seaborn常用的10种数据分析图

 

 

查看数据集种类¶

In [2]:

import seaborn as sns
sns.get_dataset_names()

Out[2]:

['anscombe',
 'attention',
 'brain_networks',
 'car_crashes',
 'diamonds',
 'dots',
 'exercise',
 'flights',
 'fmri',
 'gammas',
 'iris',
 'mpg',
 'planets',
 'tips',
 'titanic']

In [4]:

import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline

 

导出鸢尾花数据集¶

In [3]:

# 通过load_dataset()函数可以调用
data = sns.load_dataset('iris')
data.head()

Out[3]:

 

	sepal_length	sepal_width	petal_length	petal_width	species
0	5.1	3.5	1.4	0.2	setosa
1	4.9	3.0	1.4	0.2	setosa
2	4.7	3.2	1.3	0.2	setosa
3	4.6	3.1	1.5	0.2	setosa
4	5.0	3.6	1.4	0.2	setosa

 

散点图¶

In [6]:

# 小费数据集
tips = sns.load_dataset('tips')
ax = sns.scatterplot(x = 'total_bill', y = 'tip', data = tips)
plt.show()

 

In [9]:

ax = sns.barplot(x = 'day', y = 'total_bill', data = tips)
plt.show()

 

 

折线图¶

In [22]:

tips = sns.load_dataset("tips")
ax = sns.lineplot(x = 'day', y = 'total_bill', data = tips)
plt.show()

 

 

箱线图¶

In [24]:

sns.boxplot(x = 'day', y = 'total_bill', data = tips)
plt.show()

 

 

直方图¶

In [25]:

import numpy as np
np.random.seed(0)
x = np.random.randn(1000)
ax = sns.distplot(x)
plt.show()

 

 

热力图¶

In [26]:

np.random.seed(1)
uniform_data = np.random.rand(10,12)
ax = sns.heatmap(uniform_data)
plt.show()

 

 

散点图矩阵¶

In [27]:

iris = sns.load_dataset('iris')
ax = sns.pairplot(iris)
plt.show()

 

 

分类散点图¶

In [30]:

sns.catplot(x = 'day', y = 'total_bill', data = tips)
plt.show()

 

 

计数条形图¶

In [31]:

sns.countplot(x = 'day', data = tips)
plt.show()

 

 

回归图¶

In [32]:

sns.lmplot(x = 'total_bill', y = 'tip', data = tips)
plt.show()

 

In [ ]:

 

In [ ]: