- 1、本文档共15页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第7章Seaborn数据绘图
第7章Seaborn数据绘图Seaborn简介Seaborn库安装与使用Seaborn绘图流程Seaborn绘图实战
7.1Seaborn简介Seaborn是建立在matplotlib之上的数据可视化工具,它相当于是对matplotlib进行了更高级的封装,而且Seaborn也能跟Pandas无缝整合,让我们可以用更少的代码构建出更好的统计图表,帮助我们探索和理解数据。简单来说,Seaborn框架旨在以数据可视化为中心来挖掘与理解数据。
7.2Seaborn库安装与使用在使用Seaborn库之前,首先需要通过pip安装命令进行安装:pipinstallseaborn。安装完成后,可以通过importseabornassns导入Seaborn。为确认Seaborn库是否安装成功,可以执行下面语句,如果输出seaborn,则表示Seaborn已正确安装。
7.2Seaborn库安装与使用importseabornassns?sns.__name__?#输出seaborn
7.3Seaborn绘图流程Seaborn作为一个强大的数据可视化Python库,提供了一种简洁高效的绘图流程。该流程涵盖了关键步骤,首先需要导入所需的绘图模块;其次,根据具体需求导入数据,为可视化做好准备;然后,设置画布参数,为绘图奠定基础;接着,利用Seaborn提供的各种绘图函数生成图形并展示出来;最后,可以选择保存生成的图形为不同格式的图像文件,以备后续使用。
7.3Seaborn绘图流程7.3.1导入绘图模块7.3.2导入数据7.3.3设置画布7.3.4输出图形7.3.5保存图形
7.4Seaborn绘图实战Seaborn绘图实战涵盖了数据准备的关键步骤以及导入相关库的操作,同时包括直方图、散点图、热力图、回归图以及小提琴图等多种绘图类型,通过这些实例,读者可以深入了解如何使用Seaborn进行数据可视化,从而更加生动地呈现和分析数据的内在关系与趋势。
7.4Seaborn绘图实战7.4.1数据准备importpandasaspddf=pd.read_csv(data/cook.csv)#读取数据集sdf[难度]=df[用料数].apply(lambdax:简单ifx5else(一般ifx15else较难))#增加“难度”分类字段df=df[[菜谱,用料,用料数,难度,菜系,评分,用户]]#选择需要的列df.sample(5)#查看数据集的随机5行数据
7.4Seaborn绘图实战7.4.2导入相关库importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportmatplotlibasmplimportseabornassnsplt.rcParams[font.family]=[simsun]#设置加载的字体名plt.rcParams[axes.unicode_minus]=False#解决保存图像是负号-显示为方块的问题sns.set_style(white,{font.family:[simsun]})#设置图形背景样式为white
7.4Seaborn绘图实战7.4.3直方图Seaborn库中的distplot()函数可以绘制直方图,通过矩形条的高度展示各数据范围内的频数分布。绘制直方图时,需要输入一个一维数值数组。distplot()会自动计算组距并统计每个组距中的频数,绘制频数分布直方图。直方图能清晰反映数据的分散程度和整体分布形态。相较简单统计量,它提供了更丰富的分布信息。直方图常用于分析数据的中心趋势、异常情况等,为数据建模提供基础。
7.4Seaborn绘图实战7.4.4散点图Seaborn库中的scatterplot()函数可以绘制散点图,通过坐标点的位置展示两个变量之间的相关性。绘制散点图时,需要输入两个变量的观测数据。scatterplot()会根据x轴和y轴变量生成坐标点图,点的分布情况反映了两个变量的相关程度。散点图能够直观显示变量之间是否存在相关性以及相关的形式和强度。它常用于判断变量之间的依赖关系,并可以为建立回归模型提供支持。
7.4Seaborn绘图实战7.4.5热力图Seaborn库中的heatmap()函数可以绘制热力图,通过颜色的深浅展示变量之间的相关性。绘制热力图时,需要输入一个可观测数据组成的矩阵。heatmap()会根据矩阵值生成颜色热力图,颜色越深表示正相关性越强。热力图以一目了然的方式显示了变量或样本间的相关性,深色表示强相关,浅色为负相
您可能关注的文档
- Python商务数据分析 第1章 初识Python.pptx
- Python商务数据分析 第2章 Python开发工具.pptx
- Python商务数据分析 第4章 NumPy数据分析.pptx
- Python商务数据分析 第5章 Pandas数据分析.pptx
- Python商务数据分析 第6章 Matplotlib数据绘图.pptx
- Python商务数据分析 第8章 咖啡销售情况分析.pptx
- Python商务数据分析 第9章 员工离职风险预测.pptx
- Python商务数据分析 第10章 航班乘客数预测.pptx
- 教学课件 第2章 初识Photoshop.pptx
- 教学课件 第3章 绘制和编辑选区.pptx
- 浙江省临海市白云高级中学2025届高三历史3月月考试题.doc
- 云南拾谷县第一中学2024_2025学年高二物理上学期10月月考试题.doc
- 2025版高考生物总复习第13讲基因的分离定律教案苏教版.doc
- 湖北省黄石实验高中2024_2025学年高一历史下学期期末考试模拟卷.doc
- 通史版2025版高考历史大一轮复习专题七近代化的曲折发展__中日甲午战争至五四运动前4第4讲从维新思想到新文化运动课后达标检测含解析新人教版.doc
- 2024年高考数学考试大纲解读专题04导数及其应用含解析文.doc
- 河南省许汝平九校联盟2024_2025学年高一语文上学期期末考试试题扫描版无答案.doc
- 江西省吉安市吉水县第二中学2024_2025学年高一历史上学期第二次月考试题.doc
- 北京市平谷区2025届高三政治一模考试试题含解析.doc
- 2025届中考物理第四讲物态变化专项复习测试无答案新人教版.docx
文档评论(0)