python中seaborn包常用圖形使用詳解
seaborn包是對(duì)matplotlib的增強(qiáng)版，需要安裝matplotlib后才能使用。
所有圖形都用plt.show()來(lái)顯示出來(lái)，也可以使用下面的創(chuàng)建畫布
fig,ax=plt.subplots() #一個(gè)畫布 fig,(ax1,ax2) = plt.subplots( ncols=2) #兩個(gè)畫布
1）單個(gè)特征統(tǒng)計(jì)圖countplot
sn.countplot(train.mnth)#離散型特征可使用，描述樣本點(diǎn)出現(xiàn)的次數(shù)。
2）單個(gè)特征統(tǒng)計(jì)圖distplot
sn.distplot(train.cnt.values,bins=50,kde=True)#連續(xù)型特征可使用，bins=50分成50個(gè)柱形，kde=True顯示核密度線。如果圖形的尾巴很特殊，則可能是奇異點(diǎn)（離群點(diǎn)，噪聲點(diǎn)），考慮去掉。
3）雙特征小提琴圖
sn.violinplot(data=train[['yr', 'cnt']],x="yr",y="cnt") #顯示數(shù)據(jù)分布及其概率密度，中間的黑色粗條表示四分位數(shù)范圍，從其延伸的幼細(xì)黑線代表 95% 置信區(qū)間，而白點(diǎn)則為中位數(shù)。
4）雙特征箱型圖
sn.boxplot(data=train,x="yr",y="cnt")#又稱為盒須圖、盒式圖或箱線圖，是一種用作顯示一組數(shù)據(jù)分散情況資料的統(tǒng)計(jì)圖。它顯示情況從上到下的順序?yàn)椋寒惓Ｖ担赡軟](méi)有）、最大值、上四分位數(shù)、中位數(shù)、下四分位數(shù)、最小值、異常值（有時(shí)沒(méi)有，如果有，要特別注意）。
5）雙特征棒圖
fig,(ax1,ax2) = plt.subplots(ncols=2) #一個(gè)畫布，兩個(gè)軸 sn.barplot(data=train,x='holiday',y='cnt',hue='weathersit',ax=ax1) #hue='weathersit'，通過(guò)weathersit來(lái)區(qū)分 sn.barplot(data=train,x='workingday',y='cnt',hue='season',ax=ax2) #hue='season'，通過(guò)season來(lái)區(qū)分
6）雙特征折線圖
fig,ax = plt.subplots() sn.pointplot(data=train[['dayofyear','cnt', 'yr']],x='dayofyear',y='cnt',hue='yr',ax=ax) # hue='yr'指的是區(qū)分開(kāi)年份。hue指顏色 ax.set(title="dayly distribution of counts") plt.show()
7）關(guān)系熱力圖
corrMatt = train[["temp","atemp","hum","windspeed","cnt"]].corr()
mask = np.array(corrMatt)
mask[np.tril_indices_from(mask)] = False
sn.heatmap(corrMatt, mask=mask,
vmax=1, square=True,annot=True)
plt.show()
8）雙特征散點(diǎn)圖
sn.scatterplot(x=train.GrLivArea,y=train.SalePrice)
plt.title("Looking for outliers") #圖形標(biāo)題
plt.show()
以上這篇python中seaborn包常用圖形使用詳解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python中用try-except-finally處理異常問(wèn)題
這篇文章主要介紹了Python中用try-except-finally處理異常問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-12-12
python讀出當(dāng)前時(shí)間精度到秒的代碼
在本文里小編給各位分享了一篇關(guān)于python怎么讀出當(dāng)前時(shí)間精度到秒的內(nèi)容，對(duì)此有需要的朋友們可以學(xué)習(xí)參考下。2019-07-07
python txt中的文件,逐行讀取并且每行賦值給變量問(wèn)題
這篇文章主要介紹了python txt中的文件,逐行讀取并且每行賦值給變量問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。2023-02-02
這篇文章主要介紹了解決df.to_csv()中文件名的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-08-08
使用python向MongoDB插入時(shí)間字段的操作
這篇文章主要介紹了使用python向MongoDB插入時(shí)間字段的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
這篇文章主要介紹了python 集合常用操作匯總的相關(guān)資料,需要的朋友可以參考下2022-12-12
Python3 獲取文件屬性的方式(時(shí)間、大小等)
這篇文章主要介紹了Python3 獲取文件屬性的方式(時(shí)間、大小等)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-03-03
Python實(shí)現(xiàn)計(jì)算最小編輯距離
這篇文章主要介紹了Python實(shí)現(xiàn)計(jì)算最小編輯距離的相關(guān)代碼，有需要的小伙伴可以參考下2016-03-03
python使用adbapi實(shí)現(xiàn)MySQL數(shù)據(jù)庫(kù)的異步存儲(chǔ)
這篇文章主要為大家詳細(xì)介紹了python使用adbapi實(shí)現(xiàn)MySQL數(shù)據(jù)庫(kù)的異步存儲(chǔ)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-03-03
這篇文章主要介紹了Python實(shí)現(xiàn)FM算法解析，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06