Seaborn库

1.简介
 Seaborn是一个基于Matplotlib开发的第三方可视化库，在matplotlib的基础上进行了更高级的API封装。可做更多统计图表。
 eg:sns.relplot(x=‘年份’,y=‘人口出生率’,data=population,kind=‘line’)
 数据的基本分类：定性数据（分类数据）事务属性或类别以及区间值的数据
 定量数据（离散数据、连续数据），通常以数字形式出现。
 描述性统计(Descriptive Statistics)：描绘或总结数据基本情况
 描述性统计图形：用于表现数据的关系、分布或者分类情况
 (Relational)关系:定量数据
 (Distribution)分布:定量数据
 (Categorical)分类:定性数据
2.Seaborn图形分类：
 (Relational)关系
 (Distribution)分布
 (Categorical)分类
 (Regression)回归：线性回归
 (Matrix)矩阵：热力图和聚类图
 (Multiple)复合
Seaborn安装：pip install seaborn
导入：import seaborn as sns
3.Relational(关系图)：
 散点图(X,Y轴；相关关系；离群值)
 seaboen.replot(x,y,data,hue,size,style,kind)
 data:传入DataFrame对象
 hue:添加维度，不同颜色表示维度下的不同含义， eg:hue=‘性别’,男女会区分标记
 size:传入数据的大小在散点图中生成大小不同的点
 style:某一维度上，不同形状区分同一维度
 kind= scatter(散点图)
 折线图：与散点图语法相同。x一般为连续时间；kind=‘line’
4.Distribution(分布图)：
 直方图(高度表示频数，定量数据)
 seaborn.displot(x,data,hue,kind)
 与散点图语法相同
 hue:某一维度区分不同数据；kind=‘hist’
 柱状图用于画定性数据（分类数据）
 众数<中位数<平均数，右偏分布
 众数>中位数>平均数，左偏分布
 核密度估计图
 经验累积分布图
 轴须图
5.Categorical(分类图):
 箱型图(盒须图；盒式图；箱线图)
 (异常值、上相邻值，第三四分位数Q3，中位数median，第一四分位数Q1，下相邻值)
  Q3-Q1=IQR(四分位距)，箱子短，数据集中
  Q1-1.5*IQRz下内围栏，Q3+1.5IQR上内围栏
 seaborn.catplot(x,y,data,hue,order,kind)
 order=将类型顺序传入列表参数order_list(让x轴数据按照一定顺序显示);kind=‘box’
 散点图
 点图
 条形图
 图级(figure-level)图形层面函数
 轴级(axes-level)图形参数函数
6.可视化扩展库：(可交互)plotly,pyecharts