Seaborn 可视化

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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

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

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

复制代码

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

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

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

关键词：Born abo Sea 可视化 Multivariate

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

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

good sharing

有没有关于seaborn的教程或者书籍呀