数据科学与计算

Seaborn的介绍

Seaborn 是一个建立在 Matplotlib 基础之上的 Python 数据可视化库,专注于绘制各种统计图形,以便更轻松地呈现和理解数据。 Seaborn 的设计目标是简化统计数据可视化的过程,提供高级接口和美观的默认主题,使得用户能够通过少量的代码实现复杂的图形。

Seaborn的安装与导入

Seaborn的安装:

1.pip install seaborn i Simple Index

2.conda install seaborn Simple Index

(清华源:https://pypi.tuna.tsinghua.edu.cn/simple)

Seaborn的导入: import seaborn as sns

sns.set_theme()

sns.set_theme() 可以选择不同的主题和模板。 格式为sns.set_theme(style="whitegrid", context="paper") style取值如下:

|------------------|--------------|
| darkgrid(默认) | 深色网格主题。 |
| whitegrid | 浅色网格主题。 |
| dark | 深色主题,没有网格。 |
| white | 浅色主题,没有网格。 |
| ticks | 深色主题,带有刻度标记。 |

context取值如下:

|---------------|-----------------------------|
| paper | 适用于小图,具有较小的标签和线条。 |
| notebook (默认) | 适用于笔记本电脑和类似环境,具有中等大小的标签和线条。 |
| talk | 适用于演讲幻灯片,具有大尺寸的标签和线条。 |
| poster | 适用于海报,具有非常大的标签和线条。 |

sns.scatterplot() - 散点图

sns.scatterplot()用于绘制两个变量之间的散点图,可选择添加趋势线。

sns.lineplot() - 折线图

sns.lineplot()用于绘制变量随着另一个变量变化的趋势线图。

sns.barplot() - 柱形图

sns.barplot()用于绘制变量的均值或其他聚合函数的柱状图。

sns.boxplot() - 箱线图

sns.boxplot()用于绘制变量的分布情况,包括最大值,最小值中位数、四分位数(包括上四分位数,下四分位数)等。

如果在图片外面还有一个点那么这个点是离群点,离群点一般会认为是一个异常值,它也有可能在上面有可能在下面有可能在旁边这个都有可能,我们要把它作为一个异常值去处理,就是认为它是一个异常值,对它进行一下数据预处理,把它调整成合理范围之内的点。

sns.heatmap() - 热图

sns.heatmap()用于绘制矩阵数据的热图,通常用于展示相关性矩阵。

sns.violinplot() - 小提琴图

sns.violinplot()用于显示分布的形状和密度估计,结合了箱线图和核密度估计。

图中有些地方窄是因为在这一块的数据是偏少,宽的地方是数据分布多,也就是和密度分布,和密度分布它其实代表的就是我们数据分布的一个情况。

相关推荐
matrixmind17 分钟前
Nivo 用React打造精美数据可视化的开源利器
其他·react.js·信息可视化·开源
西贝爱学习1 小时前
IMDb Top 950 Movies Dataset (2025) 数据集【IMDb 前950电影数据集】
信息可视化·数据集
bmcyzs14 小时前
【展厅多媒体】解析VR虚拟驾驶实现多场景自由切换
经验分享·科技·信息可视化·软件构建·vr·设计规范
Lululaurel18 小时前
从静态图表到交互叙事:数据可视化的新范式与实现
python·信息可视化·数据分析·matplotlib·数据可视化
计育韬2 天前
计育韬:基于AI的数据可视化设计入门工作流
人工智能·信息可视化·新媒体运营·微信公众平台
深空数字孪生2 天前
AIGC重构数据可视化:你是进化中的“驯兽师”还是被替代的“画图工”?
信息可视化·数字孪生·数据看板·生产看板
两只程序猿2 天前
数据可视化 | 热力图Heatmap绘制Python代码 相关性矩阵学术可视化
python·信息可视化·矩阵
LgZhu(Yanker)2 天前
40、企业智能决策引擎:BI分析平台的架构设计与业务实践
信息可视化·数据分析·etl·bi·大屏
两只程序猿3 天前
数据可视化 | Violin Plot小提琴图Python实现 数据分布密度可视化科研图表
开发语言·python·信息可视化
泰迪智能科技013 天前
图书推荐丨Web数据可视化(ECharts 5)(微课版)
前端·信息可视化·echarts