seaborn笔记01

Seaborn

作为matplotlib补充

import seaborn as sns

1、折线图

lineplot()
# x y
# hue 颜色映射
# size 线条宽度映射
# style 线条宽度类型映射
# data 数据框格式的数据
# palette 颜色模板
# sizes 线条宽度
# markers 数据标记类型

2、散点图、气泡图

scatterplot()
# x y
# hue 
# size
# style
# data
# palette
# sizes 数标记大小
# markers 

3、抖动散点图

stripplot()
# x y
# hue
# data
# order x轴数据显示顺序
# dodge 多数据系列是否分离显示
# orient 水平或垂直
# palette
# color
# size
# edgecolor
# linewidth

4、蜂巢图

swarmplot()
# x y
# hue
# data
# order
# orient
# palette
# color
# size
# edgecolor
# linewidth

5、带误差棒的散点图

pointplot()
# x y
# hue
# data
# order
# orient
# palette
# color
# markers
# linewidth
# errwidth 误差棒粗细
# capsize 误差棒大小

6、带误差棒的柱状图

barplot()
# x y
# hue
# data
# order
# orient
# palette
# color
# errcolor
# errwidth
# capsize
# dodge 多数据是否分离显示

7、用于分类统计的柱状图

countplot()
# x y
# hue
# data
# order
# orient
# palette
# color

8、箱形图

boxplot()
# x y
# hue
# data
# order
# orient
# palette
# width 箱形宽度
# dodge 多数据系列是否分离显示
# notch 有无凹槽

9、小提琴图

violinplot()
# x y
# hue
# data
# order
# bw 核密度估计的宽度
# width 小提琴图的宽度
# inner 内部展示数据类型
# split 双数据系列的小提琴图是否分离
# orient 水平或者垂直
# palette

10、高纬度数据展示的箱型图

boxenplot()
# x y
# hue
# data
# order
# orient
# palette
# width
# dodge

11、用于数据拟合展示的散点图

regplot()
# x y
# data
# label
# color
# marker
# {scatter,line}_kws 控制散点与拟合曲线格式的参数

12、统计直方与核密度估计的组合图

distplot()
# a series格式的数据
# bins 箱的总数
# his 是否绘制直方图
# kde 是否绘制和密度估计图
# rug 是否绘制底部毯形图
# {hist,kde,rug,fit}_kws 控制统计直方柱形、核密度估计曲线、毯形图格式的参数

13、热力图

heatmap()
# data dataFrame格式的数据
# vmin 颜色刻度最小值
# vmax 颜色刻度最大值
# cmap 颜色刻度对应颜色模板
# annot 是否显示每个单元格的数值
# fmt 数值显示格式
# linewidths 分割线的线宽
# linecolor 分割线颜色