seaborn

5. seaborn

基于matplotlib核心库进行了更高级的API封装

5.1 可视化数据的分布

5.1.1 单变量分布

• 直方图
• 核密度曲线

5.1.2 双变量分布

• 散点图
• 二维直方图
• 核密度估计图形

5.1.3 displot()、joinplot()

5.2 绘制单变量分布

seabron.displot(a,bins=None,hist=True,kde=True,rug=False,fit = None,color=None)

• a：要观察的数据，可以是series、一维数组或列表
• 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

5.3 绘制双变量分布

seaborn.joinplot(x,y,data=None,kind=“scatter”,stat_func=None,color=None,ratio=5,space=0.2,dropna=True)

• kind：表示绘制图形的类型

  • 散点图，默认scatter
  • 二维直方图，hex
  • 核密度估计图，kde

• stat_func：用于计算有关关系的统计量并标注图

• color：表示绘图元素的颜色

• size：用于设置图的大小

• ratio：表示中心图与侧边图的比例，值越大，则中心图的占比会越大

• space：用于设置中心图与侧边图的间隔大小

5.4 绘制成对的双变量分布

鸢尾花 iris

• pairplot()

  • 

5.5 分类数据绘图

5.5.1 类别散点图

• stripplot(x=None,y=None,hue=None,data=None,order=None,hue_order=None,jitter=False)

  • x，y，hue：用于绘制长格式数据的输入
  • data：绘制的数据集
  • jitter：表示抖动的程度

• 

5.5.2 类别内的数据分布

• 箱型图

  • 

  • 用于显示一组数据分散情况资料的统计图

  • boxplot()

• 小提琴图

  • 

  • 用于显示数据分布及其概率密度

  • violinplot()

5.5.3 类别内的统计估计

• 条形图

  • barplot()

• 点图

  • pointplot()