創(chuàng)新互聯(lián)www.cdcxhl.cn八線動(dòng)態(tài)BGP香港云服務(wù)器提供商，新人活動(dòng)買多久送多久，劃算不套路！

站在用戶的角度思考問題，與客戶深入溝通，找到郊區(qū)網(wǎng)站設(shè)計(jì)與郊區(qū)網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗(yàn)，讓設(shè)計(jì)與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個(gè)性化、用戶體驗(yàn)好的作品，建站類型包括：成都網(wǎng)站設(shè)計(jì)、做網(wǎng)站、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、域名與空間、網(wǎng)頁空間、企業(yè)郵箱。業(yè)務(wù)覆蓋郊區(qū)地區(qū)。

這篇文章主要介紹seaborn是什么，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

提到python畫圖，我們第一個(gè)想到的庫一定是matplotlib，但是隨著大家眼光的提高，matplotlib畫出的圖漸漸“失寵”了，今天就讓我們來了解一下建立在matplotlib上的繪圖庫——seaborn。

先來看一下對于seaborn的說明：

- 面向數(shù)據(jù)集的API，用于檢查多個(gè)變量之間的關(guān)系；

- 專門支持使用分類變量顯示觀察結(jié)果或匯總統(tǒng)計(jì)信息；

- 可視化單變量或雙變量分布以及在數(shù)據(jù)子集之間進(jìn)行比較的選項(xiàng)；

- 不同種類因變量的線性回歸模型的自動(dòng)估計(jì)和繪圖；

- 方便查看復(fù)雜數(shù)據(jù)集的整體結(jié)構(gòu)；

- 用于構(gòu)造多圖網(wǎng)格的高級(jí)抽象，可讓您輕松構(gòu)建復(fù)雜的可視化；

- 帶有幾個(gè)內(nèi)置主題的 matplotlib圖形樣式的精確控制。

導(dǎo)入數(shù)據(jù)

在seaborn中含有許多的示例數(shù)據(jù)，我們選取其中一個(gè)較為簡單的數(shù)據(jù)集開始我們本文對seaborn的講解。

import seaborn as sns
# 加載數(shù)據(jù)集,sns加載的數(shù)據(jù)集是dataframe類型
flights_long = sns.load_dataset("flights")
flights_long.head()

得到的結(jié)果如下：

直方圖

接下來就讓我們先來畫一個(gè)簡單的直方圖吧：

# 直方圖（數(shù)值型）
# kde:用于控制密度曲線的有無(默認(rèn)True)
sns.distplot(flights_long['passengers'], kde=True)

再來看一個(gè)更高端的統(tǒng)計(jì)直方圖：

# 統(tǒng)計(jì)直方圖
sns.countplot(flights_long['years'])

再來看一下顯示數(shù)據(jù)分布情況的圖形：

# 顯示數(shù)據(jù)的分布情況 rugplot
sns.rugplot(flights_long['passengers'])

散點(diǎn)圖

散點(diǎn)圖可以很好的展示出兩個(gè)特征的屬性值之間的關(guān)系，看一下繪制散點(diǎn)圖的代碼：

sns.stripplot(x='year', y='passengers', data=flights_long)

下面再來展示一種繪制散點(diǎn)圖的方法，與上面不同的是，該方法繪制出的圖中的點(diǎn) 不會(huì)重疊。

sns.swarmplot(x='year', y='passengers', data=flights_long)

以上是seaborn是什么的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司行業(yè)資訊頻道！

網(wǎng)頁標(biāo)題：seaborn是什么？-創(chuàng)新互聯(lián)
網(wǎng)站URL：http://weahome.cn/article/dphogd.html