前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

以下文章来源于Python学习与数据挖掘,作者:喜欢就关注呀

提到Python的图形可视化库,估计你会想到Matplotlib、pyechart、Plotly等,但 Seaborn 却相对低调了许多。最近在做可视化作图中,发现 Seaborn 许多复杂的图形只需一行代码就可以搞定,将作图做到极致简洁,不愧是一款低调却非常有实力的可视化库。

Seaborn 是什么

Seaborn 是一个基于matplotlib的高级可视化效果库,主要针对数据挖掘和机器学习中的变量特征选取,Seaborn 可以用短小的代码去绘制描述更多维度数据的可视化效果图。即便是没有什么基础的人,也可以通过极简的代码,做出具有分析价值而又十分美观的图形。

官方链接为: Seaborn官方链接[1]

Seaborn 提供的功能如下:

•面向数据集的API,用于检查多个变量之间的关系•专门支持使用分类变量显示观察结果或汇总统计信息•可视化单变量或双变量分布以及在数据子集之间进行比较的选项•不同种类因变量的线性回归模型的自动估计和绘图•用于构造多图网格的高级抽象,可让您轻松构建复杂的可视化•带有几个内置主题的 matplotlib图形样式的精确控制•选择能够忠实显示数据中图案的调色板的工具

seaborn优点

优点

•简化了复杂数据集的表示;•可以轻松构建复杂的可视化,简洁的控制matplotlib图形样式与几个内置主题;•seaborn不可以替代matplotlib,而是matplotlib的很好补充;•对于初学者来说容易上手,具有极简模式;

图列展示

1、散点图矩阵

sns.pairplot(iris,hue="species", palette="Set2", diag_kind="kde", height=2.5)

2、小提琴图

sns.violinplot(x="day", y="total_bill", hue="smoker",split=True, inner="quart",palette={"Yes": "y", "No": "b"},data=tips)

3、箱线图

sns.catplot(x="color", y="price", kind="boxen",data=diamonds.sort_values("color"));

4、线性图

# shared across the facets

palette = dict(zip(dots.coherence.unique(),sns.color_palette("rocket_r", 6)))

# Plot the lines on two facets

sns.relplot(x="time", y="firing_rate",hue="coherence", size="choice", col="align",size_order=["T1", "T2"], palette=palette,height=5, aspect=.75, facet_kws=dict(sharex=False),kind="line", legend="full", data=dots)

5、自定义投影的FacetGrid

import numpy as np

import pandas as pd

import seaborn as sns

sns.set()

# Generate an example radial datast

r = np.linspace(0, 10, num=100)

df = pd.DataFrame({'r': r, 'slow': r, 'medium': 2 * r, 'fast': 4 * r})

# Convert the dataframe to long-form or "tidy" format

df = pd.melt(df, id_vars=['r'], var_name='speed', value_name='theta')

# Set up a grid of axes with a polar projection

g = sns.FacetGrid(df, col="speed", hue="speed",subplot_kws=dict(projection='polar'), height=4.5,sharex=False, sharey=False, despine=False)

# Draw a scatterplot onto each axes in the grid

g.map(sns.scatterplot, "theta", "r")

6、树形图

import pandas as pd

import seaborn as sns

sns.set()

# Load the brain networks example dataset

df = sns.load_dataset("brain_networks", header=[0, 1, 2], index_col=0)

# Select a subset of the networks

used_networks = [1, 5, 6, 7, 8, 12, 13, 17]

used_columns = (df.columns.get_level_values("network")

.astype(int)

.isin(used_networks))

df = df.loc[:, used_columns]

# Create a categorical palette to identify the networks

network_pal = sns.husl_palette(8, s=.45)

network_lut = dict(zip(map(str, used_networks), network_pal))

# Convert the palette to vectors that will be drawn on the side of the matrix

networks = df.columns.get_level_values("network")

network_colors = pd.Series(networks, index=df.columns).map(network_lut)

# Draw the full plot

sns.clustermap(df.corr(), center=0, cmap="vlag",row_colors=network_colors, col_colors=network_colors,linewidths=.75, figsize=(13, 13))

PS:如有需要Python学习资料的小伙伴可以加下方的群去找免费管理员领取

可以免费领取源码、项目实战视频、PDF文件等

python绘图库seaborn_Python绘图库:Seaborn 介绍相关推荐

  1. python绘图库seaborn_python绘图库——Matplotlib及Seaborn使用(入门篇1)

    在数据分析过程中,数据及模型可视化是无可避免的,同时这也是展示我们数据分析成果的最佳方式.因此,熟悉掌握绘图库的使用,对精进我们的数据分析技能起着不可替代的作用. 今天,我们就来了解一下python强 ...

