seaborn包如何在python项目中使用

本篇内容介绍了“seaborn包如何在python项目中使用”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

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(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()

“seaborn包如何在python项目中使用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！