Python可视化数据------seaborn
可以看链接:https://blog.csdn.net/unixtch/article/details/78820654
1、import seaborn as sns
2、seaborn的主题风格(5种):如黑底、白底、要格子、不要格子等。sns.set_style("dark")
(1)sns.set():想使用seaborn默认样式可以采用set函数,
(2)seaborn预先定义了5中主题样式,以适合不同场景需要,分别是:darkgrid, whitegrid, dark, white, 和ticks,默认是darkgrid。
(3)sns.despine(left=True):默认值将上面和右边的轴去掉。然后left的轴也被隐藏起来了
sns.despine(offset=10):将图与轴之间距离设置10,即从10距离处才画图
(4)想要多个子图不同风格可以用 with sns.axes_style
plt.subplot(211)的风格为darkgrid,plt.subplot((212)不一样
with sns.axes_style('darkgrid'):
plt.subplot(211)
plt.plot(x,y)
plt.show()
plt.subplot((212)
plt.plot(x,y)
plt.show()
3、seaborn的图样式(4种):sns.set_context("paper")
seaborn预定义了4种图表的样式定义,分别是:paper(小)、talk(大)、poster(较大)、notebook(更大),默认是notebook
(1)sns.set_context("notebook",font_scale=1.5,rc={"lines.linewidth":2.5})
轴的字体大小设置为1.5,线的宽度为2.5
4、调色板
(1)color_palette()能传入任何Matplotlib所支持的颜色,不写参数则默认颜色
(2)set_palette(),设置所有图的颜色。
(3)使用xkcd设置颜色命名:sns.skcd_rgb['名字']
5、分布图:
(1)绘制单变量的数据分布图:distplot()
①数据分布情况:sns.distlpot(x,kde=False,fit=stats.gamma)【fit参数使用了gamma分布拟合】
(2)散点图:sns.jointplot(x='x标签名字',y='y标签名字',data=df))【该函数可以把两个变量之间的散点图关系画出来,还会把自身的柱状图画出来】
(3)六边图:sns.jointplot(kind="hex"):该图可以看出数据量分布情况,常用在数据量较大的情况,颜色越深表示数据量多。
(4)回归分析图:变量之间两两分析 sns.pairplot(数据名)
柱状图为变量自身的分析,散点图为两两之间的。
replot()和Implot()都可以绘制回归关系,推荐使用replot()
sns.regplot(x="size", y="tip", data=tips, x_jitter=.05):x_jitter=.05将离散点(分类值)进行一个小范围的波动,更利于画回归图。
(5)多变量分析图:stripplot(x=' ',y=' ',data =df)
重叠解决办法:加上jitter=True,将数据偏一下,易于观察。
swarmplot
- 与stripplot类似,只是数据点不会重叠 (适合小数据量)
(6)盒图:找离群点:sns.boxplot()
(7)小提琴图:violinplot()用于显示数据分布及其概率密度。
中间的黑色粗条表示四分位数范围,从其延伸的幼细黑线代表 95% 置信区间,而白点则为中位数。
(8)柱状图:sns.barplot(x,y,hue,data)
countplot 计数图
countplot 故名思意,计数图,可将它认为一种应用到分类变量的直方图,也可认为它是用以比较类别间计数差,调用 count 函数的 barplot。
(9)点图:pointplot()点图可以更好的描述变化差异。
(10)多层面板分类图:factorplot() 可以通过这个函数绘制以上几种图
(11)热度图:heatmap():显示数据趋势,常用的方式是:画出特征与特征之间的相关系数,然后放入heatmap中画出趋势观察。
heatmap(annot=True,fmt='d')annot参数是在颜色重显示数据,fmt是数据显示的格式,一般添加上。有很多参数,可以参考notebook文档。
Python可视化数据------seaborn的更多相关文章
- Python可视化:Seaborn库热力图使用进阶
前言 在日常工作中,经常可以见到各种各种精美的热力图,热力图的应用非常广泛,下面一起来学习下Python的Seaborn库中热力图(heatmap)如何来进行使用. 本次运行的环境为: windows ...
- Pycon 2017: Python可视化库大全
本文首发于微信公众号“Python数据之道” 前言 本文主要摘录自 pycon 2017大会的一个演讲,同时结合自己的一些理解. pycon 2017的相关演讲主题是“The Python Visua ...
