Visualización de datos : es el uso de tablas gráficas y otros métodos para presentar datos.Las tablas gráficas pueden expresar de manera eficiente y clara la información contenida en los datos.
Seaborn se basa en matplotlib y tiene un paquete API más avanzado basado en matplotlib, de modo que los usuarios pueden hacer varios gráficos estadísticos atractivos con mayor facilidad.
Se puede decir que seaborn es un buen complemento para matplotlib, y es altamente compatible con estructuras de datos numpy y pandas y scipy y statsmodels y otros modelos estadísticos.
Instalación: pip install seaborn
Seaborn es una biblioteca para hacer gráficos estadísticos atractivos e informativos en Python. Está construido en matplotlib y está estrechamente integrado con la pila PyData , incluido el soporte para estructuras de datos numpy y pandas y rutinas estadísticas de scipy y statsmodels . Seaborn tiene como objetivo utilizar la visualización como parte central de la exploración y comprensión de datos. Las funciones de trazado operan en marcos y matrices de datos que contienen todo el conjunto de datos, y realizan la agregación necesaria y el ajuste estadístico del modelo interno para generar un gráfico de información. Si matplotlib "tratando de mantener las cosas simples y fáciles de difícil de lograr", Seaborn intentará asignar el conjunto de soluciones claras para facilitar las cosas. Seaborn puede considerarse como un suplemento de matplotlib, no su reemplazo. Puede funcionar bien en la visualización de datos.
Gráfico estadístico de clasificación
(1) gráfico de barras del histograma estadístico (media e intervalo de confianza)
(2)
gráfico de recuento del histograma gris (3) gráfico de puntos del gráfico de puntos (intervalo medio y de confianza)
Diagrama de dispersión de clasificación
Cuando los datos unidimensionales son datos de clasificación, el diagrama de dispersión se convierte en una forma de franja:
(1) diagrama de franjas del mapa de ruta, establece parámetros para agregar el método de fluctuación jitter = Verdadero (visualización directa de puntos)
(2) genera un diagrama de colonia de abejas swarmplot para evitar la superposición de dispersión (visualización directa de puntos)
Diagrama de distribución de clasificación
(1) diagrama de caja: bordes superior e inferior, cuartiles superior e inferior, mediana (distribución aproximada)
(2.1) diagrama de violín: diagrama de caja + KDE ((distribución aproximada))
(2.2) asimétrico Imagen de violín: split = parámetro verdadero en violinplot
Sub-gráfico de estadísticas de clasificación
(1) sub-gráfico del gráfico de factor estándar de clasificación única
(2) sub-gráfico del estándar de clasificación múltiple PairGrid
