散点图

散点图是使用scatterplot() 方法绘制的。这类似于 Matplotlib，但需要额外的参数数据。

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

# 读取数据库
data = pd.read_csv("tips.csv")

sns.scatterplot(x='day', y='tip', data=data,)
plt.show()

输出:

你会发现在使用 Matplotlib 时，如果你想根据sex为这个图的每个点着色会很困难。但在散点图中，它可以在色调参数的帮助下完成。

例子：

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

# 读取数据库
data = pd.read_csv("tips.csv")

sns.scatterplot(x='day', y='tip', data=data,
			hue='sex')
plt.show()

输出:

线图

Seaborn 中的 Line Plot 使用 lineplot() 方法绘制。在这种情况下，我们也可以只传递 data 参数。

示例：

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


# 读取数据库
data = pd.read_csv("tips.csv")

sns.lineplot(x='day', y='tip', data=data)
plt.show()

输出：

示例 2：

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


# 读取数据库
data = pd.read_csv("tips.csv")

# 仅使用数据属性
sns.lineplot(data=data.drop(['total_bill'], axis=1))
plt.show()

输出：

条形图

Seaborn 中的条形图可以使用barplot()方法.

例子：

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


# 读取数据库
data = pd.read_csv("tips.csv")

sns.barplot(x='day',y='tip', data=data,
			hue='sex')

plt.show()

输出：

直方图

Seaborn 中的直方图可以使用histplot() 函数绘制。

例子：

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


# 读取数据库
data = pd.read_csv("tips.csv")

sns.histplot(x='total_bill', data=data, kde=True, hue='sex')

plt.show()

输出：

在浏览完所有这些绘图后，您一定已经注意到，使用 Seaborn 自定义绘图比使用 Matplotlib 容易得多。它也是基于 matplotlib 构建的，那么我们也可以在使用 Seaborn 时使用 matplotlib 函数。下一节我们继续谈第三个库——Bokeh

🥇 评论区抽粉丝送书啦

💌 欢迎大家在评论区提出意见和建议! (抽两位幸运儿送书，实物图如下)💌

《程序员数学从零开始》

【内容简介】

本书从人们身边常见的整数讲起，逐步深入，介绍了数论、计数、图论、机器学习等领域的一些典型算法及其原理，尤其是算法背后的数学原理，可以让读者对这些算法有更深入的理解。
　　本书分为11章，涵盖的主要内容有整数的素因子分解、辗转相除、更相减损、扩展欧几里得算法和Karastuba算法；密码体制和RSA体制的加密原理；递归与分治算法、动态编程技术、特征方程和特征根；算法复杂度分析、大O和大Θ的意义；穷举法、深度优先搜索、广度优先搜索、贪心策略；A∗搜索算法；遗传算法；网络流、增广路径最流算法；最小二乘法的原理、线性回归、非线性回归；基于正态分布的异常检测、局部异常因子算法；P/NP问题。

也有不想靠抽，想自己买的同学可以参考下面的链接

京东自营购买链接：

《程序员数学从零开始》- 京东图书

当当自营购买链接：

《程序员数学从零开始》- 当当图书