Python seaborn 库

Seaborn 是 Python 中一个出色的用于绘制统计图形的库。Seaborn 提供了许多颜色配置和精美的默认样式，使得在 Python 中创建许多统计图表更加吸引人。

Python Seaborn 库的目标

Seaborn 库的目标是使数据中心部分的理解和探索可视化更加吸引人。它构建在 matplotlib 库的核心之上，并提供面向数据集的 API。

Seaborn 还与 Panda 的数据结构紧密集成，通过这种集成，我们可以轻松地在给定变量的各种不同可视化表示之间跳转，以便更好地理解提供的数据集。

Python Seaborn 库中的图表类别

图表通常用于可视化给定变量之间的关系。这些变量可以是类别（如组、部门或类），也可以是完全数值的变量。我们可以使用 Seaborn 库创建各种不同类别的图表。

在 Seaborn 库中，我们创建的图表分为以下几类

• 分布图（Distribution plots）： 这类图表用于检查单变量和双变量分布。
• 关系图（Relational plots）： 这类图表用于理解两个给定变量之间的关系。
• 回归图（Regression plots）： Seaborn 库中的回归图主要用于添加额外的视觉引导，以在探索性数据分析期间帮助强调数据集模式。
• 分类图（Categorical plots）： 分类图用于处理变量的类别以及如何可视化它们。
• 多图网格（Multi-plot grids）： 多图网格也是一种图表类型，一种有用的方法是绘制同一图表的多个实例，每个实例使用单个数据集的不同子集。
• 矩阵图（Matrix plots）： 矩阵图是一类散点图数组。

安装 Python Seaborn 库

在这里，我们将学习如何在 Python 中安装 Seaborn 库。安装 Seaborn 库后，我们可以将其导入到我们的 Python 程序中并在 Python 中使用它。

Seaborn 库的必需依赖项或先决条件

我们必须拥有：

• 已安装最新版本（3.6+）的 Python。
• 已安装 Numpy 版本 1.13.3 或更高版本。
• 已安装 SciPy 版本 1.0.1 或更高版本。
• 必须拥有 Panda 库版本 0.22.0 或更高版本。
• 必须安装 statsmodel 库版本 0.8.0 或更高版本。
• 并且已安装 matplotlib 版本 2.1.2 或更高版本。

现在，我们将学习一些可以使用 Seaborn 库在 Python 中绘制的基本图表示例。

使用 Seaborn 库绘制图表

1. 折线图（Line plot）

Seaborn 折线图是 Seaborn 库中最基本的图表之一。我们主要使用 Seaborn 折线图来可视化给定数据的时间序列形式，即随着时间的推移以连续的方式。

示例 -

输出

解释： 在上面的代码中，在设置数据集为 fmri 类型并设置折线图样式后，我们使用 lineplot() 函数在输出中绘制折线图。

2. 分布图（Dist plot）

我们使用 Seaborn 的 dist plots 来绘制具有给定变量和数据的直方图。我们可以使用 dist plot 绘制一些其他变体的直方图，如 rugplot 和 kdeplot。

示例 -

输出

3.Lmplot

Lmplot 是 Seaborn 库中的另一个基本图表。Lmplot 显示一条代表线性回归模型的线，以及在给定二维（2-D）空间中的数据点。在这个 2-D 空间中，我们可以分别将 x 和 y 变量设置为纵轴和横轴标签。

示例 -

输出

<seaborn.axisgrid.FacetGrid object at 0x000002182DC89070>