说明：本手册所列包来自Awesome-Python ，结合GitHub 和seaborn官方文档，整理所得。

Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。

seaborn

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

Style frontend(前端样式)

Seaborn将matplotlib参数分成两个独立的组。第一组设定美学样式，第二组规定图形的各种元素，以便它可以很容易地融入不同的情境。

美学样式
sns.axes_style(style=None, rc=None)	获取当前样式，返回参数字典
sns.set_style(style=None, rc=None)	自定义seaborn样式，将参数字典传递给`rc`参数 seaborn主题（style参数）： `{darkgrid(default), whitegrid, dark, white, ticks}`
绘图元素	设置绘图元素大小
sns.plotting_context(context=None, font_scale=1, rc=None)	获取当前设置，返回参数字典
sns.set_context(context=None, font_scale=1, rc=None)	控制着绘图元素的比例，四种预设，按相对大小的顺序，依次是`{paper, notebook(default), talk, poster}`

要切换到seaborn默认值，只需调用该set()函数即可。
sns.set(context='notebook', style='darkgrid', palette='deep', font='sans-serif', font_scale=1, color_codes=False, rc=None)

暂时设置图形样式：嵌套with语句

Examples:

sns.set_style("whitegrid") # seaborn主题
sns.despine(left=True) # 控制边框
sns.set_style("darkgrid", {"axes.facecolor": ".9"}) # 自定义样式
sns.set_context("notebook", font_scale=1.5, rc={"lines.linewidth": 2.5}) # 控制绘图元素大小

# 临时设置模块
iris = sns.load_dataset("iris")
with sns.axes_style("darkgrid"):
    plt.subplot(211)
    iris.plot()

Color palettes(调色板)

调色板
`sns.color_palette(palette=None, n_colors=None, desat=None)`	创建调色板
`sns.set_palette(palette, n_colors=None, desat=None, color_codes=False)`	设置默认调色板

Parameters:
palette: None, string, or list of colors, optional
n_colors : int, optional
desat : float, optional

分类调色板
sns.color_palette()	6分类主题`palette: {deep, muted, bright, pastel, dark, colorblind}` 多分类调色`palette: {hls, husl,Paired,Set2}`
sns.hls_palette(n_colors=6, h=0.01, l=0.6, s=0.65)	l: 亮度 s: 饱和度
sns.husl_palette(n_colors=6, h=0.01, s=0.9, l=0.65)
sns.xkcd_palette(colors)	传递已命名颜色字符列表
连续调色板
sns.color_palette(‘Blues’)	单颜色字符（添加`_r`后缀，反转调色板，也可以添加`_d`后缀创建’dark’调色板）
sns.cubehelix_palette()
sns.light_palette() sns.dark_palette()	from light/dark to color 默认参数：color, n_colors=6, reverse=False, as_cmap, …
发散调色板
color_palette()	`palette: {BRBG, RdBu_r,coolwarm,...}`
sns.diverging_palette()	自定义发散调色板
调色板工具
sns.choose_colorbrewer_palette(data_type, as_cmap=False)	`data_type:{'sequential', 'diverging', 'qualitative'}` `as_cmap : bool`是否离散
choose_light_palette() choose_dark_palette()
choose_cubehelix_palette()

# 分类
sns.palplot(sns.color_palette("husl", 8))
sns.palplot(sns.color_palette("Set2", 10))
colors = ["windows blue", "amber", "greyish", "faded green", "dusty purple"]
sns.palplot(sns.xkcd_palette(colors))
# 连续
sns.palplot(sns.color_palette("GnBu_d"))
# 发散
sns.palplot(sns.color_palette("coolwarm", 7))

colors

Distribution plots(分布图)

sns.distplot(a,bins, hist, kde, rug, fit) 单变量分布图

Parameters:
a : Series, 1d-array, or list.
hist, kde, rug: (bool, optional) 直方图，核密度图，地毯图

sns.jointplot(x,y,data, kind, stat_func) 双变量分布图

Parameters:
x, y : strings or vectors
data : DataFrame, optional
kind : { “scatter” | “reg” | “resid” | “kde” | “hex” }, optional

kdeplot(data,data2, shade, vertical) 核密度图

Parameters:
data2: 1d array-like, optional
kernel : {‘gau’ | ‘cos’ | ‘biw’ | ‘epa’ | ‘tri’ | ‘triw’ }, optional
bw : {‘scott’ | ‘silverman’ | scalar | pair of scalars }, optional

rugplot(a, height, axis, ax) 地毯图

Categorical plots(分类图)

stripplot(x, y, hue, data, order) 分类散点图
swarmplot(x, y, hue, data, order)非重叠分类散点图

