【可视化】seaborn常用的10种数据分析图表

文章来源于Python大数据分析，作者朱卫军

内置示例数据集

seaborn内置了十几个示例数据集，通过load_dataset函数可以调用。

其中包括常见的泰坦尼克、鸢尾花等经典数据集。

# 查看数据集种类
import seaborn as sns
sns.get_dataset_names()

import seaborn as sns
# 导出鸢尾花数据集
data = sns.load_dataset('iris')
data.head()

1、散点图

函数sns.scatterplot

import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
# 小费数据集
tips = sns.load_dataset('tips')
ax = sns.scatterplot(x='total_bill',y='tip',data=tips)
plt.show()

2、条形图

函数sns.barplot

显示数据平均值和置信区间

import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
# 小费数据集
tips = sns.load_dataset("tips")
ax = sns.barplot(x="day", y="total_bill", data=tips)
plt.show()

3、线型图

函数sns.lineplot

绘制折线图和置信区间

import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
fmri = sns.load_dataset("fmri")
ax = sns.lineplot(x="timepoint", y="signal", data=fmri)
plt.show()

4、箱线图

函数seaborn.boxplot

import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
tips = sns.load_dataset("tips")
ax = sns.boxplot(x="day", y="total_bill", data=tips)
plt.show()

5、直方图

函数seaborn.distplot

import seaborn as sns
import numpy as np
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
np.random.seed(0)
x = np.random.randn(1000)
ax = sns.distplot(x)
plt.show()

6、热力图

函数seaborn.heatmap

import numpy as np
np.random.seed(0)
import seaborn as sns 
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data)
plt.show()

7、散点图矩阵

函数sns.pairplot

import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
iris = sns.load_dataset("iris")
ax = sns.pairplot(iris)
plt.show()

8、分类散点图

函数seaborn.catplot

import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
exercise = sns.load_dataset("exercise")
ax = sns.catplot(x="time", y="pulse", hue="kind", data=exercise)\
plt.show()

9、计数条形图

函数seaborn.countplot

import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
titanic = sns.load_dataset("titanic")
ax = sns.countplot(x="class", data=titanic)
plt.show()

10、回归图

函数 seaborn.lmplot

绘制散点及回归图

import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
tips = sns.load_dataset("tips")
ax = sns.lmplot(x="total_bill", y="tip", data=tips)

plt.show()

-END-

往期精彩回顾




适合初学者入门人工智能的路线及资料下载机器学习在线手册深度学习在线手册AI基础下载（pdf更新到25集）本站qq群1003271085，加入微信群请回复“加群”获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/yFQV7am喜欢文章，点个在看