Seaborn教程

简介

Seaborn是一个基于matplotlib的数据可视化库，致力于使可视化变得简单高效。它提供了一些美观且易于理解的绘图模板，能够以较小的代码量实现复杂的图形可视化。同时它也提供了一些默认的调色板和数据集，以便用户可以更轻松地自定义和调整图形。

安装

首先使用pip安装seaborn：

!pip install seaborn

简单使用

以下是一个产生正弦曲线并用Seaborn库实现可视化的示例程序：

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

sns.set()  # 设置seaborn默认样式
x = np.linspace(0, 10, 1000)
y = np.sin(x)
plt.plot(x, y)
plt.show()

我们使用seaborn.set()设置了Seaborn的默认样式，并使用plt.plot()绘制了正弦曲线。

绘图模板

在Seaborn中，您可以选择各种可视化模板以轻松地创建复杂的图形。以下是一些可用的模板：

• darkgrid
• whitegrid
• dark
• white
• ticks

您可以使用set_style()方法来设置这些模板。例如，以下代码使用whitegrid模板创建一个散点图：

sns.set_style('whitegrid')
tips = sns.load_dataset('tips')
sns.scatterplot(x='total_bill', y='tip', data=tips)
plt.show()

您可以使用set_palette()方法设置调色板。Seaborn提供了许多预定义的调色板，例如deep、muted、bright、pastel、dark等。以下代码使用pastel调色板创建一个条形图：

sns.set_style('whitegrid')
sns.set_palette('pastel')
tips = sns.load_dataset('tips')
sns.barplot(x='sex', y='total_bill', data=tips)
plt.show()

数据集

Seaborn内置了多个常用数据集，可以使用load_dataset()方法轻松地加载这些数据。以下是一些Seaborn中可用的数据集：

• anscombe
• attention
• brain_networks
• car_crashes
• diamonds
• dots
• exercise
• flights
• fmri
• gammas
• iris
• mpg
• planets
• tips
• titanic

例如，以下代码加载了Seaborn内置的titanic数据集并绘制了一个堆叠条图：

sns.set_style('whitegrid')
titanic = sns.load_dataset('titanic')
sns.barplot(x='sex', y='survived', hue='class', data=titanic)
plt.show()

结论

Seaborn是一个功能强大的数据可视化库，它具有易于使用的API，易于定制和配置。无论您是刚开始使用数据可视化，还是想从其他库转换到Seaborn，它都是一个值得考虑的库。