Python 數(shù)據(jù)可視化之Seaborn詳解

更新時(shí)間：2021年11月02日 10:55:17 作者：海擁✘

這篇文章主要介紹了Python數(shù)據(jù)可視化庫(kù)seaborn的使用總結(jié)，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧

安裝

要安裝 seaborn，請(qǐng)?jiān)诮K端中輸入以下命令。

pip install seaborn

Seaborn 建立在 Matplotlib 之上，因此它也可以與 Matplotlib 一起使用。一起使用 Matplotlib 和 Seaborn 是一個(gè)非常簡(jiǎn)單的過程。我們只需要像之前一樣調(diào)用 Seaborn Plotting 函數(shù)，然后就可以使用 Matplotlib 的自定義函數(shù)了。

注意： Seaborn 加載了提示、虹膜等數(shù)據(jù)集，但在本教程中，我們將使用 Pandas 加載這些數(shù)據(jù)集。

例子：

# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
# 畫線圖
sns.lineplot(x="sex", y="total_bill", data=data)
# 使用 Matplotlib 設(shè)置標(biāo)題
plt.title('Title using Matplotlib Function')
plt.show()

輸出:

散點(diǎn)圖

散點(diǎn)圖是使用scatterplot() 方法繪制的。這類似于 Matplotlib，但需要額外的參數(shù)數(shù)據(jù)。

# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
sns.scatterplot(x='day', y='tip', data=data,)
plt.show()

輸出:

你會(huì)發(fā)現(xiàn)在使用 Matplotlib 時(shí)，如果你想根據(jù)sex為這個(gè)圖的每個(gè)點(diǎn)著色會(huì)很困難。但在散點(diǎn)圖中，它可以在色調(diào)參數(shù)的幫助下完成。

例子：

# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
sns.scatterplot(x='day', y='tip', data=data,
			hue='sex')
plt.show()

輸出:

線圖

Seaborn 中的 Line Plot 使用 lineplot() 方法繪制。在這種情況下，我們也可以只傳遞 data 參數(shù)。

示例：

# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
sns.lineplot(x='day', y='tip', data=data)
plt.show()

輸出：

示例 2：

# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
# 僅使用數(shù)據(jù)屬性
sns.lineplot(data=data.drop(['total_bill'], axis=1))
plt.show()

輸出：

條形圖

Seaborn 中的條形圖可以使用barplot()方法.

例子：

# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
sns.barplot(x='day',y='tip', data=data,
			hue='sex')
plt.show()

輸出：

直方圖

Seaborn 中的直方圖可以使用histplot() 函數(shù)繪制。

例子：

# 導(dǎo)包
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 讀取數(shù)據(jù)庫(kù)
data = pd.read_csv("tips.csv")
sns.histplot(x='total_bill', data=data, kde=True, hue='sex')
plt.show()

輸出：

在瀏覽完所有這些繪圖后，您一定已經(jīng)注意到，使用 Seaborn 自定義繪圖比使用 Matplotlib 容易得多。它也是基于 matplotlib 構(gòu)建的，那么我們也可以在使用 Seaborn 時(shí)使用 matplotlib 函數(shù)。下一節(jié)我們繼續(xù)談第三個(gè)庫(kù)——Bokeh