10幅必须掌握的Seaborn绘图

Python可视化库Seaborn基于Matplotlib，并提供了绘制吸引人的统计图形的高级接口。Seaborn就是让困难的东西更加简单。它是针对统计绘图的，一般来说，能满足数据分析90%的绘图需求。Seaborn其实是在Matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用Seaborn就能做出很具有吸引力的图，应该把Seaborn视为Matplotlib的补充，而不是替代物。同时它能高度兼容Numpy与Pandas数据结构以及Scipy与Statsmodels等统计模式。

Seaborn一共有5个大类21种图，分别是：

1. Relational plots关系类图表

relplot关系类图表的接口，其实是下面两种图的集成，通过指定kind参数可以画出下面的两种图：

• scatterplot散点图
  
• lineplot折线图
  

2. Categorical plots分类图表

catplot分类图表的接口，其实是下面8种图表的集成，通过指定kind参数可以画出下面的8种图：

• stripplot 分类散点图
  
• swarmplot 能够显示分布密度的分类散点图
  
• boxplot 箱图
  
• violinplot 小提琴图
  
• boxenplot 增强箱图
  
• pointplot 点图
  
• barplot 条形图
  
• countplot 计数图
  

3. Distribution plot分布图

• jointplot 双变量关系图
  
• pairplot 变量关系组图
  
• distplot 直方图，质量估计图
  
• kdeplot 核函数密度估计图
  
• rugplot 将数组中的数据点绘制为轴上的数据
  

4. Regression plots回归图

• lmplot 回归模型图
  
• regplot 线性回归图
  
• residplot 线性回归残差图
  

5. Matrix plots矩阵图

• heatmap 热力图
  
• clustermap 聚集图
  

在上面的21种图中，我们总结了10幅必备的Seaborn图如下：

一、Barplot——条形图

跟着Titanic案例学Seaborn之Barplot

二、Countplot——计数图

跟着Titanic案例学Seaborn之Countplot三、Histplot——直方图

跟着Iris案例学Seaborn之Histplot

四、Catplot——分类统计图其中包含Box箱型图，Violin小提琴图，Swarm分簇散点图，Strip分类散点图等等。

跟着Tips案例学Seaborn之Catplot

五、Scatter——散点图

跟着mpg案例学Seaborn之Scatter

六、Heatmap——热力图

跟着mpg案例学Seaborn之Heatmap

七、KDE——核密度分布图

跟着mpg案例学Seaborn之KDE

八、Jointplot——双变量关系图

跟着mpg案例学Seaborn之Jointplot

九、Pairplot——多变量联合分布图

跟着penguins案例学Seaborn之Pairplot

十、Facetgrid——多图网格绘图

跟着exercise案例学Seaborn之FacetGrid

相信，你如果能掌握这10大Seaborn绘图，你的数据处理和分析能力一定会有很大的提高，自己试试吧？