seaborn 简介
Seaborn是一种基于matplotlib的图形可视化python libraty。它提供了一种高度交互式界面,便于用户能够做出各种有吸引力的统计图表。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。同时它能高度兼容numpy与pandas数据结构以及scipy与statsmodels等统计模式。掌握seaborn能很大程度帮助我们更高效的观察数据与图表,并且更加深入了解它们。
其有如下特点:
基于matplotlib aesthetics绘图风格,增加了一些绘图模式 增加调色板功能,利用色彩丰富的图像揭示您数据中的模式 运用数据子集绘制与比较单变量和双变量分布的功能 运用聚类算法可视化矩阵数据 灵活运用处理时间序列数据 利用网格建立复杂图像集 。
本内容抛砖引玉,更多精华移步seabron官方网站:http://seaborn.pydata.org
导入所需库
import seaborn as snsimport matplotlib.pyplot as pltimport pandas as pd
import matplotlibmatplotlib.rcParams['font.sans-serif'] = ['Fangsong'] #显示中文字体
导入数据
data = pd.read_csv("data.csv",encoding="gbk") #导入数据data = data.sample(100) #抽样选取其中100用于绘图
查看数据
data.head() #查看数据前五行。
直方图,了解数据分布情况
sns.distplot(data["点击"],bins=30,axlabel = '点击')
联合图,双变量可视化一目了然
#创建联合图来可视化双变量数据sns.jointplot(x ='消费' ,y='有效' , data =data, kind = 'reg')
联合绘图,让图表赏心悦目
# 创建pairplot来创建dataframe中每个数字列的组合的联合绘图sns.pairplot(data, hue = '账户', palette= 'coolwarm')
怎么样,是不是比Excel干巴巴的图表有趣多了~
更多内容请关注哦,每天一个python小知识。
领取专属 10元无门槛券
私享最新 技术干货