标签：Seaborn Python 分类 seaborn matplotlib 可视化 Matplotlib 数据

数据可视化：就是使用图形图表等方式来呈现数据，图形图表能够高效清晰地表达数据包含的信息。

Seaborn是基于matplotlib，在matplotlib的基础上进行了更高级的API封装，便于用户可以更加简便地做出各种有吸引力的统计图表。

可以说，seaborn是matplotlib的很好补充，而且能够高度兼容numpy与pandas数据结构以及scipy与statsmodels等统计模式。

安装：pip install seaborn

     Seaborn是一个在Python中制作有吸引力和信息丰富的统计图形的库。它建立在matplotlib之上，并与PyData堆栈紧密集成，包括支持来自scipy和statsmodels的numpy和pandas数据结构和统计例程。 Seaborn旨在将可视化作为探索和理解数据的核心部分。绘图函数对包含整个数据集的数据框和数组进行操作，并在内部执行必要的聚合和统计模型拟合以生成信息图。如果matplotlib“试图让事情变得简单容易和难以实现”，seaborn会试图使一套明确的方案让事情变得容易。 Seaborn可以认为是对matplotlib的补充，而不是它的替代品。在数据可视化方面能够很好的表现。

分类统计图

（1）统计柱状图barplot(均值和置信区间)
（2）灰度柱状图countplot
（3）点图pointplot(均值和置信区间)

分类散点图
当有一维数据是分类数据时，散点图成为了条带形状：
（1）航线图stripplot，设置参数添加抖动方法jitter=True(点的直接展示)
（2）生成蜂群图swarmplot，避免散点重叠(点的直接展示)

分类分布图
（1）箱式图boxplot：上下边缘、上下四分位数、中位数(近似分布)
（2.1）提琴图violinplot：箱式图 + KDE((近似分布))
（2.2）非对称提琴图：violinplot里的split=True参数

分类统计子图
（1）单分类标准的子图factorplot
（2）多分类标准的子图PairGrid

标签：Seaborn,Python,分类,seaborn,matplotlib,可视化,Matplotlib,数据
来源： https://www.cnblogs.com/1314520xh/p/12688408.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。