Python-9-Seaborn图表
- 2026-06-29 18:47:11
Python-9-Seaborn图表在Python的绘图模块里，最基础的绘图库是Matplotlib。Seaborn库是Matplotlib的基础上开出来，它主要用来画统计类图表的库。它的图表比Matplotlib好看且代码更少。
我们将图表的分为四类：比较关系、联系关系，分布关系、构成关系。 Seaborn的表现在联系、分布类图表上，有很不错的表现。
联系类型图表： 以散点图为例，seaborn允许在散点图的基础上进行回归，画出趋势线。
还提供了sns.replot()方法既可以画散点图和折线图，还可以画一群散点图
散点图上的回归线，以及一次性做多个散点图，这是seaborn独有的。
分布关系： 直方图hist是一种展示表述数据分布情况的代表性图表。Seaborn还以实现以下图表。
图表核心代码行，sns.图表类型() sns.方法()对图进行装饰的语句有 大概就是这么多了吧，用的时候再查找查找。
Day 9 #Python学习，#图表制作，#可视化 相见已是缘分了，你还会遇见很多的人，经历很多事，成为自己的“勇士”。
比较关系的比较对象，不同类别同一指标的比较（柱形图），某个指标不同时间段的比较（折线图），这两种是单一维度的经典运用。也可以用热力图进行多维度的对比（常见二维），本质是比大小。热力图用的是颜色，柱形图用的是柱子高低，折线图用的是点的高低。 联系关系的图表，是两个数值型，可计算、有大小的字段进行比较，判断变量间相关性。常见是散点图，实际上不局限于2个。也可以如3个，气泡图。 分布关系的图表，把一组数据堪称一个整体，观察内部数据的分布情况，里面的数据主要集中情况，最小值、最大值、众数等等，向内看。 构成关系的图表，反映部分占整体的情况。以饼图最有代表性，漏斗图、矩阵树形图都是其变形。
 |  |
 |  |
 |  |
 |  |
 |  |
sns.load_dataset() 加载数据集sns.set_theme() 统一风格sns.set_style('white') 设置背景风格sns.set_palette() 设置配置sns.despine() 去除边框，美化图表sns.color_palette() 获取颜色列表
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
