02 seaborn 简单操作

您所在的位置：网站首页 › seaborn使用 › 02 seaborn 简单操作

02 seaborn 简单操作

2024-07-15 05:33:40| 来源: 网络整理| 查看: 265

egon新书python全套来袭请看：https://egonlin.com/book.html 1、Seaborn

在上节中我们学习了matplotlib，这节课我们来看看另一个可视化的模块seaborn，它是基于matplotlib的更高级的开源库，主要用作于数据可视化，解决了matplotlib的两大问题。正如Michael Waskom所说的：Matplotlib试着让简单的事情更加简单，困难的事情变得可能，那么Seaborn就是让困难的东西更加简单。

使用matplotlib最大的问题就是它默认的各种参数，在serborn当中则完全避免了这些问题

# 导入模块 import matplotlib.pyplot as plt import pandas as pd # 初始化 Figure 和 Axes 对象 fig, ax = plt.subplots() # 加载数据 tips = pd.read_csv("https://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv") # 创建 violinplot ax.violinplot(tips["total_bill"], vert=False)

png

# 导入模块 import matplotlib.pyplot as plt import pandas as pd import seaborn as sns # 加载数据 tips = pd.read_csv("https://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv") # 创建 violinplot sns.violinplot(x = "total_bill", data=tips) # 展示图像 plt.show()

png

使用matplotlib，通常都需要我们自己来增加颜色、刻度标签等一些样式。seaborn就是matplotlib的延伸，如果会用matplotlib，那么使用seaborn也没问题

2、加载数据

使用seaborn不仅可以将自己本地的数据绘制成图表，还可以使用库本身提供的内置数据集

2.1、加载内置数据集

可以通过load_dataset()来使用内置的seaborn数据集，需要查看所有内置数据集可以点击https://github.com/mwaskom/seaborn-data

# 导入模块 import seaborn as sns import matplotlib.pyplot as plt # 加载鸢尾花数据 iris = sns.load_dataset("iris") # 构建 iris plot sns.swarmplot(x="species", y="petal_length", data=iris) # 展示图像 plt.show()

png

2.2、加载本地数据集数据可视化大部分的应用场景都是使用自己的数据集，seaborn主要适用于我们平时常用的DataFrame数组。它是一种类似于二维数组的数据结构。 Seaborn对DataFrame非常友好的原因是，因为DataFrame的标签会自动导入到图表当中。在第一个Seaborn示例中绘制的一个小提琴图像，x轴会自动添加一个标签`total_bill`，这个在matplotlib中就需要我们自己手动添加了。 # 导入模块 import matplotlib.pyplot as plt import seaborn as sns import tushare as ts data = ts.get_k_data('000001') data = data.tail() # 建立一个 factorplot g = sns.factorplot('high','low',data=data, kind="bar",palette="muted", legend=False) # 展示图像 plt.show()

png

3、配置 3.1、在seaborn中使用matplotlib的默认值 # Import Matplotlib import matplotlib.pyplot as plt # 查看所有可用的样式 plt.style.available # 使用matplotlib的默认值 plt.style.use("classic") ['bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark-palette', 'seaborn-dark', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'seaborn', 'Solarize_Light2', 'tableau-colorblind10', '_classic_test'] 3.2、在matplotlib中使用seaborn的颜色作为色彩

可以使用color_palette（）来定义要使用的颜色映射和参数n_colors的颜色数

# 导入相关模块 import seaborn as sns import matplotlib.pyplot as plt import numpy as np from matplotlib.colors import ListedColormap # 定义一个变量N N = 500 # 构建 colormap current_palette = sns.color_palette("muted", n_colors=5) cmap = ListedColormap(sns.color_palette(current_palette).as_hex()) # 初始化数据 data1 = np.random.randn(N) data2 = np.random.randn(N) # 产生随机数标签 colors = np.random.randint(0,5,N) # 创建散点图图表 plt.scatter(data1, data2, c=colors, cmap=cmap) # 添加颜色条 plt.colorbar() # 展示图像 # plt.show()

png

3.3、在seaborn中旋转标签文本 # Import the necessary libraries import matplotlib.pyplot as plt import seaborn as sns import numpy as np import pandas as pd # 初始化数据 x = 10 ** np.arange(1, 10) y = x * 2 data = pd.DataFrame(data={'x': x, 'y': y}) # 创建 lmplot grid = sns.lmplot('x', 'y', data, size=7, truncate=True, scatter_kws={"s": 100}) # 在X轴上旋转标签 grid.set_xticklabels(rotation=90) # 展示图像 # plt.show()

png

【本文地址】

公司简介

联系我们

今日新闻

点击排行

实验室常用的仪器、试剂和: 说到实验室常用到的东西，主要就分为仪器、试剂和耗

不用再找了，全球10大实验: 01、赛默飞世尔科技（热电）Thermo Fisher Scientif

三代水柜的量产巅峰T-72坦: 作者：寞寒最近，西边闹腾挺大，本来小寞以为忙完这

通风柜跟实验室通风系统有: 说到通风柜跟实验室通风，不少人都纠结二者到底是不

集消毒杀菌、烘干收纳为一: 厨房是家里细菌较多的地方，潮湿的环境、没有完全密

实验室设备之全钢实验台如: 全钢实验台是实验室家具中较为重要的家具之一，很多

图片新闻

实验室药品柜的特性有哪些: 实验室药品柜是实验室家具的重要组成部分之一，主要

小学科学实验中有哪些教学: 计算机计算器一般打孔器打气筒仪器车显微镜

实验室各种仪器原理动图讲: 1.紫外分光光谱UV分析原理：吸收紫外光能量，引起分

高中化学常见仪器及实验装: 1、可加热仪器：2、计量仪器：（1）仪器A的名称：量

微生物操作主要设备和器具: 今天盘点一下微生物操作主要设备和器具，别嫌我啰嗦

浅谈通风柜使用基本常识: 　众所周知，通风柜功能中最主要的就是排气功能。在

02 seaborn 简单操作

02 seaborn 简单操作

今日新闻

点击排行

推荐新闻

图片新闻

专题文章