信阳网站建设招聘,东莞网站推广排名,wordpress 定时间隔,买高端品牌网站目录
1.绘图数据导入
2. sns.scatterplot绘制散点图
3.sns.barplot绘制条形图
4.sns.lineplot绘制线性图 5.sns.heatmap绘制热力图 6.sns.distplot绘制直方图 7.sns.pairplot绘制散图 8.sns.catplot绘制直方图
9.sns.countplot绘制直方图
10.sns.lmplot绘回归图 1.绘图数…目录
1.绘图数据导入
2. sns.scatterplot绘制散点图
3.sns.barplot绘制条形图
4.sns.lineplot绘制线性图 5.sns.heatmap绘制热力图 6.sns.distplot绘制直方图 7.sns.pairplot绘制散图 8.sns.catplot绘制直方图
9.sns.countplot绘制直方图
10.sns.lmplot绘回归图 1.绘图数据导入
1.数据获取介绍:
Seaborn库函数中有很多的数据集,只要我们安装之后就可以直接使用.
这样就大大方便了我们进行数据分析.
只要执行sns.get_dataset_names()就可以知道我们可以使用那些数据集了
Ps:seaborn我们一般简写为snsimport seaborn as sns
sns.get_dataset_names() 数据描述理解:
接下来我们可以查看具体的数据表中有什么类型的数据
直接输出表头就行data.head(50),这样就输出了前50个数据
当然你也可用到pandas中的一些操作也可以import seaborn as sns
# 导出iris数据集
data sns.load_dataset(iris)
data.head(50) 2. sns.scatterplot绘制散点图
#1.sns.scatterplot绘制散点图
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inlinesns.set(stylewhite)
data1sns.load_dataset(tips)
#xtotal_bill就是列表中的名称,不允许修改
figsns.scatterplot(xtotal_bill,ytip,datadata1,colorr,marker*)
plt.title(Scatterplot Figure,colorblack)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/Scatterplot.png, dpi500, bbox_inchestight)
plt.show() 3.sns.barplot绘制条形图
#2.sns.barplot绘制条形图
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
sns.set(stylewhite)
data1sns.load_dataset(tips)
#xtotal_bill就是列表中的名称,不允许修改
figsns.barplot(xday,ytotal_bill,datadata1)
plt.title(Barplot Figure,colorblack)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/Barplot.png, dpi500, bbox_inchestight)
plt.show() 4.sns.lineplot绘制线性图
#3.sns.lineplot绘制线性图
#绘制折线图和对应的置信区间
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
sns.set(stylewhite)
fmri sns.load_dataset(fmri)
ax sns.lineplot(xtimepoint, ysignal, datafmri,colorr)
plt.title(Lineplot Figure,colorblack)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/Lineplot.png, dpi500, bbox_inchestight)
plt.show() 5.sns.heatmap绘制热力图
#4.sns.heatmap绘制热力图
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
np.random.seed(0)#设置种子
sns.set(stylewhite)
test_datanp.random.rand(10,12)
figsns.heatmap(test_data, cmaprainbow)
plt.title(HeayMap_Rain Figure,colorblack)
plt.xlabel(x range from 0 to 11)
plt.ylabel(y range from 0 to 9)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/HeayMap_Rain Figure.png, dpi500, bbox_inchestight)
plt.show() 6.sns.distplot绘制直方图
#5.sns.distplot绘制直方图
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
np.random.seed(0)#设置种子
sns.set(stylewhite)
xnp.random.randn(10000)
figsns.distplot(x, colorgreen)
plt.title(Distplot Figure,colorblack)
plt.xlabel(x range from -inf to inf)
plt.ylabel(y range from 0 to 0.40)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/Distplot Figure.png, dpi500, bbox_inchestight)
plt.show() 7.sns.pairplot绘制散图
#6.sns.pairplot绘制散图
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
np.random.seed(0)#设置种子
sns.set(stylewhite)
xsns.load_dataset(iris)
figsns.pairplot(x)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/Pairplot Figure.png, dpi500, bbox_inchestight)
plt.show() 8.sns.catplot绘制直方图
#8.sns.catplot绘制直方图
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
np.random.seed(0)#设置种子
sns.set(stylewhite)
x1sns.load_dataset(exercise)
figsns.catplot(xtime,ypulse,huekind,datax1)
plt.title(Catplot Figure,colorb)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/Catplot Figure.png, dpi500, bbox_inchestight)
plt.show() 9.sns.countplot绘制直方图
#9.sns.countplot绘制直方图
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
np.random.seed(0)#设置种子
sns.set(stylewhite)
x1sns.load_dataset(titanic)
figsns.countplot(xclass,datax1)
plt.title(Countplot Figure,colorb)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/Countplot Figure.png, dpi500, bbox_inchestight)
plt.show() 10.sns.lmplot绘回归图
#10.sns.lmplot绘回归图
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
np.random.seed(0)#设置种子
sns.set(stylewhite)
x1sns.load_dataset(tips)
figsns.lmplot(xtotal_bill,ytip,datax1,scatter_kws{color:green},line_kws{color: red})
plt.title(Lmplot Figure,colorb)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/Lmplot Figure.png, dpi500, bbox_inchestight)
plt.show()
