相关图 Python Seaborn

Seaborn是基于matplotlib的图形可视化Python库，提供丰富的统计图形，旨在使数据可视化成为探索和理解数据的第一步。其中，相关图是Seaborn中最常用的一种图形。

1. 安装Seaborn

使用pip安装Seaborn:

pip install seaborn

2. 导入库

安装Seaborn后，需要导入库才能使用它的功能。

import seaborn as sns

3. 绘制相关图

相关图是展示两个变量之间关系的一种图形。Seaborn中提供了多种绘制相关图的函数，包括散点图、线性回归图、气泡图等等。

散点图

散点图用于展示两个变量之间的关系，可以通过 Seaborn 中的 sns.scatterplot 函数进行绘制。

import seaborn as sns
import matplotlib.pyplot as plt


# 读取数据
tips = sns.load_dataset('tips')

# 绘制散点图
sns.scatterplot(x='total_bill', y='tip', data=tips)

# 显示图形
plt.show()

线性回归图

线性回归图主要用于展示两个变量之间的线性关系。使用 Seaborn 中的 sns.regplot 函数绘制。

import seaborn as sns
import matplotlib.pyplot as plt


# 读取数据
tips = sns.load_dataset('tips')

# 绘制散点图和线性回归线
sns.regplot(x='total_bill', y='tip', data=tips)

# 显示图形
plt.show()

气泡图

气泡图是散点图的一种变体，可以将第三个变量以气泡大小的形式展示出来。

import seaborn as sns
import matplotlib.pyplot as plt


# 读取数据
tips = sns.load_dataset('tips')

# 绘制气泡图
sns.scatterplot(x='total_bill', y='tip', size='size', data=tips)

# 显示图形
plt.show()

总结

Seaborn 提供了多种绘制相关图的函数，可以根据数据的特点选择合适的图形进行展示。在进行数据分析时，相信Seaborn是你的不二选择。