集团网站建设要多少钱,网站的维护和建设,网站建设需要学习哪些,怎样注册网站中文域名目录 图类型
关系类型图
散点图的例子
数据分布型图
rugplot例子
分类数据型图
编辑回归模型分析型图
多子图网格型图
FacetGrid() 函数 PairGrid() 函数 绘图风格、颜色主题和绘图元素缩放比例
绘图风格
颜色主题 绘图元素缩放比列 图类型
关系类型图 数据集变量…目录 图类型
关系类型图
散点图的例子
数据分布型图
rugplot例子
分类数据型图
编辑回归模型分析型图
多子图网格型图
FacetGrid() 函数 PairGrid() 函数 绘图风格、颜色主题和绘图元素缩放比例
绘图风格
颜色主题 绘图元素缩放比列 图类型
关系类型图 数据集变量间的相互关系和相互依赖的程度都可以通过统计分析变量间的相关性获知。 散点图的例子
import matplotlib.pyplot as plt
import numpy as np# 生成随机数据
np.random.seed(0)
x np.random.randn(100)
y x * np.random.randn(100)# 创建散点图
plt.scatter(x, y, cblue, alpha0.5, edgecolorsnone, s50)# 添加网格
plt.grid(True, linestyle--, alpha0.5)# 添加标题和坐标轴标签
plt.title(精致的散点图)
plt.xlabel(X轴)
plt.ylabel(Y轴)plt.show()数据分布型图 在对数据进行分析或建模之前我们需要先了解数据的分布情况以及数据的覆盖范围、中心趋势、异常值等基本情况。 rugplot例子
import seaborn as sns
import matplotlib.pyplot as plt# 示例数据
data sns.load_dataset(tips)[total_bill]# 创建rugplot
sns.rugplot(data, height0.5, colorblue)plt.title(Rugplot 示例)
plt.xlabel(Total Bill)
plt.show() 分类数据型图 回归模型分析型图 我们可以使用回归模型分析型图表示数据集中变量间的关系使用统计模型来估计两组变量间的关系。 多子图网格型图 相比 Matplotlib Seaborn 提供了多个子图网格绘图函数它们可快速实现分面图的展示。在面对按数据子集绘图、分行或分列显示子图和不同类型图组合等绘图要求时多子图网格绘制功能不但可以一次性可视化展示数据集中各变量的变化情况而且可以减少绘制复杂图的时间。 FacetGrid() 函数 FacetGrid() 函数可以实现行、列、色调 3 个维度的数值映射其中行、列维度与所得的轴阵列有明显的对应关系色调变量可被视为沿深度轴的第三维用不同的颜色绘制不同级别的数据。 import Seaborn as sns
import matplotlib.pyplot as plt
g sns.FacetGrid(df, col time, hue smoker)
g.map(sns.regplot, total_bill, tip)
g.add_legend() PairGrid() 函数 PairGrid() 函数中每个行和列都会被分配一个不同的变量这就导致绘制结果为显示数据集中 成对变量间关系的图。这种图也被称为“散点图矩阵”。 import Seaborn as sns
import matplotlib.pyplot as plt
penguins sns.load_dataset(penguins)
x_vars [body_mass_g, bill_length_mm, bill_depth_mm,]
y_vars [body_mass_g]
g sns.PairGrid(penguins, huespecies, x_varsx_vars, y_varsy_vars)
g.map_diag(sns.histplot, color.3)
g.map_offdiag(sns.scatterplot)
g.add_legend() 绘图风格、颜色主题和绘图元素缩放比例 Seaborn 通过下列函数设置颜色主题、绘图风格和绘图元素缩放比例。 sns.set_style(style_name) #设置绘图风格
sns.set_palette(palette_name) #设置颜色主题
sns.set_context(context_name) #设置绘图元素缩放比例 提示Seaborn 提供的 set_theme() 函数包含了上述 3 个函数的所有功能即通过设置 set_theme() 函数中的参数 palette、style 和 context就可分别控制颜色主题、绘图风格和绘图元素缩放比例。 绘图风格 使用 Seaborn 的 set_style() 函数并设置其参数 style 即可设定图的绘制风格。参数 style 的可选值包括 darkgrid 、 whitegrid 、 dark 、 white 和 ticks 参数 rc 则用于覆盖预设 Seaborn 样式字典中的值的参数映射只更新样式中的一部分参数。 颜色主题 我们可通过 Seaborn 的 set_palette() 函数更改颜色主题该函数包含多色系、单色系和双色 渐变色系 3 类颜色主题不同颜色主题的显示效果可通过 sns.color_palette() 函数来查看。 绘图元素缩放比列 通过设置 Seaborn 中 set_context() 函数的参数 context 我们可以实现对绘图元素的缩放处理。 参数 context 的可选值为 paper 、 notebook 默认、 talk 和 poster 缩放比例依次增大。
