使用 Seaborn 线图的数据可视化

先决条件：

• 海伯恩
• Matplotlib

以图形方式呈现数据以发出一些信息称为数据可视化。它基本上是一个图像，可以帮助人们解释数据所代表的内容并详细研究它及其性质。逐行处理大规模数据是一项极其繁琐的任务，因此数据可视化是一种理想的选择。

Seaborn 是一个基于 matplotlib 的Python库，用于数据可视化。它提供了一种以统计图形格式呈现数据的媒介，作为传递某些信息的信息丰富且有吸引力的媒介。

安装

像任何其他Python库一样，seaborn 可以使用 pip 轻松安装：

pip install seaborn

该库是 Anaconda 发行版的一部分，如果您的 IDE 受 Anaconda 支持，通常只需通过导入即可工作，但也可以通过以下命令安装：

conda install seaborn

单线图

单线图使用连接数据点的线在 xy 轴上显示数据。为了获得图形，Seaborn 带有一个内置函数来绘制一个名为 lineplot() 的线图。

Syntax: lineplot(x,y,data)

where,

x– data variable for x-axis

y- data variable for y-axis

data- data to be plotted

例子：

使用的数据集-畅销书（该图显示了与亚马逊畅销小说相关的数据。）

Python3

# import modules
import seaborn as sn
import matplotlib.pyplot as plt
import pandas as pd
  
# import data
data = pd.read_csv("C:\\Users\\Vanshi\\Desktop\\gfg\\bestsellers.csv")
  
# selcting required rows and columns
data = data.iloc[2:10, :]
  
# plotting a single line graph
sn.lineplot(x="Year", y="User Rating", data=data)
  
# displaying the plot
plt.show()

输出：

设置不同的样式

也可以使用 seaborn 模块本身下可用的 set()函数以不同的背景样式显示线图。

句法：

set()

属性：

• 上下文：绘制上下文参数
• 风格：定义风格
• Palette：设置调色板
• 字体
• Font_scale : 设置字体大小
• Color_codes：如果设置为 True，则激活调色板，可以从调色板重新映射颜色的简写符号。
• rc : 覆盖上述参数的参数

例子：

使用的数据集-累积（数据显示了由美国宇航局编制的系外行星空间研究数据集。）

Python

import seaborn as sn
import matplotlib.pyplot as plt
import pandas as pd
  
data = pd.read_csv("C:\\Users\\Vanshi\\Desktop\\gfg\\cumulative.csv")
  
data = data.iloc[2:10, :]
  
sn.lineplot(x="kepid", y="koi_duration", data=data, hue="koi_score")
sn.set(style="darkgrid")
  
plt.show()

输出：

多线图

功能有时会要求数据相互比较，对于这种情况，可以绘制多个图。多线图有助于区分数据，以便可以针对某些其他数据进行研究和理解。每个线图基本上都遵循单线图的概念，但在屏幕上的呈现方式有所不同。可以通过更改颜色、线型、大小或全部列出来使每个数据的线图不同，并且可以使用比例尺来读取它。

To differentiate on the basis of color

lineplot(x,y,data,hue)

where, hue decides on basis of which variable the data is supposed to be displayed

例子：

使用的数据集-累积（数据显示了由美国宇航局编制的系外行星空间研究数据集。）

蟒蛇3

# import modules
import seaborn as sn
import matplotlib.pyplot as plt
import pandas as pd
  
# import data
data = pd.read_csv("C:\\Users\\Vanshi\\Desktop\\gfg\\cumulative.csv")
  
# select required data
data = data.iloc[2:10, :]
  
# plot data with different color scheme
sn.lineplot(x="kepid", y="koi_period", data=data, hue="koi_score")
  
# display plot
plt.show()

To differentiate on the basis of line style 

lineplot(x,y,data,style)

where, style decides on basis of which variable the data is supposed to be displayed

例子：

使用的数据集-累积（数据显示了由美国宇航局编制的系外行星空间研究数据集。）

蟒蛇3

import seaborn as sn
import matplotlib.pyplot as plt
import pandas as pd
  
data = pd.read_csv("C:\\Users\\Vanshi\\Desktop\\gfg\\cumulative.csv")
  
data = data.iloc[2:10, :]
  
# using just style
sn.lineplot(x="kepid", y="koi_period", data=data, style="koi_score")
  
plt.show()
  
  
# using style and hue
sn.lineplot(x="kepid", y="koi_period", data=data,
            hue="koi_score", style="koi_score")
  
plt.show()

输出：

To differentiate on the basis of size

lineplot(x,y,data,size)

where, size decides on basis of which variable the data is supposed to be displayed

例子：

使用的数据集-累积（数据显示了由美国宇航局编制的系外行星空间研究数据集。）

蟒蛇3

import seaborn as sn
import matplotlib.pyplot as plt
import pandas as pd
  
data = pd.read_csv("C:\\Users\\Vanshi\\Desktop\\gfg\\cumulative.csv")
  
data = data.iloc[2:10, :]
  
# using just style
sn.lineplot(x="kepid", y="koi_period", data=data, size="koi_score")
  
plt.show()
  
  
# using style, size and hue
sn.lineplot(x="kepid", y="koi_period", data=data,
            size="koi_score", hue="koi_score", style="koi_score")
  
plt.show()

输出：

线图中的误差线

误差线用于显示线图中的误差率，可用于研究图中的区间。为此，可以使用 err_style 属性。这仅需要两个属性，带或条。

句法：

lineplot(x,y,data,err_style)

例子：

使用的数据集-累积（数据显示了由美国宇航局编制的系外行星空间研究数据集。）

蟒蛇3

import seaborn as sn
import matplotlib.pyplot as plt
import pandas as pd
  
data = pd.read_csv("C:\\Users\\Vanshi\\Desktop\\gfg\\cumulative.csv")
  
data = data.iloc[2:10, :]
  
sn.lineplot(x="kepid", y="koi_duration", data=data, err_style="band")
  
plt.show()

输出：

沿线图的调色板

线条描绘的配色方案可以使用调色板属性和色调进行更改。可以选择使用调色板支持的不同颜色 - SEABORN COLOR PALETTE

句法：

lineplot(x,y,data,hue,palette)

例子：

使用的数据集-累积（数据显示了由美国宇航局编制的系外行星空间研究数据集。）

蟒蛇3

import seaborn as sn
import matplotlib.pyplot as plt
import pandas as pd
  
data = pd.read_csv("C:\\Users\\Vanshi\\Desktop\\gfg\\cumulative.csv")
  
data = data.iloc[2:10,:]
  
sn.lineplot(x = "kepid", y = "koi_period",data=data, hue="koi_score", palette="pastel")
  
plt.show()

输出：