1.绘制直方图
使用displot()绘制直方图。
import seaborn as sns import numpy as np import matplotlib.pyplot as plt # 生成随机数据 np.random.seed(0) data = np.random.randn(1000) # 使用displot绘制直方图 sns.displot(data, bins=10, kde=True) # 展示图形 plt.show()
结果图：
2.绘制密度曲线图
使用kdeplot绘制密度图。
import matplotlib.pyplot as plt df_iris = pd.read_csv('data\iris.csv') fig,axes = plt.subplots(1,2) sns.distplot(df_iris['Petal.Length'],ax = axes[0],kde = True,rug = True) #kde密度曲线，rug边际毛毯 sns.kdeplot(df_iris['Petal.Length'],ax = axes[1],shade = True) #shade阴影 plt.show()
结果图：
3.绘制柱状图
示例1：
import seaborn as sns # 设置风格为白色网格风格，颜色调色板为深色调色板 sns.set(style="whitegrid", palette="dark") # 绘制柱状图，并使用默认设置以外的字体大小 categories = ['A', 'B', 'C', 'D'] values = [10, 20, 15, 25] sns.barplot(x=categories, y=values) sns.set(font_scale=1.5)
结果图：
示例2：
import seaborn as sns import matplotlib.pyplot as plt sns.set(style="darkgrid",font_scale=1.2) titanic = sns.load_dataset("titanic") plt.subplot(1,2,1) sns.countplot(x="class", hue="who", data=titanic) plt.subplot(1,2,2) sns.countplot(x="who", data=titanic, facecolor=(0, 0, 0, 0), linewidth=5, edgecolor=sns.color_palette("dark", 3)) plt.show()
结果图：
4.绘制散点图
#绘制散点图 import seaborn as sns import numpy as np import matplotlib.pyplot as plt np.random.seed(0) data = np.random.randn(100, 2) colors = ['red', 'blue'] hue = np.random.choice(colors, 100) # 根据颜色列表生成一个与数据点个数相同长度的颜色序列 sns.scatterplot(x=data[:, 0], y=data[:, 1], hue=hue, palette=colors) plt.show()
结果图;
5.绘制散点图矩阵
import seaborn as sns import numpy as np import pandas as pd import matplotlib.pyplot as plt # 生成随机数据 np.random.seed(0) data = np.random.randn(100, 4) # 生成100行4列的随机数据 # 将数据转换为DataFrame格式 data_frame = pd.DataFrame(data, columns=['A', 'B', 'C', 'D']) # 使用pairplot绘制散点图矩阵 sns.pairplot(data_frame) # 展示图形 plt.show()
结果图：
