手机网站怎样做解析,红河州做网站,福永网站设计,计算机短期速成班Seaborn 是一个基于 matplotlib 的数据可视化库#xff0c;可以用来绘制各种统计图表#xff0c;包括散点图、条形图、折线图、箱线图等。Seaborn 提供了一些用于美化图表的默认样式和颜色主题#xff0c;使得生成的图表更具有吸引力。下面是一些 Seaborn 库的常用功能和用法…Seaborn 是一个基于 matplotlib 的数据可视化库可以用来绘制各种统计图表包括散点图、条形图、折线图、箱线图等。Seaborn 提供了一些用于美化图表的默认样式和颜色主题使得生成的图表更具有吸引力。下面是一些 Seaborn 库的常用功能和用法。
import seaborn as sns#seaborn图形进行数据分析
dfsns.load_dataset(tips)
df.head()#显示前五行
结果total_bill tip sex smoker day time size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4
df
结果total_bill tip sex smoker day time size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4
... ... ... ... ... ... ... ...
239 29.03 5.92 Male No Sat Dinner 3
240 27.18 2.00 Female Yes Sat Dinner 2
241 22.67 2.00 Male Yes Sat Dinner 2
242 17.82 1.75 Male No Sat Dinner 2
243 18.78 3.00 Female No Thur Dinner 2244 rows × 7 columns
df.dtypes
结果
total_bill float64
tip float64
sex category
smoker category
day category
time category
size int64
dtype: object 1、相关性
df.corr()#三个字段的相关性
结果total_bill tip size
total_bill 1.000000 0.675734 0.598315
tip 0.675734 1.000000 0.489299
size 0.598315 0.489299 1.000000
sns.heatmap(df.corr())#用热区图来表示相关性 2、变量分析
sns.jointplot(xtip,ytotal_bill,datadf,kindhex)#单变量分析,kind用什么表示该图是蜂窝表示 sns.jointplot(xtip,ytotal_bill,datadf,kindreg)#单变量分析该图是用回归表示 sns.pairplot(df)#匹配图在同一数据行中一个变量与另一个变量的值相匹配最后显示所有变量与所有其它变量的匹配 sns.pairplot(df,huesex)#多加一个变量 sns.pairplot(df,huesmoker)#多加一个变量 三、统计数
df[smoker].value_counts()
结果
No 151
Yes 93
Name: smoker, dtype: int64
df[sex].value_counts()
结果
Male 157
Female 87
Name: sex, dtype: int64sns.countplot(xsex,datadf) sns.countplot(ysex,datadf) 四、 特征值分布
sns.distplot(df[tip])#帮助我们检查单特征分布,比例 sns.distplot(df[tip],kdeFalse,bins20)#帮助我们检查单特征分布,数量 五、多变量
sns.barplot(xsex,ytotal_bill,datadf)#两变量做x,y轴,柱状图 sns.boxplot(xday,ytotal_bill,datadf,paletterainbow)#盒图,palette调色板 sns.boxplot(datadf,orientv)#垂直 sns.boxplot(xday,ytotal_bill,huesmoker,datadf)#盒图,三变量 sns.violinplot(xtotal_bill,yday,datadf,paletterainbow)#小提琴图帮助我们从核密度估计和箱型图两方面看到数据发布 sns.violinplot(ytotal_bill,xday,datadf,paletterainbow)#小提琴图帮助我们从核密度估计和箱型图两方面看到数据发布
