Seaborn绘图02

最新推荐文章于 2025-04-01 18:00:16 发布

原创

最新推荐文章于 2025-04-01 18:00:16 发布 · 1.1k 阅读

这篇博客详细介绍了Seaborn库在数据可视化中的应用，包括柱状图的按顺序排列和自定义透明度，数据集加载后的平均值直方图及误差线，多组数据的直方图和箱线图展示，小提琴图的组合与拆分，以及散点图、直方图和密度图的绘制。内容涵盖了数据分类、散点分布、箱型统计等多个方面。

准备工作


import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
import numpy as np
import pandas as pd
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
#seaborn中显示中文
sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})

#去除部分警告
import warnings
warnings.filterwarnings('ignore')

sns.set() #返回seaborn默认设置

柱状图（条形图）

seaborn.barplot()

x,y,hue:绘图中所使用的分类/连续变量/颜色分组变量名
data：数据框名称
order,hue_order:hue变量各类别取值的绘图顺序
orient:“v” | “h”,条带绘制方向
saturation = 0.75 : float, 直条颜色的饱和度

sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})

x = ['金融','农业','制造业','新能源']
y = [164,86,126,52]
sns.barplot(x,y)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

按顺序排列：

sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})
x = ['金融','农业','制造业','新能源']
y = [164,86,126,52]
sns.barplot(x,y,order = ['金融','制造业','农业','新能源'])
plt.savefig("F:\\01.jpg")

结果：在这里插入图片描述

自定义透明度，并横着排放

sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})
x = ['金融','农业','制造业','新能源']
y = [164,86,126,52]
sns.barplot(y,x,order = ['金融','制造业','农业','新能源'],
           orient = 'h',     #使之横过来,但前面要是y,x
           saturation = 0.25 #自定义透明度
           )
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

加载数据集

#加载数据集
tips = sns.load_dataset("tips")
tips.head()

total_bill:一顿饭的餐费金额
tip:该顿饭给的小费
size:吃饭人数
smoker:服务生是否抽烟
day:星期几吃的饭
sex:服务生性别
time:吃饭时间,午餐或者晚餐

sns.barplot(x='day',y='tip',
            data=tips #数据取自tips数据集
           )
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

柱子高度是那一类别下所有值的平均数。图形上方竖线是误差线，一均值为中心的置信区间

多组数据的直方图

sns.barplot(x='day',y='tip',
            data=tips, 
            hue = 'sex'
           )
plt.savefig("

最低0.47元/天解锁文章