当前位置:Gxl网 > 互联网 > SeaBoarn

SeaBoarn

时间:2021-07-01 10:21:17 帮助过:0人阅读

  官方说明文档 http://seaborn.pydata.org/   SeaBoarn关联库
import pandas as pd
pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns

  

■Trend(主要用来表示趋势) ?Line Chart sns.lineplot(data=) 根据导入的数据集中的index自动生成多根趋势线(index为X轴) index为x轴,各列中的数据分别代表一个趋势线 若指定列可以按需生成趋势线   ■Relationship(主要用来表示数据列间的潜在关系) ?BarChart sns.barplot(x=,y=) 通过设置X,y轴来进行柱状图生成。   ?HeatMap sns.heatmap(data=,annot=) 直接倒入整个数据集来生成列和列之前的关系 annot如果非真,具体的数据将被填入   ?Scatter(散点图) sns,scatterplot(x=,y=,hue=) 该图不含回归线,但是可以通过reg参数进行追加 hue设置后可以按条件分出散点图   sns.regplot(x=,y=) 带回归线的描画   sns,lmplot(x=,y=,hue=) 复数条回归线   sns.swarmplot(x= ,y=) 分簇散点图,上面几个表里的hue作为y来进行描绘   ■Distribution( ?Distribution 横轴是量化数据,非数据列,所以直方图只要导入一个数据列即可生成 sns.distplot(data=,kde=) 可以绘制多条线merge到一个图层 带kde会描绘出趋势线   sns.kdeplot(data=) 可以绘制多条线merge到一个图层 纯趋势线描画   sns.jointplot(x=,y=,kind=) 平面的趋势分布    

博客主
23506小同学
83
文章

人气教程排行