Seaborn数据可视化(四)

目录

1.绘制箱线图

2.绘制小提琴图

3.绘制多面板图

4.绘制等高线图

5.绘制热力图


1.绘制箱线图

python 复制代码
import seaborn as sns
import matplotlib.pyplot as plt
# 加载示例数据(例如,使用seaborn自带的数据集)
tips = sns.load_dataset("tips")

# 使用boxplot绘制箱线图
sns.boxplot(x='day', y='total_bill', data=tips)

# 展示图形
plt.show()

结果图:

2.绘制小提琴图

python 复制代码
import seaborn as sns
import matplotlib.pyplot as plt

# 加载iris数据集
iris = sns.load_dataset('iris')

# 使用violinplot绘制小提琴图
sns.violinplot(x='species', y='sepal_length', data=iris)

# 设置图形标题
plt.title('Violin Plot of Sepal Length')

# 设置x轴标签
plt.xlabel('Species')

# 设置y轴标签
plt.ylabel('Sepal Length')

# 展示图形
plt.show()

结果图:

3.绘制多面板图

python 复制代码
import seaborn as sns
import matplotlib.pyplot as plt

# 加载iris数据集
iris = sns.load_dataset('iris')

# 使用jointplot绘制多面板图
sns.jointplot(x='sepal_length', y='sepal_width', data=iris, kind='scatter')

# 设置图形标题
plt.suptitle('Joint Plot of Sepal Length and Sepal Width')

# 展示图形
plt.show()

结果图:

4.绘制等高线图

python 复制代码
import seaborn as sns
import matplotlib.pyplot as plt

# 加载iris数据集
iris = sns.load_dataset('iris')

# 使用kdeplot绘制两个变量的等高线图
sns.kdeplot(data=iris, x='sepal_length', y='sepal_width', cmap='viridis', shade=True)

# 设置图形标题
plt.title('Contour Plot of Sepal Length and Sepal Width')

# 展示图形
plt.show()

结果图:

5.绘制热力图

python 复制代码
import seaborn as sns
import matplotlib.pyplot as plt

# 加载flights数据集
flights = sns.load_dataset('flights')

# 使用pivot_table函数从原始数据中生成矩阵
matrix = flights.pivot_table(index='month', columns='year', values='passengers')

# 使用heatmap函数绘制热力图
sns.heatmap(data=matrix, cmap='YlGnBu')

# 设置图形标题
plt.title('Heatmap of Passenger Data')

# 展示图形
plt.show()

结果图:

相关推荐
2501_9449347311 小时前
产品策划需要哪些数据分析能力?如何用数据验证需求优先级
信息可视化·数据挖掘·数据分析
新知图书12 小时前
Power BI Desktop下载、安装与界面介绍
数据分析·power bi·商业数据分析
babe小鑫13 小时前
会计岗位学习数据分析的价值分析
学习·数据挖掘·数据分析
财经资讯数据_灵砚智能14 小时前
基于全球经济类多源新闻的NLP情感分析与数据可视化(夜间-次晨)2026年4月7日
人工智能·python·信息可视化·自然语言处理·ai编程
Leo.yuan15 小时前
经营分析如何联动业务与财务?4步打通业财经营分析指标
数据库·数据分析·经营分析
IT观测15 小时前
# 聚焦AI数据分析市场:2026年AI数据分析市场的深度调研与趋势展望报告
人工智能·数据挖掘·数据分析
babe小鑫16 小时前
会计转行财务学数据分析指南
数据挖掘·数据分析
zml.~16 小时前
基于 Spark 的新能源汽车大数据分析全流程实践
数据分析·spark·汽车
絆人心17 小时前
Python 数据分析核心库:Pandas 与 NumPy 从入门到实战全指南(附电商用户分析完整代码)
python·数据挖掘·数据分析·numpy·pandas·数据处理·电商数据分析
YangYang9YangYan17 小时前
2026经管专业就业后学习数据分析的价值分析
学习·数据挖掘·数据分析