📅  最后修改于: 2023-12-03 14:47:30.073000             🧑  作者: Mango
sns.lineplot
绘制折线图在Python的数据可视化库Seaborn
中,sns.lineplot
函数被用于绘制折线图。折线图是用于可视化连续性变量之间的关系的一种常见方式。该图表通常用来显示随时间或其他连续性变量而变化的指标或趋势,例如股票价格或温度趋势。
以下代码展示了如何使用sns.lineplot
函数来创建一条简单的折线图:
import seaborn as sns
tips = sns.load_dataset("tips")
sns.lineplot(x="total_bill", y="tip", data=tips)
这将绘制一个对于账单总额(x轴)和消费者对小费金额的剩余钱数(y轴)建立的折线图。
import seaborn as sns
import matplotlib.pyplot as plt
tips = sns.load_dataset("tips")
sns.set_style("darkgrid")
plt.figure(figsize=(10,5))
plt.title("Tip by total bill", fontsize=16)
sns.lineplot(x="total_bill", y="tip", hue="sex", style="sex", markers=True, dashes=False, data=tips)
plt.xlabel("Total bill ($)", fontsize=12)
plt.ylabel("Tip ($)", fontsize=12)
plt.legend(title="Gender", loc="upper left")
plt.show()
在这个例子中,我们通过设置hue
和style
参数,将线条按性别进行区分,并使用符号来表示每个性别。我们还启用了标记,并禁用了虚线样式(默认情况下,Seaborn使用虚线样式)。通过设置figsize
和plt.title
,我们可以更改图表的大小和标题。最后,我们为图例设置标题和位置,并用plt.xlabel
和plt.ylabel
分别为x轴和y轴指定标签。
import seaborn as sns
import matplotlib.pyplot as plt
tips = sns.load_dataset("tips")
sns.set_style("darkgrid")
plt.figure(figsize=(10,5))
plt.title("Tip by total bill", fontsize=16)
sns.lineplot(x="total_bill", y="tip", hue="sex", style="time", data=tips)
plt.xlabel("Total bill ($)", fontsize=12)
plt.ylabel("Tip ($)", fontsize=12)
plt.legend(title="Gender", loc="upper left", labels=["Lunch", "Dinner"])
plt.show()
在这个例子中,我们增加了一个style
参数,该参数表示不同时间的用餐的方式(午餐或晚餐)。同时,我们可以通过在plt.legend
中设置labels
参数,来自定义图例的标签。