1.繪制直方圖
使用displot()繪制直方圖。
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
# 生成隨機(jī)數(shù)據(jù)
np.random.seed(0)
data = np.random.randn(1000)
# 使用displot繪制直方圖
sns.displot(data, bins=10, kde=True)
# 展示圖形
plt.show()結(jié)果圖：
2.繪制密度曲線圖
使用kdeplot繪制密度圖。
import matplotlib.pyplot as plt
df_iris = pd.read_csv('data\iris.csv')
fig,axes = plt.subplots(1,2)
sns.distplot(df_iris['Petal.Length'],ax = axes[0],kde = True,rug = True)
#kde密度曲線，rug邊際毛毯
sns.kdeplot(df_iris['Petal.Length'],ax = axes[1],shade = True)
#shade陰影
plt.show()
結(jié)果圖：
?3.繪制柱狀圖
示例1：
import seaborn as sns
# 設(shè)置風(fēng)格為白色網(wǎng)格風(fēng)格，顏色調(diào)色板為深色調(diào)色板
sns.set(style="whitegrid", palette="dark")
# 繪制柱狀圖，并使用默認(rèn)設(shè)置以外的字體大小
categories = ['A', 'B', 'C', 'D']
values = [10, 20, 15, 25]
sns.barplot(x=categories, y=values)
sns.set(font_scale=1.5)結(jié)果圖：
?文章來源地址http://www.zghlxwxcb.cn/news/detail-665569.html
?示例2：
import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="darkgrid",font_scale=1.2)
titanic = sns.load_dataset("titanic")
plt.subplot(1,2,1)
sns.countplot(x="class", hue="who", data=titanic)
plt.subplot(1,2,2)
sns.countplot(x="who", data=titanic,
facecolor=(0, 0, 0, 0),
linewidth=5,
edgecolor=sns.color_palette("dark", 3))
plt.show()結(jié)果圖：
?文章來源：http://www.zghlxwxcb.cn/news/detail-665569.html
4.繪制散點(diǎn)圖
#繪制散點(diǎn)圖
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(0)
data = np.random.randn(100, 2)
colors = ['red', 'blue']
hue = np.random.choice(colors, 100) # 根據(jù)顏色列表生成一個(gè)與數(shù)據(jù)點(diǎn)個(gè)數(shù)相同長度的顏色序列
sns.scatterplot(x=data[:, 0], y=data[:, 1], hue=hue, palette=colors)
plt.show()結(jié)果圖;
5.繪制散點(diǎn)圖矩陣
import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 生成隨機(jī)數(shù)據(jù)
np.random.seed(0)
data = np.random.randn(100, 4) # 生成100行4列的隨機(jī)數(shù)據(jù)
# 將數(shù)據(jù)轉(zhuǎn)換為DataFrame格式
data_frame = pd.DataFrame(data, columns=['A', 'B', 'C', 'D'])
# 使用pairplot繪制散點(diǎn)圖矩陣
sns.pairplot(data_frame)
# 展示圖形
plt.show()結(jié)果圖：
?
?
到了這里，關(guān)于Seaborn數(shù)據(jù)可視化（三）的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
