seaborn就是在matplot的基础上进行了进一步封装
1.在anaconda prompt中安装seaborn:
pip install seaborn
image.png
2.jupyter中编写代码
首先导入库：
import seaborn as sns
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
导入数据集：
sns.load_dataset()
sinplot()|画图
| 函数 | 功能 |
|---|---|
| sns.set() | 采用seaborn默认设置的组合 |
| sns.set_style("whitegird") | 其中一种风格，背景白色有横条刻度，dark(黑色无网格线)，ticks（白色有刻度尺），white（白色无刻度线） |
| sns.despine() | 去掉上边和右边框线 |
| sns.despine(offset=10) | 图和轴线的距离，例如10 |
| sns.despine(left=ture) | 隐藏左边的轴 |
| sns.set_context("paper") | paper/talk/poster/notebook每个单元格的大小 |
| sns.set_context("paper"，font_scale=1.5) | font_scale字体的大小 |
| sns.set_context("paper"，font_scale=1.5，rc={"lines.linewidth":2.5}) | lines.linewidth线条的粗细 |
颜色
| 函数 | 功能 |
|---|---|
| sns.color_palette() | 不写参数则默认颜色，能传入任何matplotlib所支持的颜色，默认6个颜色 |
| sns.palplot(sns.color_palette(“hls”,8)) | 使用hls的颜色空间，传出8个颜色 |
| sns.palplot(sns.hls_palette(8,l=5,s=9)) | 8中颜色，饱和度5，亮度9 |
| sns.palplot(sns.color_palette(“cubehelix”,8)) | 色调线性变换 |
| sns.palplot(sns.cubehelix_palette(8，start=.75,rot=-.150)) | 颜色变换区间 |
| sns.palplot(sns.color_palette(“Paired”,10)) | paired出现5对颜色 |
| sns.palplot(sns.color_palette(“Blues")) | 连续的画板，颜色默认由浅到深 |
| sns.palplot(sns.color_palette(“Blues_r")) | 渐变由深到浅 |
| sns.palplot(sns.light_palette(“green”)) | 浅色调的绿色由浅到深 |
| sns.palplot(sns.light_palette(210,90,60)，input="husl") | 离散型的颜色 |
| sns.palplot(sns.dark_palette(“green”)) | 深色调的绿色由浅到深 |
| sns.palplot(sns.dark_palette(“green”，reverse=True)) | 深色调的绿色由深到浅 |
| sns.set_palette() | 设置所有图的颜色 |
直方图
| 函数 | 功能 |
|---|---|
| sns.displot(x) | |
| sns.displot(x,bins=5) | bins把当前数据分成几大块 |
| sns.displot(x,bins=5，fit=stats.gamma) | 分布线 |
散点图+直方图
| 函数 | 功能 |
|---|---|
| sns.joinplot(x="",y="") | |
| sns.joinplot(x="",y=""，kind="hex") | kind通过颜色深度分辨数据出现次数多少 |
| sns.pairplot(数据集) | pairplot把数据集中几种特征之间两两的关系都画出来 |
回归
regplot(),lmplot()都可以画回归图，推荐regplot()
| 函数 | 功能 |
|---|---|
| sns.swarplot(x="",y="",data=) | |
| sns.swarplot(x="",y="",,hue="sex",data=) | 加上hue参数作为指标 |
| sns.stripplot(x="",y="",data=) | |
| sns.stripplot(x="",y="",data=,jitter=True) | 加上抖动，把点进行左右偏移 |
| sns.regplot(x="变量名",y="变量名",data=数据集) | |
| sns.regplot(x="变量名",y="变量名",data=数据集，x_jitter=.05) | jitter在原始数据集上做个抖动,便于回归 |
盒图-数据集中有离群点
sns.plot(x="",y="",data=)
ortent="h"指定横竖
小提琴图
sns.violinplot(x="",y="",data=)
条形图
sns.barplot(x="",y="",data=,hue="")
hue表示标注
点图
sns.pointplot()
参数：palette,markers,linestyles
多层面板分类图
sns.factorplot()
| 参数 | 功能 |
|---|---|
| kind="" | 指定画图的类型，指定为bar则画直方图 |
| size= | 大小 |
| aspect= | 长宽比 |
facegrid
sns.FaceGrid()
g=sns.FaceGrid()
g.map(plt.bar,"",alpha)
| 参数 | 功能 |
|---|---|
| plt. | 画图类型 |
| alpha | 透明程度 |
| fit_reg=True/False | 是否加回归线 |
| x_jitter=.5 | 加抖动 |
| color=".3" | 颜色 |
| size | 大小 |
| aspect | 长宽比 |
| linewidth | 线宽 |
| var=["",""] | 指定的特征来画图 |
| palette="" | 调色板 |
| g.set_axis_label("",“”) | 指定轴注释 |
| g.add_legend() | 加入标注 |
| g.set(xticks=[],yticks=[]) | 指定XY轴取值范围 |
| g.fig.subplots_adjust(wspace=,hspace=) | 各个子图之间的间距 |
| g.mapdiag(plt.hist) | 指定对角线上画hist图 |
| g.map_offdiag(plt.scatter) | 指定非对角线上画什么图 |
热度图
heat_map=sns.heatmap(数据名)
| 参数 | 功能 |
|---|---|
| vmin=,vmax= | 颜色取值区间的设置 |
| center=0 | 指定0为中心 |
| annit=True | 加入具体数字 |
| fmt="d" | 十进制的值 |
| linewidth=.05 | 网格线粗细 |
| cmap="" | 指定调色板 |
