楼主: casey_c
418 5

[程序分享] Seaborn 可视化 [推广有奖]

  • 0关注
  • 7粉丝

博士生

92%

还不是VIP/贵宾

-

威望
0
论坛币
96 个
学术水平
2 点
热心指数
15 点
信用等级
2 点
经验
11402 点
帖子
278
精华
0
在线时间
94 小时
注册时间
2016-11-22
最后登录
2018-5-17

casey_c 发表于 2017-6-2 13:44:50 |显示全部楼层
以下内容转自 数析学院,只节选了部分,有需要的同学可以直接查看原文


作为以 Matplotlib 为核心的可视化工具, Seaborn 库中的模块自带许多定制的主题和高级的接口,用于控制 Matplotlib 图表的外观。


在开始介绍 Seaborn 库的几项基本操作之前,我们先来回顾一下 Matplotlib 绘制的传统图表样式:


  1. import matplotlib.pyplot as plt
  2. plt.style.use('classic')
  3. %matplotlib inline
  4. import numpy as np
  5. import pandas as pd
复制代码
  1. # 构建一些示例数据
  2. rng = np.random.RandomState(0)
  3. x = np.linspace(0, 10, 500)
  4. y = np.cumsum(rng.randn(500, 6), 0)
复制代码
  1. # 基于 Matplotlib 默认配置绘制图像
  2. plt.plot(x, y)
  3. plt.legend('ABCDEF', ncol=2, loc='upper left');
复制代码

1.jpg


接下来,我们导入 Seaborn 库,看看用同样的方式绘制出来的图表会有什么样的变化:

  1. import seaborn as sns
  2. sns.set()
复制代码
  1. # 使用与上述完全一致的绘图代码!
  2. plt.plot(x, y)
  3. plt.legend('ABCDEF', ncol=2, loc='upper left');
复制代码

2.jpg


看起来,图表似乎瞬间就变得赏心悦目了。类似地, Seaborn 的样式调整还可以作用于 Matplotlib 中的其他图表,例如绘制一个带有 Seaborn 风格的直方图:

  1. data = np.random.multivariate_normal([0, 0], [[5, 2], [2, 2]], size=2000)
  2. data = pd.DataFrame(data, columns=['x', 'y'])

  3. for col in 'xy':
  4.     plt.hist(data[col], normed=True, alpha=0.5)
复制代码

3.jpg


此外, Seaborn 库也自带有许多可以直接用于图像绘制的函数,如我们可以通过调用 kdeplot 函数来绘制样本的分布曲线:


  1. for col in 'xy':
  2.     sns.kdeplot(data[col], shade=True)
复制代码
4.jpg


以上内容转自 数析学院,只节选了部分,有需要的同学可以直接查看原文

stata SPSS
phoenixlqh 学生认证  发表于 2017-6-4 06:35:45 来自手机 |显示全部楼层
casey_c 发表于 2017-6-2 13:44
以下内容转自 数析学院,只节选了部分,有需要的同学可以直接查看原文


手机版看不到原文的链接哦
回复

使用道具 举报

casey_c 发表于 2017-6-6 10:20:06 |显示全部楼层
phoenixlqh 发表于 2017-6-4 06:35
手机版看不到原文的链接哦
没有给原文链接,直接搜索数析学院就有了
回复

使用道具 举报

注销··· 发表于 2017-7-5 14:42:01 |显示全部楼层
good sharing
回复

使用道具 举报

casey_c 发表于 2017-7-7 14:11:05 |显示全部楼层
回复

使用道具 举报

老夏爱学习 在职认证  发表于 2018-11-7 18:49:56 |显示全部楼层
有没有关于seaborn的教程或者书籍呀
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 我要注册

GMT+8, 2018-11-13 15:22