seaborn可视化学习记录

总括：

---

显示中文必需配置：

import matplotlib

from matplotlib.font_manager import _rebuild

_rebuild()

matplotlib.rcParams['font.sans-serif']=[u'SimHei']

matplotlib.rcParams['axes.unicode_minus']=False

一.关系类图表

    1.relplot() 关系类图表的接口，其实是下面两种图的集成，通过指定kind参数可以画出下面的两种图。ep:kind='scatter',kind='line'

    2.scatterplot() 散点图

    3.lineplot()折线图

二.分类图表 

    1.catplot() 分类图表的接口，其实是下面八种图表的集成，，通过指定kind参数可以画出下面的八种图:kind='strip',kind='box'

    2.stripplot() 分类散点图

    3.swarmplot() 能够显示分布密度的分类散点图

    4.boxplot() 箱图

    5.violinplot() 小提琴图

    6.boxenplot() 增强箱图

    7.pointplot() 点图

    8.barplot() 条形图

    9.countplot() 计数图    

三.Distribution plot 分布图

    1.jointplot() 双变量关系图

    2.pairplot() 变量关系组图

    3.distplot() 直方图，质量估计图

    4.kdeplot() 核函数密度估计图

    5.rugplot() 将数组中的数据点绘制为轴上的数据

四.Regression plots 回归图 

    1 .lmplot() 回归模型图:除了将数据点画在图上之外还会进行回归计算，划出一条拟合曲线

    2.regplot() 线性回归图

    3.residplot() 线性回归残差图

五.Matrix plots 矩阵图 

    1.heatmap() 热力图:直接向data参数传入一个二维矩阵，比如dataframe；常用于画各特征间协方差图,直观地看到各个变量之间的相关系数

    2.clustermap() 聚集图

六.参数进阶

    1.hue 分组画图

    传入dataframe的一个列名，seaborn就会根据这一列里面每个值都分别画图

    2.col/row 分列/分行画图

    与hue一样，不同之处是hue的分组仍然在同一张图中，col参数会将每个分组画在一行的多个列中，row参数会将每个分组画在一列的多个行中

    3.estimator 估计函数

    4.color_order,hue_order,style_order,col_order,row_order（都是列表） 指定顺序

    order参数重传入上述列表，指定横坐标的显示顺序，多用于横坐标为离散值的情况

    5.markers,style,size,sizes 样式

   style: dataframe的一个列名，则会根据这一列的每个值进行分组，然后每个组使用不同的样式绘图。

   markers:传入一个列表，里面是点样式的表示，有如’x’,’o’,’^’等等，也可以传入一个字典，指定style参数里面的每个值对应什么marker.

    6.kind 指定画图函数（仅对catplot和relplot有用）

    7.ax 指定画图区域

    比如ax=plt.subplot(2,1,2)

    比如f,axes=plt.subplot(3,1);ax=axes[0]

    8.sns.set_style()函数设置主题

    9.配色 palette

    可以直接使用palette参数配置，也可sns.set_palette()