數據可視化系列

• 2019 年 10 月 4 日
• 筆記

Seaborn簡介

Seaborn主要用於統計繪圖的，它是基於matplotlib進行了更高級的API封裝。Seaborn比matplotlib更加易用，因為它避免了matplotlib中多種參數的設置。Seaborn與matplotlib關係，可以把Seaborn視為matplotlib的補充。

使用seaborn就能完成大多數情況下的統計圖的繪製，做出很具有吸引力的圖。

seaborn一共有5個大類21種圖，其目錄為：

-1. Relational plots 關係類圖

• relplot() 關係類圖(它是散點圖和折線圖的接口，散點圖和折線圖均可通過指定kind參數來繪製)
• scatterplot() 散點圖
• lineplot() 折線圖 -2. Categorical plots 分類圖
• catplot() 分類圖(它是下面8種圖的接口，下面八種圖表均可通過指定kind參數來繪製)
• stripplot() 分類散點圖
• swarmplot() 分簇散點圖(能夠顯示分佈密度的分類散點圖)
• boxplot() 箱圖
• violinplot() 小提琴圖
• boxenplot() 增強箱圖
• pointplot() 點圖
• barplot() 條形圖
• countplot() 計數圖 -3. Distribution plot 分佈圖
• jointplot() 雙變量關係圖
• pairplot() 變量關係組圖
• distplot() 直方圖，質量估計圖，核密度估計圖
• kdeplot() 核函數密度估計圖
• 4.Regression plots 回歸圖
• lmplot() 回歸模型圖
• regplot() 線性回歸圖
• residplot() 線性回歸殘差圖
• 5.Matrix plots 矩陣圖
• heatmap() 熱力圖
• clustermap() 聚集圖

案例地址

案例代碼已上傳：Githubhttps://github.com/Vambooo/SeabornCN

整理製作：數據分析與可視化學研社