seaborn入门(1)展示seaborn的各种绘图效果

导入包

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

载入数据集

以下代码可以查看seaborn自带的数据集

1	print(sns.get_dataset_names())

这里使用车祸信息作为原始数据集,按理来说下面代码就可以实现导入

1	crash_df = sns.load_dataset("car_crashes")

但实际上，由于不可描述的某种抗力，导致在下载数据集的时候有可能下载不出来(~~如果你加载出来了当我没说~~)，所以需要到github上提前下载数据集(https://github.com/mwaskom/seaborn-data)(建议先导入码云之后再下载)，下载之后将数据集放入与文件相同的目录下，然后使用以下代码：

1	crash_df = sns.load_dataset(name="car_crashes",cache=True,data_home="./seaborn-data")

现在可以查看表的内容了

1	print(crash_df.head())

画图

首先，选择你的风格,分别是”white”, “dark”, “whitegrid”, “darkgrid”, “ticks”

1	sns.set_style('white')

简单展示几种绘图方式

displot()

1	sns.displot(crash_df['not_distracted'],kde = True)

kdeplot()

1 2	sns.kdeplot(crash_df['speeding'],crash_df['alcohol'], data = crash_df, shade = True ,cbar=True)

jointplot()

1	sns.jointplot(x = 'speeding', y = 'alcohol', data = crash_df,kind = 'kde')

pairplot()

1	sns.pairplot(crash_df)

或者可以使用hue分类（这里重新导入了一个数据集）

1
2
3

tips_df = sns.load_dataset(name='tips',cache=True,data_home="./seaborndata")
print(tips_df.head())
sns.pairplot(tips_df, hue = 'sex',)

rugplot()

1 2	#这里用的是上面刚刚载入的数据集 sns.rugplot(tips_df['tip'])