seaborn的用法

Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的图。这里实例采用的数据集都是seaborn提供的几个经典数据集，dataset文件可见于Github。本博客只总结了一些，方便博主自己查询，详细介绍可以看seaborn官方API和example gallery，官方文档还是写的很好的。

1  set_style( )  set( )

set_style( )是用来设置主题的，Seaborn有五个预设好的主题： darkgrid , whitegrid , dark , white ,和 ticks  默认： darkgrid

[python] view plain copy

import matplotlib.pyplot as plt  

import seaborn as sns  

sns.set_style("whitegrid")  

plt.plot(np.arange(10))  

plt.show()  

set( )通过设置参数可以用来设置背景，调色板等，更加常用。

[python] view plain copy

import seaborn as sns  

import matplotlib.pyplot as plt  

sns.set(style="white", palette="muted", color_codes=True)     #set( )设置主题，调色板更常用  

plt.plot(np.arange(10))  

plt.show()  

2  distplot( )  kdeplot( )

distplot( )为hist加强版，kdeplot( )为密度曲线图 

[python] view plain copy

import matplotlib.pyplot as plt  

import seaborn as sns  

df_iris = pd.read_csv('../input/iris.csv')  

fig, axes = plt.subplots(1,2)  

sns.distplot(df_iris['petal length'], ax = axes[0], kde = True, rug = True)        # kde 密度曲线  rug 边际毛毯  

sns.kdeplot(df_iris['petal length'], ax = axes[1], shade=True)                     # shade  阴影                         

plt.show()  

[python] view plain copy

import numpy as np  

import seaborn as sns  

import matplotlib.pyplot as plt  

sns.set( palette="muted", color_codes=True)  

rs = np.random.RandomState(10)  

d = rs.normal(size=100)  

f, axes = plt.subplots(2, 2, figsize=(7, 7), sharex=True)  

sns.distplot(d, kde=False, color="b", ax=axes[0, 0])  

sns.distplot(d, hist=False, rug=True, color="r", ax=axes[0, 1])  

sns.distplot(d, hist=False, color="g", kde_kws={"shade": True}, ax=axes[1, 0])  

sns.distplot(d, color="m", ax=axes[1, 1])  

plt.show()  

3  箱型图 boxplot( )

[python] view plain copy

import matplotlib.pyplot as plt  

import seaborn as sns  

df_iris = pd.read_csv('../input/iris.csv')  

sns.boxplot(x = df_iris['class'],y = df_iris['sepal width'])  

plt.show()  

[python] view plain copy

import matplotlib.pyplot as plt  

import seaborn as sns  

tips = pd.read_csv('../input/tips.csv')  

sns.set(style="ticks")                                     #设置主题  

sns.boxplot(x="day", y="total_bill", hue="sex", data=tips, palette="PRGn")   #palette 调色板  

plt.show()  

4  联合分布jointplot( )

[python] view plain copy

tips = pd.read_csv('../input/tips.csv')   #右上角显示相关系数  

sns.jointplot("total_bill", "tip", tips)  

plt.show()  

[python] view plain copy

tips = pd.read_csv('../input/tips.csv')  

sns.jointplot("total_bill", "tip", tips, kind='reg')       

plt.show()  

5  热点图heatmap( )

[python] view plain copy

import matplotlib.pyplot as plt  

import seaborn as sns  

data = pd.read_csv("../input/car_crashes.csv")  

data = data.corr()  

sns.heatmap(data)  

plt.show()  

6  pairplot( )

[python] view plain copy

import matplotlib.pyplot as plt  

import seaborn as sns  

data = pd.read_csv("../input/iris.csv")  

sns.set()#使用默认配色  

sns.pairplot(data,hue="class")   #hue 选择分类列  

plt.show()  

[python] view plain copy

import seaborn as sns  

import matplotlib.pyplot as plt  

iris = pd.read_csv('../input/iris.csv')  

sns.pairplot(iris, vars=["sepal width", "sepal length"],hue='class',palette="husl")    

plt.show()  

7  FacetGrid( )

[python] view plain copy

import seaborn as sns  

import matplotlib.pyplot as plt  

tips = pd.read_csv('../input/tips.csv')  

g = sns.FacetGrid(tips, col="time",  row="smoker")  

g = g.map(plt.hist,"total_bill",  color="r")  

plt.show()