数据可视化（三）- Seaborn简易入门

本文数据来源：http://www.cdc.gov/nchs/nsfg.htm

本文摘要：介绍一个以matplotlib为底层，更容易定制化作图的库Seaborn

Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充，而不是替代物。

安装seaborn的方法

pip install seaborn

原始数据展现（这是一份家庭调查的数据，preglngth - 怀孕周长， birthord - 孕妇的第几个孩子， birthwgt_lb1 - 婴儿重量（单位：磅）， birthwgt_oz1 - 婴儿重量（单位：盅司）， agepreg - 孕妇在分娩时的年龄）

import pandas as pdbirths = pd.read_csv('births.csv')

直方图

在上一篇文章中已经使用过pandas.DataFrame.hist()来制作直方图了，现在用seaborn.distplot()来制作直方图，观察之间的差异

# 对上表的prglngth列做一个直方图import matplotlib.pyplot as pltimport seaborn as sns #要注意的是一旦导入了seaborn，matplotlib的默认作图风格就会被覆盖成seaborn的格式%matplotlib inline  # 为了在jupyter notebook里作图，需要用到这个命令sns.distplot(births['prglngth'])sns.plt.show()

可以看到与使用matplotlib作的直方图最大的区别在于有一条密度曲线（KDE），可以通过设置参数去掉这条默认的曲线

sns.distplot(births['prglngth'], kde=False)sns.plt.show()

那么Pandas与Seaborn之间有什么区别呢？

其实两者都是使用了matplotlib来作图，但是有非常不同的设计差异

在只需要简单地作图时直接用Pandas，但要想做出更加吸引人，更丰富的图就可以使用Seaborn
Pandas的作图函数并没有太多的参数来调整图形，所以你必须要深入了解matplotlib
Seaborn的作图函数中提供了大量的参数来调整图形，所以并不需要太深入了解matplotlib
Seaborn的API：https://stanford.edu/~mwaskom/software/seaborn/api.html#style-frontend

# 对上图进行更多的配置sns.set_style('dark')                # 该图使用黑色为背景色sns.distplot(births['prglngth'], kde=False) # 不显示密度曲线sns.axlabel('Birth number', 'Frequency') # 设置X轴和Y轴的坐标含义sns.plt.show()

箱型图

# 以birthord作为x轴，agepreg作为y轴，做一个箱型图sns.boxplot(x='birthord', y='agepreg', data=births)sns.plt.show()

多变量作图

seaborn可以一次性两两组合多个变量做出多个对比图，有n个变量，就会做出一个n × n个格子的图，譬如有2个变量，就会产生4个格子，每个格子就是两个变量之间的对比图

var1 vs var1
var1 vs var2
var2 vs var1
var2 vs var2

相同的两个变量之间（var1 vs var1 和 var2 vs var2）以直方图展示，不同的变量则以散点图展示（var1 vs var2 和var2 vs var1）

要注意的是数据中不能有NaN（缺失的数据），否则会报错

sns.pairplot(births, vars=['agepreg', 'prglngth','birthord'])sns.plt.show()

数据可视化（三）- Seaborn简易入门相关推荐

【书签】数据可视化（三）- Seaborn简易入门
数据可视化(三)- Seaborn简易入门转载于:https://www.cnblogs.com/aaronhoo/p/10039016.html
pandas 作图统计_Pandas数据可视化工具——Seaborn用法整理（下）
本科数学,编程几乎零基础(之前只学过matlab)今年年初开始学习Python数据挖掘,找到了一个很好的平台--BigQuant,省去了安装Python和安装各种库的烦恼.我最近在开始了解机器学习,B ...
ECharts实现数据可视化超详细基础入门教程
ECharts实现数据可视化超详细基础入门教程 ECharts介绍 ECharts官网:https://echarts.apache.org/zh/index.html ECharts是一款基于Jav ...
视频教程-跟风舞烟学大数据可视化－Echarts从入门到上手实战-JavaScript
跟风舞烟学大数据可视化-Echarts从入门到上手实战网名风舞烟,中国科技大学计算机专业.微软认证讲师(MCE).微软数据分析讲师.10多年软件行业从业经验,参与过数百万的企业级ERP系统,在大数据 ...
python爬虫数据可视化_适用于Python入门者的爬虫和数据可视化案例
本篇文章适用于Python小白的教程篇,如果有哪里不足欢迎指出来,希望对你帮助. 本篇文章用到的模块: requests,re,os,jieba,glob,json,lxml,pyecharts,he ...
python数据可视化工具 pandas_Pandas数据可视化工具——Seaborn用法整理（下）
在前一篇文章 Pandas数据可视化工具--Seaborn用法整理(上),我们了解了如何使用这些Seaborn代码绘制分布图和分类图.在本文中,我们将继续讨论Seaborn提供的一些其他以绘制不同类型 ...
数据可视化的利器-Seaborn简易入门
Seaborn是针对统计绘图的,一般来说,Seaborn能满足数据分析90%的绘图需求.本站整理的Seaborn的41个样例代码,在github进行分享,绝大部分数据可视化的问题可以参考这里的样例代码 ...
【数据可视化】Seaborn简单介绍
Seaborn库简单介绍参考链接: python画分布.密度等图形 Python数据可视化-seaborn 10分钟python图表绘制 | seaborn入门(一):distplot与kdeplo ...
python seaborn_Python数据可视化，seaborn如何做出非常规图表
此系列文章收录在公众号中:数据大宇宙 > 数据可视化 > mpl 转发本文并私信我"python",即可获得Python资料以及各种心得(持续更新的) 前言上一节(P ...
数据可视化之Seaborn绘图
知识结构 Seaborn简介话不多说,我们首先来欣赏几张 Seaborn 绘制的图形,一睹为快. 是不是很酷炫?学习完Seaborn的相关内容,你也可以轻松地画出这样的图. Seaborn 是 Py ...

数据可视化（三）- Seaborn简易入门

直方图

箱型图

多变量作图

数据可视化（三）- Seaborn简易入门相关推荐

最新文章

热门文章