给 iOS 开发者的 python 学习日记十八

使用 matplotlib 建立一个图表的概念是组装它提供的基础元件,像是图表类型、图例或者标签等元件。 Seaborn 套件是以 matplotlib 为基础建构的高阶绘图套件,让使用者更加轻松地建立图表,我们可以将它视为是 matplotlib 的加强

我们今天试着使用看看Seaborn套件来划一些基本的图形,包括:

直方图(Histogram)

散布图(Scatter plot)

线图(Line plot)

长条图(Bar plot)

盒须图(Box plot)

Seaborn套件在我们的开发环境没有安装,但我们可以透过conda指令在终端机安装。

conda install -c anaconda seaborn=0.7.1

我们的开发环境是Jupyter Notebook,这个指令可以让图形不会在新视窗呈现。

%matplotlib inline

直方图

使用seaborn套件的distplot()方法。

%matplotlib inline

import seaborn as sns

import numpy as np

import matplotlib.pyplot as plt

sns.distplot(normal_samples)

预设会附上kernel density estimate(KDE)曲线。

散布图(Scatter plot)

使用seaborn套件的joinplot()方法。

%matplotlib inline

import seaborn as sns

import pandas as pd

import matplotlib.pyplot as plt

speed = [4, 4, 7, 7, 8, 9, 10, 10, 10, 11, 11, 12, 12, 12, 12, 13, 13, 13, 13, 14, 14, 14, 14, 15, 15, 15, 16, 16, 17, 17, 17, 18, 18, 18, 18, 19, 19, 19, 20, 20, 20, 20, 20, 22, 23, 24, 24, 24, 24, 25]

dist = [2, 10, 4, 22, 16, 10, 18, 26, 34, 17, 28, 14, 20, 24, 28, 26, 34, 34, 46, 26, 36, 60, 80, 20, 26, 54, 32, 40, 32, 40, 50, 42, 56, 76, 84, 36, 46, 68, 32, 48, 52, 56, 64, 66, 54, 70, 92, 93, 120, 85]

cars_df = pd.DataFrame(

{"speed": speed,

"dist": dist

}

)

sns.jointplot(x = "speed", y = "dist", data = cars_df)

预设会附上X轴变数与Y轴变数的直方图。

线图(Line plot)

使用seaborn套件的factorplot()方法。

%matplotlib inline

import seaborn as sns

import pandas as pd

import matplotlib.pyplot as plt

speed = [4, 4, 7, 7, 8, 9, 10, 10, 10, 11, 11, 12, 12, 12, 12, 13, 13, 13, 13, 14, 14, 14, 14, 15, 15, 15, 16, 16, 17, 17, 17, 18, 18, 18, 18, 19, 19, 19, 20, 20, 20, 20, 20, 22, 23, 24, 24, 24, 24, 25]

dist = [2, 10, 4, 22, 16, 10, 18, 26, 34, 17, 28, 14, 20, 24, 28, 26, 34, 34, 46, 26, 36, 60, 80, 20, 26, 54, 32, 40, 32, 40, 50, 42, 56, 76, 84, 36, 46, 68, 32, 48, 52, 56, 64, 66, 54, 70, 92, 93, 120, 85]

cars_df = pd.DataFrame(

{"speed": speed,

"dist": dist

}

)

sns.factorplot(data = cars_df, x="speed", y="dist", ci = None)

长条图(Bar plot)

使用seaborn套件的countplot()方法。

%matplotlib inline

import seaborn as sns

import pandas as pd

import matplotlib.pyplot as plt

cyl = [6 ,6 ,4 ,6 ,8 ,6 ,8 ,4 ,4 ,6 ,6 ,8 ,8 ,8 ,8 ,8 ,8 ,4 ,4 ,4 ,4 ,8 ,8 ,8 ,8 ,4 ,4 ,4 ,8 ,6 ,8 ,4]

cyl_df = pd.DataFrame({"cyl": cyl})

sns.countplot(x = "cyl", data=cyl_df)

盒须图(Box plot)

使用seaborn套件的boxplot()方法。

小结

第十九天我们练习使用Python的视觉化套件Seaborn绘制基本的图形

本文来自企鹅号 - 猿老师媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI研习社

一次 PyTorch 的踩坑经历,以及如何避免梯度成为NaN

本文首发于知乎答主小磊在「PyTorch有哪些坑/bug?」下的回答,AI 研习社获原作者授权转载。 分享一下我最近的踩坑经历吧。 这几天在实现一个语义分割的 ...

1.8K60
来自专栏CDA数据分析师

案例 | R语言数据挖掘实战:电商评论情感分析

随着网上购物的流行,各大电商竞争激烈,为了提高客户服务质量,除了打价格战外,了解客户的需求点,倾听客户的心声也越来越重要,其中重要的方式 就是对消费者的文本评论...

770100
来自专栏天天P图攻城狮

Android 音视频系列:H264视频编码介绍

H264视频编码技术,是对序列帧图像进行压缩的技术。压缩之所以可能,是因为存在冗余数据。

72970
来自专栏专知

【最新PyTorch0.4.0教程01】PyTorch的动态计算图深入浅出

1.2K40
来自专栏数据科学与人工智能

【知识】使用Python来学习数据科学的完整教程

编者按:Python学习和实践数据科学,Python和Python库能够方便地完成数据获取,数据探索,数据处理,数据建模和模型应用与部署的工作,对于数据科学工作...

57470
来自专栏落影的专栏

音视频知识小结

前言 总结的一些音视频相关的知识,文末总结有传送门。 概念 协议层(Protocol Layer):该层处理的数据为符合特定流媒体协议规范的数据,例如ht...

49560
来自专栏算法+

浮点数据有损压缩算法 附完整C代码

思路比较简单,就是做一个2D颜色映射表进行插值实现,一般是512*512*3 的颜色表,

61640
来自专栏机器之心

教程 | 如何优雅而高效地使用Matplotlib实现数据可视化

30450
来自专栏机器之心

资源 | 像「花书」一样排版:Ian Goodfellow「亲授」的高级LaTex教程

机器之心整理 作者: Ian Goodfellow 参与:邱陆陆 当地时间 3 月 1 号,深度学习知名同名教材《Deep Learning》的第一作者 Ian...

462100
来自专栏深度学习与数据挖掘实战

社区发现算法FastUnfolding的GraphX实现

现实生活中存在各种各样的网络,诸如人际关系网、交易网、运输网等等。对这些网络进行社区发现具有极大的意义,如在人际关系网中,可以发现出具有不同兴趣、背景的社会团体...

23510

扫码关注云+社区

领取腾讯云代金券