文章目錄
- 前文回顧
- 資料集
- seaborn繪圖入門
- 直方圖 與 密度圖
- 頻數圖
- 條形圖
- 散點圖
- 為點設定形狀和大小
- 蜂巢圖
- 2D密度圖
- 箱線圖
- 條形圖
- 小提琴圖
- 成對關系
- 多變數資料
前文回顧
跟我一起學點資料分析 --第五天：資料可視化（matplotlib部）
資料集
資料可視化部分能用到的資料集在上一篇都已經給啦，
什么x軸、y軸、標題，咱一律不整那些虛的啊，前一篇已經整夠多了，復制粘貼的我都累，
seaborn繪圖入門
這里先用tips.
直方圖 與 密度圖
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
tips = pd.read_csv('tips.csv')
ax = sns.displot(tips['total_bill']，kde = True)
# displot 函式默認會繪制直方圖和密度圖，如果不想看到密度圖，把kde設為False，我這邊默認是False
plt.show()
如果只想看到密度圖呢？
本來想把上面的kde引數改成hist引數，但是說hist引數已經被棄用，就是這么無情，并不能在國內的網站上輕易找到答案，反正我煩了一頁是沒有，還是在國外的一本書上人家隨口提了一句，
國內網站關于seaborn的資料太少了，英語咱又不好，，，還不會翻墻，，，
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
tips = pd.read_csv('tips.csv')
ax = sns.kdeplot(tips['total_bill'])
plt.show()
頻數圖
上邊第一張就差不多
有區分度么？
ax = sns.distplot(tips['total_bill'],rug = True)
條形圖
ax = sns.countplot('day',data = tips)
接下來是雙變數資料的世界
散點圖
ax = sns.regplot(x = 'total_bill',y = 'tip',data = tips)
同樣的，如果你不想看回歸線，那怎么辦？把fit_reg設定為False
來個更牛逼的，具體自己看：
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
tips = pd.read_csv('tips.csv')
ax = sns.jointplot(x = 'total_bill',y = 'tip',data = tips)
ax.set_axis_labels(xlabel='Total Bill',ylabel='Tip')
ax.fig.suptitle('Joint Plot',fontsize = 10,y = 1.03)
plt.show()
為點設定形狀和大小
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
tips = pd.read_csv('tips.csv')
sns.regplot(x='total_bill', y='tip', data=tips,marker='o', color='red', scatter_kws={'s':20})
plt.show()
更詳盡的用法參考上一篇
蜂巢圖
散點圖適用于比較兩個變數，但有時圖中的點太多反而會失去意義，
哎，話也不多說，直接看吧：
就改這么一行：hexbin = sns.jointplot(x = 'total_bill',y = 'tip',data = tips,kind = 'hex')
然后就OK啦
2D密度圖
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
tips = pd.read_csv('tips.csv')
ax = sns.kdeplot(data = tips['total_bill'],data2 = tips['tip'],shade = True)
plt.show()
ax = sns.jointplot(data = tips,x = 'total_bill',y = 'tip',kind = 'kde')
箱線圖
箱線圖用來顯示多種統計資料的資訊，就是describe函式看到的那些·
ax = sns.boxplot(data = tips,y = 'total_bill',x = 'time')
條形圖
條形圖我就不說了吧，barplot，自己用，
小提琴圖
我說它是箱線圖和密度圖的合體你信嗎？
ax = sns.violinplot(data = tips,y = 'total_bill',x = 'time')
成對關系
當大部分資料都是阿拉伯數字的時候，可以使用pairplot 把所有的成對關系都描繪出來，
但是直接用的話，會有不少的冗余，
于是·我們采用PairGrid來手動指定圖的上半部分和下半部分（一會兒可以去查一下這個函式）
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
tips = pd.read_csv('tips.csv')
pait_grid = sns.PairGrid(tips)
pait_grid = pait_grid.map_upper(sns.regplot)
pait_grid = pait_grid.map_lower(sns.kdeplot)
pait_grid = pait_grid.map_diag(sns.distplot,rug = True) #這個true有什么用呢？只是頻數而已
plt.show()
多變數資料
如果資料量還不小，你想根據某個變數來進行一波分流操作，怎么操作呢？
比方說我現在要以性別來分流，
ax = sns.violinplot(data = tips,y = 'total_bill',x = 'time',hue='sex')
這篇就先到這里啦，
最近我發現啊，要驗證一篇博客好不好，要看它的實戰性能，
所以后面我還會回來的，
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/244716.html
標籤：其他
上一篇：C語言編程＞第十二周 ④ 請撰寫函式fun，該函式的功能是：實作D=B+B′,即把矩陣B加上B的轉置，存放在矩陣D中。計算結果在main函式中輸出。