  2. [机器学习]Python中Numpy,Pandas,Matplotlib,Scipy,Seaborn介绍

    Python做数据挖掘很强大,最近几年很火的机器学习以及较为前沿的自然语言处理也会选用Python作为基础工具. 其中python做数据挖掘足够强大,不用怀疑. #1. Numpy介绍 Numpy是P ...

  3. python绘图库seaborn_python绘图库——Matplotlib及Seaborn使用(入门篇2)

    在数据分析过程中,数据及模型可视化是无可避免的,同时这也是展示我们数据分析成果的最佳方式.因此,熟悉掌握绘图库的使用,对精进我们的数据分析技能起着不可替代的作用. 在上一篇中,我们掌握了Matplot ...

  4. python画画用哪库好_小白开始学Python最著名的绘图库

    原标题:小白开始学Python最著名的绘图库 这是菜鸟学Python的第101篇原创文章 数据分析里面可视化是重要的环节,辛苦把数据采集,然后经历了很多工序的清洗之后,最后要展现给用户,最好的方法就是 ...

  5. python安装绘图库matplotlib_python绘图库Matplotlib的安装

    导读热词 本文简单介绍了Python绘图库Matplotlib的安装,简介如下: matplotlib是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地 进行 ...

  6. python安装绘图库_python绘图库Matplotlib的安装

    本文简单介绍了Python绘图库Matplotlib的安装,简介如下: matplotlib是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地 进行制图.Ma ...

  7. 鸽子学Python 之 Matplotlib数据绘图库

    本文来自鸽子学Python专栏系列文章,欢迎各位交流. 文章目录 Matplotlib介绍 第一部分 Matplotlib基础 1 基础知识 1.1 图形绘制 1.2 坐标轴刻度.标签.标题 1.3 ...

  8. r语言ggplot2 多线图绘制图例_plotnine: Python版的ggplot2作图库

    腾讯课堂 | Python网络爬虫与文本数据分析 同样的基本作图任务,plotnine比matplotlib和seaborn代码量少,更美观.所以我又重新发一遍,大家可以先收藏起来,后面总有用到的时候 ...

  9. Altium Designer 21 原理图库元件模型的组成介绍以及简单的电阻电容元件模型的创建

    原理图库元件模型的组成介绍: 元件库设计是电子设计中最开始的模型创建,通过元件库编辑器画线.放置管脚.放置矩形等编辑操作创建出需要的电子原理图器件模型. 原理图符号是元件在原理图上的表现形式,主要由元 ...

  10. Python彩色图片转手绘风格

    Python彩色图片转手绘风格 from PIL import Image # 图像的手绘 """黑白风格边界的位置比较重相同或相近色彩趋近于白色咯有光源效果 " ...

最新文章

  1. 计算机硬件维修是哪个专业,计算机硬件维护须知
  2. matlab与树莓派通信
  3. excel2003出现“向程序发送命令时出现错误”解决方法
  4. U-Boot的常用命令详解
  5. iOS UIButton没了交互事件
  6. JBOSS的下载安装、环境变量配置以及部署
  7. Spark安装与配置(单机版)(保姆级教程)
  8. 漏洞复现|Microsoft Office数学公式编辑器内存损坏漏洞(CVE-2017-11882 )
  9. 电脑删除的文件去哪了?删除的数据恢复,居然有3个方法…
  10. winform中ComboBox下拉框控件的动态数据填充
  11. Exception sending context initialized event to listener instance of class org.springframework.web
  12. Ubuntu下安装Remix OS双系统
  13. AT2402E射频前端单芯片替代RFX2402E
  14. 《Java I/O》Chapter 1
  15. SD-WAN,改善网络现状
  16. 程序员在十年后还会有现在的收入吗?
  17. 一个交期建议程序的坑 4gl SQL
  18. 套接字I/O模型-WSAEventSelect
  19. ANSYS渡槽槽身动水压力的施加(1)——矩形渡槽
  20. 学习seo必须学习什么?

热门文章

  1. 斗鱼弹幕服务器第三方接入协议v1.6.2,.NET斗鱼直播弹幕客户端(上)
  2. html语言中网页主体标记是,HTML 网页主体标记
  3. CUPS学习三:CUPS主要模块介绍。
  4. 导致计算机重启的原因,电脑自动重启的原因分析
  5. 资源管理器关闭了怎么打开
  6. Visual Studio 解决方案提示不兼容,该应用程序未安装
  7. 用java编写国际象棋
  8. win11输入法关闭简繁切换热键,解决webstorm全局查询按键失效
  9. 联想计算机怎么开启网络共享,联想笔记本开启Wi-Fi共享图文教程
  10. 2018.10.16 best-ks分箱