内置示例数据集
seaborn内置了十几个示例数据集,通过load_dataset函数可以调用。
其中包括常见的泰坦尼克、鸢尾花等经典数据集。
- # 查看数据集种类
- import seaborn as sns
- sns.get_dataset_names()
- import seaborn as sns
- # 导出鸢尾花数据集
- data = sns.load_dataset('iris')
- data.head()
1. 散点图
函数sns.scatterplot
- import seaborn as sns
- sns.set()
- import matplotlib.pyplot as plt
- %matplotlib inline
- # 小费数据集
- tips = sns.load_dataset('tips')
- ax = sns.scatterplot(x='total_bill',y='tip',data=tips)
- plt.show()
2. 条形图
函数sns.barplot
显示数据平均值和置信区间
- import seaborn as sns
- sns.set()
- import matplotlib.pyplot as plt
- %matplotlib inline
- # 小费数据集
- tips = sns.load_dataset("tips")
- ax = sns.barplot(x="day", y="total_bill", data=tips)
- plt.show()
3. 线型图
函数sns.lineplot
绘制折线图和置信区间
- import seaborn as sns
- sns.set()
- import matplotlib.pyplot as plt
- %matplotlib inline
- fmri = sns.load_dataset("fmri")
- ax = sns.lineplot(x="timepoint", y="signal", data=fmri)
- plt.show()
4. 箱线图
函数seaborn.boxplot
- import seaborn as sns
- sns.set()
- import matplotlib.pyplot as plt
- %matplotlib inline
- tips = sns.load_dataset("tips")
- ax = sns.boxplot(x="day", y="total_bill", data=tips)
- plt.show()
5. 直方图
函数seaborn.distplot
- import seaborn as sns
- import numpy as np
- sns.set()
- import matplotlib.pyplot as plt
- %matplotlib inline
- np.random.seed(0)
- x = np.random.randn(1000)
- ax = sns.distplot(x)
- plt.show()
6. 热力图
函数seaborn.heatmap
- import numpy as np
- np.random.seed(0)
- import seaborn as sns
- sns.set()
- import matplotlib.pyplot as plt
- %matplotlib inline
- uniform_data = np.random.rand(10, 12)
- ax = sns.heatmap(uniform_data)
- plt.show()
7. 散点图矩阵
函数sns.pairplot
- import seaborn as sns
- sns.set()
- import matplotlib.pyplot as plt
- %matplotlib inline
- iris = sns.load_dataset("iris")
- ax = sns.pairplot(iris)
- plt.show()
8. 分类散点图
函数seaborn.catplot
- import seaborn as sns
- sns.set()
- import matplotlib.pyplot as plt
- %matplotlib inline
- exercise = sns.load_dataset("exercise")
- ax = sns.catplot(x="time", y="pulse", hue="kind", data=exercise)\
- plt.show()
9. 计数条形图
函数seaborn.countplot
- import seaborn as sns
- sns.set()
- import matplotlib.pyplot as plt
- %matplotlib inline
- titanic = sns.load_dataset("titanic")
- ax = sns.countplot(x="class", data=titanic)
- plt.show()
10. 回归图
函数 seaborn.lmplot
绘制散点及回归图
- import seaborn as sns
- sns.set()
- import matplotlib.pyplot as plt
- %matplotlib inline
- tips = sns.load_dataset("tips")
- ax = sns.lmplot(x="total_bill", y="tip", data=tips)
- plt.show()
TIOBE 公布了 2021 年 3 月的编程语言排行榜。 本月 TIOBE 指数没有什么有趣的变...
基本介绍 给定 n 个权值作为 n 个叶子节点,构造一颗二叉树,若该树的带权路径长...
溢价 域名 的续费价格如何?通常来说,因为溢价域名的价值高于普通域名,所以溢...
背景 我们知道 如果在Kubernetes中支持GPU设备调度 需要做如下的工作 节点上安装...
本文转载自公众号读芯术(ID:AI_Discovery)。 这一刻你正在应对什么挑战?这位前...
想了解更多内容,请访问: 51CTO和华为官方战略合作共建的鸿蒙技术社区 https://...
近几年,互联网行业蓬勃发展,在互联网浪潮的冲击下,互联网创业已成为一种比较...
在Python开发过程中,我们难免会遇到多重条件判断的情况的情况,此时除了用很多...
前言 统计科学家使用交互式的统计工具(比如R)来回答数据中的问题,获得全景的认...
本文转载自微信公众号「bugstack虫洞栈」,作者小傅哥 。转载本文请联系bugstack...