python-批量画子图+添加主标题+解决中文乱码

原创

已于 2022-07-03 16:05:51 修改 · 5k 阅读

标签

#python

收录于

于 2022-06-20 22:41:21 首次发布

本文展示了两个案例：一是控制组的各基线指标的直方图，用于理解个体特性；二是使用Seaborn进行回归分析，探究不同变量与预测结果的关系。通过可视化和统计方法，深入解析了数据中潜在的关联模式。

案例1

import numpy as np
import pandas as pd
import time  #统计运行时间用
import copy  #深拷贝的时候用
import _pickle as cPickle
import gc #释放内存使用
from tqdm import tqdm,tqdm_notebook  #Tqdm 是一个快速，可扩展的Python进度条
import datetime #处理时间数据
import os


import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocator, FormatStrFormatter
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
import seaborn as sns
%matplotlib inline
import warnings
warnings.simplefilter(action='ignore', category=FutureWarning)
warnings.filterwarnings("ignore")
pd.set_option('display.max_columns',100)
pd.set_option('max_colwidth',100)




baseline_cols=['verbal_memory_baseline','visual_memory_baseline','visual-motor_speed_baseline'
               ,'reaction_time_baseline','impulse_control_baseline','total_symptom_baseline']


#画直方图
fig = plt.figure(figsize=(15, 6))
sns.set_style("darkgrid", {'fo