Python数据分析与应用 课件 第12章 Seaborn.ppt

*************第12章Seaborn《Python数据分析与应用》SeabornSeaborn是基于matplotlib的图形可视化python包，便于做出各种统计图表。Pandas与Seaborn都是使用matplotlib作图，但是两者区别较大，如下所示：（1）Pandas善于简单绘图，而更丰富的图使用Seaborn绘制。（2）Pandas没有太多的参数优化图形，Seaborn提供大量参数调整图形。安装Seaborn绘图特色Matplotlib绘图Seaborn绘图importmatplotlib.pyplotaspltx=[1,3,5,7,9,11,13,15,17,19]y_bar=[3,4,6,8,9,10,9,11,7,8]y_line=[2,3,5,7,8,9,8,10,6,7]plt.bar(x,y_bar)plt.plot(x,y_line,-o,color=y‘)importmatplotlib.pyplotaspltx=[1,3,5,7,9,11,13,15,17,19]y_bar=[3,4,6,8,9,10,9,11,7,8]y_line=[2,3,5,7,8,9,8,10,6,7]importseabornassnssns.set()#声明使用Seaborn样式plt.bar(x,y_bar)plt.plot(x,y_line,-o,color=y‘)相比于Matplotlib默认的纯白色背景，Seaborn默认的浅灰色网格背景看起来的确要细腻舒适一些。而柱状图的色调、坐标轴的字体大小也都有一些变化。图表分类（1）矩阵图（2）回归图（3）关联图（4）类别图（5）分布图数据集seaborn内置数据集，包括常见的泰坦尼克、鸢尾花等经典数据集。使用load_dataset函数调用数据集。绘图设置绘图元素主题设置调色板设置绘图元素 seaborn通过set_context方法设置绘图元素参数，主要影响标签、线条和其他元素的效果，与style有点区别，不会影响整体的风格。语法如下所示：seaborn.set_context(context=None,font_scale=1,rc=None)主题设置Seaborn通过set_style设置darkgrid,whitegrid,dark,white,ticks5种主题风格。其中，white和ticks包含没有必要的上边框和右边框。另外，sns.despine()用于去掉图形右边和上面的边线。调色板颜色不但代表各种特征，而且提高整个图的观赏性。Seaborn使用color_palette函数实现分类色板。绘图seaborn共有5个大类21种图。（1）关系类图表（Relationalplots）（2）分类图表（Categoricalplots）（3）分布图（Distributionplot）（4）回归图（Regressionplots）（5）矩阵图（Matrixplots）直方图Seaborn提供distplot函数实现importnumpyasnpimportmatplotlib.pyplotaspltimportseabornassns#生成100个成标准正态分布的随机数x=np.random.normal(size=100)?#kde=True，进行核密度估计sns.distplot(x,kde=True)#密度曲线KDEplt.show()核密度图核密度图一般与直方图搭配使用，显示数据的分布的“疏密程度”，核密度图显示为拟合后的曲线，“峰”越高表示数据越“密集”。Seaborn提供kdeplot函数实现。importnumpyasnpimportmatplotlib.pyplotaspltimportseabornassnsnp.random.seed(4)#设置随机数种子Gaussian=np.random.normal(0,1,1000)#创建一组平均数为0，标准差为1，总个数为1000的符合标准正态分布的数据ax.hist(Gaussian,bins=25,histtype=stepfilled,normed=True,alp