Python中Seaborn库的用法是什么,如何绘制数据图
导读:在实际案例的操作过程中,我们可能会遇到“Python中Seaborn库的用法是什么,如何绘制数据图”这样的问题,那么我们该如何处理和解决这样的情况呢?这篇小编就给大家总结了一些方法,具有一定的借鉴价值,希望对大家有所帮助,接下来就让小编带领...
在实际案例的操作过程中,我们可能会遇到“Python中Seaborn库的用法是什么,如何绘制数据图”这样的问题,那么我们该如何处理和解决这样的情况呢?这篇小编就给大家总结了一些方法,具有一定的借鉴价值,希望对大家有所帮助,接下来就让小编带领大家一起了解看看吧。安装
要安装 seaborn,请在终端中输入以下命令。
pip install seaborn
Seaborn 建立在 Matplotlib 之上,因此它也可以与 Matplotlib 一起使用。一起使用 Matplotlib 和 Seaborn 是一个非常简单的过程。我们只需要像之前一样调用 Seaborn Plotting 函数,然后就可以使用 Matplotlib 的自定义函数了。
注意: Seaborn 加载了提示、虹膜等数据集,但在本教程中,我们将使用 Pandas 加载这些数据集。
例子:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") # 画线图 sns.lineplot(x="sex", y="total_bill", data=data) # 使用 Matplotlib 设置标题 plt.title('Title using Matplotlib Function') plt.show()
输出:
散点图
散点图是使用scatterplot() 方法绘制的。这类似于 Matplotlib,但需要额外的参数数据。
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") sns.scatterplot(x='day', y='tip', data=data,) plt.show()
输出:
你会发现在使用 Matplotlib 时,如果你想根据sex为这个图的每个点着色会很困难。 但在散点图中,它可以在色调参数的帮助下完成。
例子:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") sns.scatterplot(x='day', y='tip', data=data, hue='sex') plt.show()
输出:
线图
Seaborn 中的 Line Plot 使用 lineplot()
方法绘制。 在这种情况下,我们也可以只传递 data 参数。
示例:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") sns.lineplot(x='day', y='tip', data=data) plt.show()
输出:
示例 2:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") # 仅使用数据属性 sns.lineplot(data=data.drop(['total_bill'], axis=1)) plt.show()
输出:
条形图
Seaborn 中的条形图可以使用barplot()
方法.
例子:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") sns.barplot(x='day',y='tip', data=data, hue='sex') plt.show()
输出:
直方图
Seaborn 中的直方图可以使用histplot()
函数绘制。
例子:
# 导包 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 读取数据库 data = pd.read_csv("tips.csv") sns.histplot(x='total_bill', data=data, kde=True, hue='sex') plt.show()
输出:
在浏览完所有这些绘图后,您一定已经注意到,使用 Seaborn 自定义绘图比使用 Matplotlib 容易得多。 它也是基于 matplotlib 构建的,那么我们也可以在使用 Seaborn 时使用 matplotlib 函数。下一节我们继续谈第三个库――Bokeh
关于“Python中Seaborn库的用法是什么,如何绘制数据图”的内容就介绍到这,感谢各位的阅读,相信大家对Python中Seaborn库的用法是什么,如何绘制数据图已经有了进一步的了解。大家如果还想学习更多知识,欢迎关注网络,小编将为大家输出更多高质量的实用文章!
声明:本文内容由网友自发贡献,本站不承担相应法律责任。对本内容有异议或投诉,请联系2913721942#qq.com核实处理,我们将尽快回复您,谢谢合作!
若转载请注明出处: Python中Seaborn库的用法是什么,如何绘制数据图
本文地址: https://pptw.com/jishu/650649.html