本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理
以下文章来源于腾讯云 作者：Python进击者
seaborn
Seaborn is a library for making statistical graphics in Python. It is
built on top of matplotlib and closely integrated with pandas data
structures.
上面这段话是摘自seaborn的官网，翻译过来的意思就是Seaborn是一个制作统计图形的第三方Python库。它是基于matplotlib而建立的并且它与pandas数据结构有着紧密的连接。
其实简单来说，它就是一个matplotlib的升级版，作为升级版固然会让我们的使用更加的简单，下面我们来看看seaborn。
在这里插入图片描述
安装seaborn
pip安装：
pip install seaborn
conda安装：
conda install seaborn
这里需要注意的一点是，seaborn依赖于Python3.6及其以上的版本。
并且需要强制安装以下的依赖第三方库：
numpy (>= 1.13.3)
scipy (>= 1.0.1)
pandas (>= 0.22.0)
matplotlib (>= 2.1.2)
内置数据集
seaborn有一个让我比较惊艳的地方是它自带有数据集，我们可以直接通过相关的函数就可以进行调用，数据集的文件也可以在下面的GitHub地址中获取。
https://github.com/mwaskom/seaborn-data
对于数据集的使用，我们这里可以引用一个官方的例子来实现：
在这里插入图片描述
import seaborn as sns
import matplotlib.pyplot as plt
import ssl
# 此处的代码是防止ssl报错
ssl._create_default_https_context = ssl._create_unverified_context
sns.set(style="ticks")
# 导入anscombe数据集
df = sns.load_dataset("anscombe")
sns.lmplot(x="x", y="y", col="dataset", hue="dataset", data=df,
col_wrap=2, ci=None, palette="muted", height=4,
scatter_kws={"s": 50, "alpha": 1})
# 在pycharm中，我们需要通过matplotlib来让seaborn图形显示
plt.show()
效果图：
在这里插入图片描述
seaborn API
要想知道seaborn怎么使用，能够画哪些图形，了解它的API是必不可少的。这里需要注意的是seaborn中的数据集必须是pandas中的Dataframe或者Numpy中的数组，这就说明了为什么pandas和numpy是必备的依赖库。
1.lineplot
seaborn.lineplot(x=None, y=None, hue=None, size=None, style=None, data=None, palette=None, hue_order=None, hue_norm=None, sizes=None, size_order=None, size_norm=None, dashes=True, markers=None, style_order=None, units=None, estimator='mean', ci=95, n_boot=1000, seed=None, sort=True, err_style='band', err_kws=None, legend='brief', ax=None, **kwargs)
通过单词的字面意思，我们可以想到的是折线图，确实lineplot可以帮助我们画出漂亮的折线图。它的属性值非常的多，这里我们也不会一一全部介绍。
首先直接扔出代码
import seaborn as sns
import matplotlib.pyplot as plt
import ssl
ssl._create_default_https_context = ssl._create_unverified_context # 解决ssl报错
# 拿到名字为 fmri 的数据集
fmri = sns.load_dataset("fmri")
# 解析请继续往下看
ax = sns.lineplot(x="timepoint", y="signal",data=fmri,
style="event", hue="event", markers=True
, ci=0, lw=1,
)
plt.show()
效果图
在这里插入图片描述
首先，大家可以看下数据集
https://github.com/mwaskom/seaborn-data/blob/master/fmri.csv
在这里插入图片描述
ax = sns.lineplot(
x="timepoint",
y="signal",
data=fmri,
style="event",
hue="event",
markers=True,
ci=0,
lw=1,
)
在这里插入图片描述
在这里插入图片描述
lw控制的是折线的宽度，如果lw=10则为
在这里插入图片描述
2.barplot
import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
x = np.arange(8)
y = np.array([12,15,13,16,23,11,5,6])
df = pd.DataFrame({"x": x,"y": y})
sns.barplot("x","y",palette="RdBu_r",data=df)
plt.xticks(rotation=90)
plt.show()
效果图：
在这里插入图片描述
这里的代码顾名思义就非常的简单易懂了，其中palette="RdBu_r"是使用一种颜色模板。
网友评论