seaborn包怎么在python项目中使用

本文将详细解释如何在python项目中使用seaborn包。文章内容质量较高，与大家分享作为参考。希望大家看完这篇文章后对相关知识有一定的了解。

Seaborn包是mapplotlib的增强版，只能在安装mapplotlib后使用。

所有的图形都由plt.show()显示，或者您可以使用下面的方法创建一个画布

图，ax=PLT。submissions () # a画布

图，(ax1，ax2)=PLT。支线剧情(ncols=2)# 2画布

1）单个特征统计图countplot

Sn.countplot(train.mnth)#离散特征可以用来描述样本点的出现次数。

2）单个特征统计图distplot

Sn。distplot(火车。cnt。值，bin=50，kde=True) #可使用连续特征，bin=50分为50列，kde=True显示核密度线。如果图的尾部比较特殊，可能是一个奇异点(离群点，噪声点)，那么考虑去掉。

3）双特征小提琴图

SN。violin Plot(data=train[‘ yr ‘，’ CNT’]]，x=’ yr ‘，y=’ CNT’) #显示数据分布及其概率密度。中间粗黑条代表四分位数范围，从中延伸出来的细黑线代表95%置信区间，白点为中位数。

4）双特征箱型图

Sn。箱线图(活动：慈云数据爆款香港服务器，CTG+CN2高速带宽、快速稳定、平均延迟10+ms 速度快，免备案，每月仅需19元！！ 点击查看data=train，x=’ yr ‘，y=’ CNT’) #，也称为箱线图、箱线图或箱线图，是用于显示一组数据离散信息的统计图表。它从上到下显示异常值、最大值、上四分位数、中值、下四分位数、最小值和异常值(有时没有，如果有的话，要特别注意)。

5）双特征棒图

图，(ax1，ax2)=PLT。支线剧情(ncols=2) #一个画布，两个轴

Sn。barplot (data=train，x=’ holiday ‘，y=’ CNT ‘，hue=’ weathersit ‘，ax=ax1) # hue=’ weathersit ‘，由weathersit区分

Sn。barplot (data=train，x=’ working day ‘，y=’ CNT ‘，hue=’季节’，ax=ax2) # hue=’季节’，按季节区分

6）双特征折线图

图，ax=plt .支线剧情()

sn . point plot(data=train[‘ dayofyear ‘，’ cnt ‘，’ yr’]，x=’dayofyear ‘，y=’cnt ‘，hue=’yr ‘，ax=ax)

#hue=’yr ‘指尊贵的年份。色调指的是颜色

ax . set(title=’ dayly distribution of counts ‘)

PLT . show()

7）关系热力图

corrMatt=train[[‘temp ‘，’ atemp ‘，’ hum ‘，’ windspeed ‘，’ cnt’]]。corr()

mask=np.array(corrMatt)

掩码[NP . tril _ indexs _ from(掩码)]=False

sn.heatmap(corrMatt，mask=mask，

vmax=1，平方=真，不能=真)

PLT . show()

8）双特征散点图

sn .散点图(x=train。GrLivArea，y=train。SalePrice)

PLT . title(‘ looking for outliers ‘)#图形标题

PLT . show()

如何在python项目中使用seaborn包在这里分享。希望以上内容能对大家有所帮助，学到更多的知识。如果你觉得文章好，可以分享给更多人看。

《seaborn包怎么在python项目中使用》来自互联网同行内容，若有侵权，请联系我们删除！