Seaborn绘图02

各类图代码汇总

依旧是准备工作

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
import numpy as np
import pandas as pd

#plt.rcParams[‘font.sans-serif’] = [‘SimHei’] #用来正常显示中文标签
plt.rcParams[‘axes.unicode_minus’] = False #用来正常显示负号
sns.set_style(‘darkgrid’,{‘font.sans-serif’:[‘SimHei’,‘Arial’]})

import warnings # 去除部分警告信息
warnings.filterwarnings(‘ignore’)

柱状图

x= [‘A’,‘B’,‘C’,‘D’]
y = [164,86,126,58]
sns.barplot(x,y)

改变一下x轴标题顺序

x= [‘A’,‘B’,‘C’,‘D’]
y = [164,86,126,58]
sns.barplot(x,y,order=[‘B’,‘C’,‘A’,‘D’])

x= [‘A’,‘B’,‘C’,‘D’]
y = [164,86,126,58]
sns.barplot(x,y,
order=[‘B’,‘C’,‘A’,‘D’],
orient = ‘v’,#条带绘制方向
saturation=0.25)#调解不透明度

导入一个数据包

tips = sns.load_dataset(“tips”)

sns.barplot(x = ‘day’,y = ‘tip’,data = tips,hue=‘sex’)

sns.barplot(x = ‘day’,y = ‘tip’,data = tips,hue=‘sex’,palette=‘Blues’)

改变颜色

条形图(交换x,y轴)

sns.barplot(y=‘day’,x=‘tip’,data=tips)

箱线图

L=[3,2,0,1,4]
sns.boxplot(y=L)

返回各类值

L=[3,2,0,1,4]
sns.boxplot(L)

L=[3,2,0,1,4]
s = pd.Series(L)

print(‘中位数’,s.median())
print(‘上四分位数’,s.quantile(0.25))
print(‘中位数’,s.quantile(0.5))
print(‘下四分位数’,s.quantile(0.75))

小提琴图

L = [3,2,0,1,4]
sns.violinplot(L)

L = [3,2,0,1,4]
sns.violinplot(y=L)

sns.violinplot(x=‘day’,y=‘tip’,hue=‘sex’,data=tips,split=True)

分类散点图Strip(带状)图

sns.stripplot(x=‘day’,y=‘tip’,data=tips)

分类散点图Swarm(蜂群状)图

sns.swarmplot(x=‘day’,y=‘tip’,data=tips)

分面网格分类图seaborn.catplot()

sns.catplot(x=‘day’,y=‘tip’,hue=‘sex’,col=‘time’,row=‘smoker’,data=tips)

sns.catplot(x=‘day’,y=‘tip’,hue=‘sex’,col=‘size’,kind=‘bar’,data=tips)

sns.catplot(x=‘day’,y=‘tip’,hue=‘sex’,col=‘size’,col_wrap=3,kind=‘bar’,data=tips)

散点图

n = 1024
x = np.random.normal(0,1,n)
y = np.random.normal(0,1,n)
sns.scatterplot(x=x,y=y)
plt.title(‘绘制散点图’,fontproperties=‘SimHei’)

plt.figure(dpi=150)
sns.scatterplot(x=‘total_bill’,y=‘tip’,hue=‘sex’,style=‘time’,size=‘size’,data=tips)

上一篇:Seaborn实现回归分析


下一篇:Linux下有用的 myprintf 函数