anaconda 安装seaborn

首先 ,我们应该了解什么是seaborn

Project description

Seaborn is a library for making statistical graphics in Python. It is built on top of matplotlib and closely integrated with pandas data structures.

Here is some of the functionality that seaborn offers:

  • A dataset-oriented API for examining relationships between multiple variables
  • Specialized support for using categorical variables to show observations or aggregate statistics
  • Options for visualizing univariate or bivariate distributions and for comparing them between subsets of data
  • Automatic estimation and plotting of linear regression models for different kinds dependent variables
  • Convenient views onto the overall structure of complex datasets
  • High-level abstractions for structuring multi-plot grids that let you easily build complex visualizations
  • Concise control over matplotlib figure styling with several built-in themes
  • Tools for choosing color palettes that faithfully reveal patterns in your data

Seaborn aims to make visualization a central part of exploring and understanding data. Its dataset-oriented plotting functions operate on dataframes and arrays containing whole datasets and internally perform the necessary semantic mapping and statistical aggregation to produce informative plots.

这是官网上的介绍。

好吧,他全是英文,大概意思就是你可以使用他轻松构建复杂的可视化 。

我们进入正题anaconda 安装seaborn。

1、在开始菜单中找到Anaconda3文件夹中的“Anaconda Prompt ”

anaconda 安装seaborn_第1张图片

2、打开“Anaconda Prompt”

3、输入“conda install seaborn”

anaconda 安装seaborn_第2张图片

4、等一小会,出现下图,输入“y”

anaconda 安装seaborn_第3张图片

anaconda 安装seaborn_第4张图片

5、然后进行比较漫长的等待

anaconda 安装seaborn_第5张图片

A long time later.时间不是有点长呀。。。

anaconda 安装seaborn_第6张图片

6、等了一会之后,他给报了错,相这样的

anaconda 安装seaborn_第7张图片

7、报了错,是好事,不要慌,看看他给咱们提示了什么。我理解哈,大概意思是让咱们通过网址自己下载,,看见这个<  >中间有https开头到bz2结尾的把它一个一个的下载下来。下载下来,放在放在anaconda文件夹下,也不用解压。

8、之后再输入“conda install seaborn”再从头走一遍。

anaconda 安装seaborn_第8张图片

9、我们可有输入代码验证是否成功

import matplotlib.pyplot as plt
import scipy.stats as stats

lower, upper = 3.5, 6
mu, sigma = 5, 0.7
X = stats.truncnorm(
(lower - mu) / sigma, (upper - mu) / sigma, loc=mu, scale=sigma)
N = stats.norm(loc=mu, scale=sigma)

fig, ax = plt.subplots(2, sharex=True)
ax[0].hist(X.rvs(10000), normed=True)
ax[1].hist(N.rvs(10000), normed=True)
plt.show()

 anaconda 安装seaborn_第9张图片

如果你有更好的办法一定要下方评论呀

总结

我认为计算机是最会表达自己的,你给了他正确的,他就会回馈给你正确的;你给了他错误的,他就告诉你错哪了,等着你给他正确的。每一次报错,可都是计算机情感的真实流露,可别辜负了人家的一番好意。

anaconda 安装seaborn_第10张图片

 

你可能感兴趣的:(Python)