今天就跟大家聊聊有關(guān)如何進(jìn)行seaborn的使用，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。
網(wǎng)頁設(shè)計是網(wǎng)站建設(shè)的前奏，好的網(wǎng)頁設(shè)計更深度的剖析產(chǎn)品和設(shè)計風(fēng)格定位，結(jié)合最新的網(wǎng)頁設(shè)計流行趨勢，與WVI應(yīng)用標(biāo)準(zhǔn)，設(shè)計出具企業(yè)表現(xiàn)力，大器而深穩(wěn)的網(wǎng)站界面設(shè)。成都創(chuàng)新互聯(lián)于2013年創(chuàng)立,是成都網(wǎng)站建設(shè)公司:提供企業(yè)網(wǎng)站設(shè)計,高端網(wǎng)站設(shè)計,營銷型企業(yè)網(wǎng)站建設(shè)方案,成都響應(yīng)式網(wǎng)站建設(shè),微信小程序開發(fā),專業(yè)建站公司做網(wǎng)站。
seaborn 是基于matplotlib開發(fā)的，提供更高一級的接口，做出的可視化圖更加具有表現(xiàn)力。
下面介紹 seaborn 庫的入門使用方法，首先導(dǎo)入它和 pyplot 模塊：
重慶分公司
重慶分公司
import matplotlib.pyplot as plt
import seaborn as sns
它里面內(nèi)置了一些經(jīng)典數(shù)據(jù)集，如tips, titanic, iris等，下面依次導(dǎo)入：
tips = sns.load_dataset("tips")
titanic = sns.load_dataset("titanic")
iris = sns.load_dataset("iris")
以titanic 為例，繪制factorplot 圖，展示 sex(男、女)，不同階層(1,2,3)的 survived比率：
sns.factorplot(x="pclass", y="survived", hue="sex",data=titanic)
還可以定制 pointplot 圖， 調(diào)整 markers，linestyles 等參數(shù)：
sns.pointplot(x="class", y="survived", hue="sex", data=titanic,
palette={"male":"g","female":"m"},markers=["^","o"],linestyles=["-","--"])
不同階層下，不同性別的存活比率 barplot 圖：
sns.barplot(x="sex",y="survived", hue="class", data=titanic)
統(tǒng)計deck枚舉值不同取值的出現(xiàn)頻次countplot圖：
sns.countplot(x="deck", data=titanic, palette="Greens_d")
箱形圖觀察數(shù)據(jù)分布規(guī)律：
sns.boxplot(x="alive", y="age",hue="adult_male",data=titanic)
關(guān)于 seaborn 使用，有一張 cheetsheet 圖，如下所示：
看完上述內(nèi)容，你們對如何進(jìn)行seaborn的使用有進(jìn)一步的了解嗎？如果還想了解更多知識或者相關(guān)內(nèi)容，請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝大家的支持。
