seaborn 笔记:load_dataset
1 基本使用方法
seaborn.load_dataset(name, cache=True, data_home=None, **kws)
从在线资源库加载一个示例数据集(需要互联网)。
这个功能提供了对少量例子数据集的快速访问。
2 参数说明
name |
数据集的名称 ( |
cache | 如果是 "真",首先尝试从本地缓存加载,如果需要下载,则保存到缓存。 |
data_home | 缓存数据的目录 |
返回一个Dataframe
3 可用的数据集
load数据集的方式基本相同
数据集名称 | 数据集前五行样子 | 数据集形状 |
anagrams |
(20,5) | |
anscombe |
(44, 3) |
|
attention |
(60, 5) |
|
brain_networks |
(923, 63) |
|
car_crashes |
(51, 8) |
|
diamonds |
(53940, 10) |
|
dots |
(848, 5) |
|
exercise |
(90, 6) |
|
flights |
(144, 3) |
|
fmri |
(1064, 5) |
|
gammas |
(6000, 4) |
|
geyser |
(272, 3) |
|
iris |
(150, 5) |
|
mpg |
(398, 9) |
|
penguins |
(344, 7) |
|
planets |
(1035, 6) |
|
taxis |
(6433, 14) |
|
tips |
(244, 7) |
|
titanic |
(891, 15) |
seaborn 笔记:load_dataset相关推荐
- seaborn笔记:可视化统计关系(散点图、折线图)
0 导入库 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns s ...
- 什么是数据标准化?在Python中如何进行数据标准化?「必学」
转载:https://www.toutiao.com/i6644145067256709645/?tt_from=weixin&utm_campaign=client_share&wx ...
- Dataset:机器学习中常用数据集下载链接集合之详细攻略
Dataset:机器学习中常用数据集下载链接集合之详细攻略 目录 机器学习中常用数据集下载链接集合之详细攻略 sklearn.datasets数据集所有csv文件集合 seaborn-data数据集所 ...
- python中plotly_Python绘图工具Plotly的简单使用
1.Plotly被称为史上最好的绘图工具之一,为了更好的展示金融数据的复杂性. Plotly的官方网站为:https://plot.ly/ python量化的关键是金融数据可视化,无论是传统的K线图, ...
- python seaborn学习笔记
matplotlib 是 python 的绘图工具,这篇笔记记录了 matplotlib 库的使用.seaborn 库是以 matplotlib 库为基础的更高阶库,绘出的图也更加美观.使用 seab ...
- 唐宇迪学习笔记4:Python可视化库——Seaborn
目录 一.整体布局风格设置 五种主题风格 1.darkgrid 2.whitegrid 3.dark 4.white 5.ticks 二.风格细节设置 1.指定画图距离轴线的位置 2.指定轴的隐藏与否 ...
- 机器学习入门:准备知识笔记(seaborn及案例)
# 安装 pip3 install seaborn # 导入 import seaborn as sns 1 可视化数据的分布 当处理一组数据时, 通常先要做的就是了解变量是如何分布的. 对于单变量的 ...
- python中seaborn库_[Python学习笔记(四)] Seaborn库基础学习——01
用 matplotlib能够完成一些基本的图表操作,而 Seaborn 库可以让这些图的表现更加丰富. 1. import seaborn as sns 用于导入 seaborn 库,并取别名为 sn ...
- 【笔记】Seaborn和Pyecharts
文章目录 一.Seaborn 二.Pyecharts 2.1 画个柱状图 2.2 画个K线图 2.3 画个雷达图 一.Seaborn import seaborn as snssns.set_them ...
最新文章
- django正反向查询
- 计算机用什么方式 管理程序和数据,计算机与外设之间数据传送方式有几种?各有什么特点?...
- 卫星数据现已加入 Azure 豪华套餐,在太空向女神表个白?
- 可关闭的浮动div示例
- 解读我所认知的网络营销根源
- linux中有fd set函数吗,LINUX下FD_SET介绍
- Flask学习之基础知识与功能
- ubuntu14.04安装vnc
- Masonry 布局 cell 高度适应的一种方案(实现类似朋友圈简单布局)
- Java设计模式-工厂模式
- Mcafee VirusScan系列
- 如何用计算机制作个人简历,制作个人简历的模板(电脑个人简历制作步骤)
- 英文信详解:申请信、推荐信等等
- 安装CUDA和CUDNN
- 微端服务器添加文件,微端服务器配置
- 介绍几款不是太有名的固态硬盘产品
- python递归函数
- 【k8s权威指南】第三章 k8s核心原理
- 那些年,我们一起参加过的高考
- 多个模块的log日志输出
热门文章
- getcwd()和dirname(__FILE__)的区别
- hibernate基本映射文件
- 用CSS伪元素制作箭头
- Mylyn 2.0,第 2 部分: 自动上下文管理
- Python中try...except...else的用法
- 《算法竞赛进阶指南》打卡-基本算法-AcWing 93. 递归实现组合型枚举:递归与递推、dfs、状态压缩
- CSP认证201409-3	字符串匹配[C++题解]:字符串处理
- PAT甲级1051 Pop Sequence:[C++题解]模拟栈、判断序列是否是合法的出栈序列
- 《大话数据结构》读书笔记-线性表
- html如何将段落对齐,如何用CSS设置段落的垂直对齐(附代码)