- Python统计分析可视化库seaborn(相关性图,变量分布图,箱线图等等)
Visualization of seaborn seaborn[1]是一个建立在matplot之上,可用于制作丰富和非常具有吸引力统计图形的Python库.Seaborn库旨在将可视化作为探索和理 ...
- 如何使用Python 进行数据可视化
微信公众号:码农充电站pro 个人主页:https://codeshellme.github.io 在进行数据分析的时候,经常需要将数据进行可视化,以方便我们对数据的认识和理解. 0,Matplotl ...
- Matplotlib和Seaborn演示Python可视化
数据可视化:就是使用图形图表等方式来呈现数据,图形图表能够高效清晰地表达数据包含的信息. Seaborn是基于matplotlib,在matplotlib的基础上进行了更高级的API封装,便于用户可以 ...
- 【转】Python——plot可视化数据,作业8
Python——plot可视化数据,作业8(python programming) subject1k和subject1v的形状相同 # -*- coding: utf-8 -*- import sc ...
- [Python] Python 学习 - 可视化数据操作(一)
Python 学习 - 可视化数据操作(一) GitHub:https://github.com/liqingwen2015/my_data_view 目录 折线图 散点图 随机漫步 骰子点数概率 文 ...
- python爬虫+数据可视化项目(关注、持续更新)
python爬虫+数据可视化项目(一) 爬取目标:中国天气网(起始url:http://www.weather.com.cn/textFC/hb.shtml#) 爬取内容:全国实时温度最低的十个城市气 ...
- 数据挖掘(二)用python实现数据探索:汇总统计和可视化
今天我们来讲一讲有关数据探索的问题.其实这个概念还蛮容易理解的,就是我们刚拿到数据之后对数据进行的一个探索的过程,旨在了解数据的属性与分布,发现数据一些明显的规律,这样的话一方面有助于我们进行数据预处 ...
随机推荐
- mysql优化 explain index
本文章属于转载,尊重原创:http://www.2cto.com/database/201501/369135.html 实验环境: 1.sql工具:Navicat 2.sql数据库,使用openst ...
- Windows系统SNMP数据监测与OID
Windows系统SNMP数据监测与OID http://blog.csdn.net/liuhuango123/article/details/52253953
- 【ACM】hdu_zs1_1004_第二小整数_201307271529
第二小整数 Time Limit : 3000/1000ms (Java/Other) Memory Limit : 32768/32768K (Java/Other)Total Submissi ...
- Linux文件查找命令find(转)
Linux find命令用来在指定目录下查找文件.任何位于参数之前的字符串都将被视为欲查找的目录名.如果使用该命令时,不设置任何参数,则find命令将在当前目录下查找子目录与文件.并且将查找到的子目录 ...
- leetcode || 50、Pow(x, n)
problem: Implement pow(x, n). Hide Tags Math Binary Search 题意:求x的n次幂 thinking: (1)最简单想到的是直观上的数学幂函数求法 ...
- 【c语言】数组中有一个数字出现的次数超过数组长度的一半,请找出这个数字
题目:数组中有一个数字出现的次数超过数组长度的一半,请找出这个数字. 比如输入一个长度为9的数组{1,2.3.2,2.2.5,4.2}, 因为数组中数字2出现了5次,超过数组的长度的一半,因此输出2 ...
- vim相关资料
http://www.360doc.cn/article/15064667_402846667.html http://blog.jobbole.com/86809/ http://blog.csdn ...
- vim设置为indent折叠以后,每次打开文件时代码处于折叠状态,能改变吗?
vim设置为indent折叠以后,每次打开文件时代码处于折叠状态.即使这次编辑的时候把折叠展开,保存关闭文件,重新打开,所有的代码都又折叠起来了. 请问有没有默认不折叠的方法? 是否有可以一次展开所有 ...
- Linux - xshell 链接CentOS 设置高亮
默认是黑白的! 用了vim 指令还是黑白的. 两种途径设置,一种是通过Alt+P. 一种是选择配色方案来设置.
- Reorder List 最典型的linkedlist题目
https://oj.leetcode.com/problems/reorder-list/ Given a singly linked list L: L0→L1→…→Ln-1→Ln,reorder ...