Python3数据分析入门实战_07 绘图可视化 Seaborn

5. 绘图可视化之Seaborn [ Powerful Matplotlib Extension ]

与matplotlib相比,Seaborn的优势在哪里?
Matplotlib是最基础的可视化库。
Seaborn是基于Matplotlib的高级可视化效果库。Seaborn可以简介的代码去绘制描述更多维度数据的可视化效果图。

  • 间接调用matplotlib:sns.plt.plot()

  • 直方图和密度图

    s1 = Series(np.random.randn(1000))
    
    • distplot():集合了matplotlib的hist()与核函数估计kdeplot的功能

      sns.distplot(s1, hist=True, kde=True, rug=True)
      

    Python3数据分析入门实战_07 绘图可视化 Seaborn_第1张图片

    • kdeplot():核密度估计图

      sns.kdeplot(s1)
      

    Python3数据分析入门实战_07 绘图可视化 Seaborn_第2张图片

    • rugplot():分布观测条

      sns.rugplot(s1)
      

    Python3数据分析入门实战_07 绘图可视化 Seaborn_第3张图片

  • 柱状图和热力图

    • load_dataset() 网络Seaborn仓库获取数据

      # 通过网络仓库获取数据
      df = sns.load_dataset('flights')
      --------------------------------
      	year	month	passengers
      0	1949	January	 112
      1	1949	February 118
      2	1949	March	 132
      3	1949	April	 129
      4	1949	May	     121
      
    • 透视表加工数据

      # 建立透视表,加工原始数据
      df = df.pivot(index='month', columns='year', values='passengers')
      

      Python3数据分析入门实战_07 绘图可视化 Seaborn_第4张图片

    • 热力图:heatmap()

      # 热力图 
      # annot(annotate的缩写):默认取值False;如果是True,在热力图每个方格写入数据;
      # 如果是矩阵,在热力图每个方格写入该矩阵对应位置数据
      # fmt:字符串格式代码,矩阵上标识数字的数据格式,比如保留小数点后几位数字
      sns.heatmap(df, annot=True, fmt='d')
      

    Python3数据分析入门实战_07 绘图可视化 Seaborn_第5张图片

    • 柱状图:barplot()

      # 柱状图
      # 按照年份筛选出每年乘客总数目
      sns.barplot(x=df.sum().index, y=df.sum().values)
      

      Python3数据分析入门实战_07 绘图可视化 Seaborn_第6张图片

  • 设置图形显示效果

    • 主题设置:set_style()

      style = ['darkgrid', 'dark', 'white', 'whitegrid', 'ticks']
      sns.set_style(style[2], {'grid.color': 'red'})
      
    • 主题参数查看:axes_style() 选定参数以dict字典形式传入set_style()方法即可

    • 清空当前配置:set()

    • 上下文参数设置:set_context()

      context = ['paper', 'notebook', 'talk', 'poster']
      sns.set_context(context[3])
      
    • 上下文参数查看:plotting_context() 选定参数以dict字典形式传入set_context()方法参数rc即可

  • 调色功能

    • RGB调色板:color_palette()

      sns.color_palette()
      
    • 调色板展示:sns.palplot(sns.color_palette())

      sns.palplot(sns.color_palette())
      

      在这里插入图片描述

    • 调色板风格:deep,muted,pastel,bright,dark,colorblind

    • 设置色板:set_palette()

      pal_style = ['deep','muted','pastel','bright','dark','colorblind']
      sns.palplot(sns.color_palette('muted'))
      

      在这里插入图片描述

      # 设置色板风格为 dark
      sns.set_palette('dark')
      

      Python3数据分析入门实战_07 绘图可视化 Seaborn_第7张图片

      #默认风格:
      

      Python3数据分析入门实战_07 绘图可视化 Seaborn_第8张图片

    • 清空当前配置:set()

    • 临时更改色板:仅限with语句中使用

      with sns.set_palette('dark'):
        sinplot()
      
    • 扩充色板色域:

      • sns.color_palette([(R1,G1,B1), (R2,G2,B2)…])
      • sns.color_palette(‘hls’, 8) # 生成8中颜色的调色色板

你可能感兴趣的:(代码笔记,Python3数据分析入门,Seaborn,pandas,数据分析)