zoukankan      html  css  js  c++  java
  • 基于seaborn的pandasDataFrame数据可视化

    seaborn是基于DataFrame级的可视化。  matplotlib就是seaborn的底层。

     1 import matplotlib.pyplot as plt
     2 import numpy as np
     3 import pandas as pd
     4 import seaborn as sns   
     5 sns.set()                         #引入seaborn的set()方法设置样式,比纯用matplotlib要多了一些东西如图底的格子纹,图例和线条的变化。
     6 rng = np.random.RandomState(0)
     7 x = np.linspace(0, 10, 500)
     8 y = np.cumsum(rng.randn(500, 6), 0)
     9 plt.plot(x, y)
    10 plt.legend('ABCDEF', ncol=2, loc='upper left')

    进行统计数据可视化时, 我们通常想要的就是频次直方图和多变量的联合分布图。
    还可以用 KDE 获取变量分布的平滑估计,Seaborn 通过 sns.kdeplot 实现。
    用 sns.jointplot 可以同时看到两个变量的联合分布与单变量的独立分布。

    对多维数据集进行可视化时, 最终都要使用矩阵图(pairplot) 。 如果想画出所有变量中任意两个变量之间的图形, 用矩阵
    图探索多维数据不同维度间的相关性非常有效。直接用 sns.pairplot 即可。也可以用 sns.jointplot 画出不同数据集的联合分布和各数据本身的分布。
     

  • 相关阅读:
    SerializationUtility
    ExtendHelper
    AutoTransformHandler
    Parameter Config
    Tools Function
    谈谈对C#中反射的一些理解和认识(上)
    WPF程序中App.Config文件的读与写
    WPF实现Windows资源管理器(附源码)
    安装VC++2015运行库时出现0x80240037错误
    对C#调用C++的dll的一点思考
  • 原文地址:https://www.cnblogs.com/Henry-ZHAO/p/12725347.html
Copyright © 2011-2022 走看看