seaborn各种图表学习

版权声明：欢迎评论，指点，交流！ https://blog.csdn.net/qq_15230053/article/details/82726318

import pandas as pd

from matplotlib import pyplot as plt

%matplotlib inline

import seaborn as sns

#读取数据

df=pd.read_csv('seaborn.csv',sep=',',encoding='utf-8',index_col=0)

df.head()

	Name	Type 1	Type 2	Total	HP	Attack	Defense	Sp. Atk	Sp. Def	Speed	Stage	Legendary
#
1	Bulbasaur	Grass	Poison	318	45	49	49	65	65	45	1	False
2	Ivysaur	Grass	Poison	405	60	62	63	80	80	60	2	False
3	Venusaur	Grass	Poison	525	80	82	83	100	100	80	3	False
4	Charmander	Fire	NaN	309	39	52	43	60	50	65	1	False
5	Charmeleon	Fire	NaN	405	58	64	58	80	65	80	2	False

#散点图

#用seaborn画很方便，一句代码还带回归线

sns.lmplot(x='Attack',y='Defense',data=df,size=7)

#移除回归线，用颜色区分散点

sns.lmplot(x='Attack',y='Defense',data=df,size=9,fit_reg=False,hue='Stage')

#设置轴范围

plt.ylim(0,None)

plt.xlim(0,None)

#核密度图

plt.style.use({'figure.figsize':(12, 8)}) #seaborn设置大小

# sb.palplot(sb.color_palette("Paired"))

sns.distplot(df['Attack'])

#jointplot 就是直方图 + 散点

# plt.style.use({'figure.figsize':(12, 10)}) #seaborn设置大小

sns.jointplot(x='HP',y='Attack',data=df2)



#boxplot

#直接用pandas df画boxplot默认就是用pandas每个series作为一个箱子

sns.boxplot(data=df)

plt.figure(figsize=(10, 10))

#pairplot

sns.set(style="ticks")

df2 = sb.load_dataset("iris")

sns.pairplot(df2, hue="species")

#直方图 + 线性回归

df2=df[['HP','Attack','Defense']]

sns.pairplot(df2,kind="reg",size=5)

#jointplot 就是直方图 + 散点

# plt.style.use({'figure.figsize':(12, 10)}) #seaborn设置大小

sns.jointplot(x='HP',y='Attack',data=df2)

# autovizwidget 可以实现交互式图标和控件

from autovizwidget.widget.utils import display_dataframe

display_dataframe(df)