Parameters:
x, y, hue : (names of variables in data or vector data, optional) x, y, hue 映射变量
data : DataFrame, array, or list of arrays, optional
jitter : float, 点重叠设置
palette : 调色板
order: 图排列顺序

sns.boxplot(x, y, hue, data, order) 箱线图
sns.violinplot(x, y, hue, data, order)小提琴图

notch : boolean, optional

sns.barplot(x, y, hue, data, order)柱状图
sns.countplot(x, y, hue, data, order)柱状图
sns.pointplot(x, y, hue, data, order)折线图
sns.lvplot(x, y, hue, data, order) 字母值图

Regression plots(回归图)

sns.regplot(x,y,data,x_estimator, x_bins)
sns.residplot(x,y,data, lowess, x_partial)
lmplot(x, y, data, hue, col, row, palette)

Matrix plots(矩阵图)

sns.heatmap(data,vmin, vmax, cmap, center,)
sns.clustermap(data,pivot_kws, method)

data : rectangular dataset
vmin, vmax : floats, optional
cmap : matplotlib colormap name or object, or list of colors, optional
center : float, optional
xticklabels, yticklabels : “auto”, bool, list-like, or int, optional

Axis grids(网格图)

sns.FacetGrid(data[, row, col, hue, col_wrap, ...])
sns.factorplot([x, y, hue, data, row, col, ...]) 分类变量网格图

>>> g = sns.FacetGrid(tips, col="time",  row="smoker")
>>> g = g.map(plt.hist, "total_bill")
>>> g.add_legend()

>>> exercise = sns.load_dataset("exercise")
>>> g = sns.factorplot(x="time", y="pulse", hue="kind",
...                    data=exercise, kind="violin")

sns.PairGrid(data[, hue, hue_order, palette, ...]) 配对矩阵
sns.pairplot(data[, hue, hue_order, palette, ...])

sns.pairplot(iris, diag_kind="kde")

g = sns.PairGrid(iris)
g.map_diag(plt.hist) #对角线
g.map_offdiag(plt.scatter) # 非对角线
g.map_upper(plt.scatter) # 上方区域
g.map_lower(sns.kdeplot, cmap="Blues_d")

sns.JointGrid(x, y[, data, size, ratio, space, ...])
sns.jointplot(x, y[, data, kind, stat_func, ...])

>>> g = sns.JointGrid(x="total_bill", y="tip", data=tips, space=0)
>>> g = g.plot_joint(sns.kdeplot, cmap="Blues_d")
>>> g = g.plot_marginals(sns.kdeplot, shade=True)

Timeseries plots(时间序列)

tsplot(data, time, unit, condition, value)

>>> gammas = sns.load_dataset("gammas")
>>> ax = sns.tsplot(time="timepoint", value="BOLD signal",
...                 unit="subject", condition="ROI",
...                 data=gammas)

Other functions(其他函数)

sns.despine() 移除边框线

参数：
fig: current figure(default)
ax: matplotlib axes(optional)
top, right, left, bottom : (boolean, optional) If True, remove that spine
offset : (int or dict, optional) 移除的距离
trim : (bool, optional) If True, 最大化
palplot(pal, size=1) 横向绘制调色板函数
sns.desaturate(color, prop) 降低某种颜色的饱和度通道百分比。
sns.saturate(color) 用相同的色调返回完全饱和的颜色。
sns.set_hls_values(color, h=None, l=None, s=None) 独立操作颜色的h，l或s通道。

matplotlib

import matploblib.pyplot as plt

初始化figure
plt.figure()	新建
plt.subplot(nrows,ncols,plot_number)	绘图区域
plt.subplot2grid	分隔显示
作图	plt.show()
plt.plot(x,y,format_string)	折线图
plt.scatter()	散点图
plt.bar()/plt.barh	条形图
plt.hist()	直方图
plt.boxplot()	箱线图
plt.pie()	饼图
x/y轴
plt.xlim()
plt.xlabel()
plt.xticks()
text
plt.title()
plt.text()
plt.annotate()	图形注释
legend
plt.legend

Python手册(Visualise)--seaborn