python可视化库seaborn

seaborn就是在matplot的基础上进行了进一步封装
1.在anaconda prompt中安装seaborn:
pip install seaborn

image.png

2.jupyter中编写代码
首先导入库：

import seaborn as sns
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

导入数据集：
sns.load_dataset()
sinplot()|画图

函数	功能
sns.set()	采用seaborn默认设置的组合
sns.set_style("whitegird")	其中一种风格，背景白色有横条刻度，dark(黑色无网格线)，ticks（白色有刻度尺），white（白色无刻度线）
sns.despine()	去掉上边和右边框线
sns.despine(offset=10)	图和轴线的距离，例如10
sns.despine(left=ture)	隐藏左边的轴
sns.set_context("paper")	paper/talk/poster/notebook每个单元格的大小
sns.set_context("paper"，font_scale=1.5)	font_scale字体的大小
sns.set_context("paper"，font_scale=1.5，rc={"lines.linewidth":2.5})	lines.linewidth线条的粗细

颜色

函数	功能
sns.color_palette()	不写参数则默认颜色，能传入任何matplotlib所支持的颜色，默认6个颜色
sns.palplot(sns.color_palette(“hls”,8))	使用hls的颜色空间，传出8个颜色
sns.palplot(sns.hls_palette(8,l=5,s=9))	8中颜色，饱和度5，亮度9
sns.palplot(sns.color_palette(“cubehelix”,8))	色调线性变换
sns.palplot(sns.cubehelix_palette(8，start=.75,rot=-.150))	颜色变换区间
sns.palplot(sns.color_palette(“Paired”,10))	paired出现5对颜色
sns.palplot(sns.color_palette(“Blues"))	连续的画板，颜色默认由浅到深
sns.palplot(sns.color_palette(“Blues_r"))	渐变由深到浅
sns.palplot(sns.light_palette(“green”))	浅色调的绿色由浅到深
sns.palplot(sns.light_palette(210,90,60)，input="husl")	离散型的颜色
sns.palplot(sns.dark_palette(“green”))	深色调的绿色由浅到深
sns.palplot(sns.dark_palette(“green”，reverse=True))	深色调的绿色由深到浅
sns.set_palette()	设置所有图的颜色

直方图

函数	功能
sns.displot(x)
sns.displot(x,bins=5)	bins把当前数据分成几大块
sns.displot(x,bins=5，fit=stats.gamma)	分布线

散点图+直方图

函数	功能
sns.joinplot(x="",y="")
sns.joinplot(x="",y=""，kind="hex")	kind通过颜色深度分辨数据出现次数多少
sns.pairplot(数据集)	pairplot把数据集中几种特征之间两两的关系都画出来

回归

regplot(),lmplot()都可以画回归图，推荐regplot()

函数	功能
sns.swarplot(x="",y="",data=)
sns.swarplot(x="",y="",,hue="sex",data=)	加上hue参数作为指标
sns.stripplot(x="",y="",data=)
sns.stripplot(x="",y="",data=,jitter=True)	加上抖动，把点进行左右偏移
sns.regplot(x="变量名",y="变量名",data=数据集)
sns.regplot(x="变量名",y="变量名",data=数据集，x_jitter=.05)	jitter在原始数据集上做个抖动,便于回归

盒图-数据集中有离群点

sns.plot(x="",y="",data=)
ortent="h"指定横竖

小提琴图

sns.violinplot(x="",y="",data=)

条形图

sns.barplot(x="",y="",data=,hue="")
hue表示标注

点图

sns.pointplot()
参数：palette,markers,linestyles

多层面板分类图

sns.factorplot()

参数	功能
kind=""	指定画图的类型，指定为bar则画直方图
size=	大小
aspect=	长宽比

facegrid

sns.FaceGrid()
g=sns.FaceGrid()
g.map(plt.bar,"",alpha)

参数	功能
plt.	画图类型
alpha	透明程度
fit_reg=True/False	是否加回归线
x_jitter=.5	加抖动
color=".3"	颜色
size	大小
aspect	长宽比
linewidth	线宽
var=["",""]	指定的特征来画图
palette=""	调色板
g.set_axis_label("",“”)	指定轴注释
g.add_legend()	加入标注
g.set(xticks=[],yticks=[])	指定XY轴取值范围
g.fig.subplots_adjust(wspace=,hspace=)	各个子图之间的间距
g.mapdiag(plt.hist)	指定对角线上画hist图
g.map_offdiag(plt.scatter)	指定非对角线上画什么图

热度图

heat_map=sns.heatmap(数据名)

参数	功能
vmin=,vmax=	颜色取值区间的设置
center=0	指定0为中心
annit=True	加入具体数字
fmt="d"	十进制的值
linewidth=.05	网格线粗细
cmap=""	指定调色板