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