seaborn包如何在python項(xiàng)目中使用

本篇內(nèi)容介紹了“seaborn包如何在python項(xiàng)目中使用”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

Seaborn包是mapplotlib的增強(qiáng)版，只能在安裝mapplotlib后使用。

所有的圖形都由plt.show()顯示，或者您可以使用下面的方法創(chuàng)建一個(gè)畫布

圖，ax=PLT。submissions  () # a畫布

圖，(ax1，ax2)=PLT。支線劇情(ncols=2)# 2畫布1）單個(gè)特征統(tǒng)計(jì)圖countplot

Sn.countplot(train.mnth)#離散特征可以用來(lái)描述樣本點(diǎn)的出現(xiàn)次數(shù)。

2）單個(gè)特征統(tǒng)計(jì)圖distplot

Sn。distplot(火車。cnt。值，bin=50，kde=True) #可使用連續(xù)特征，bin=50分為50列，kde=True顯示核密度線。如果圖的尾部比較特殊，可能是一個(gè)奇異點(diǎn)(離群點(diǎn)，噪聲點(diǎn))，那么考慮去掉。

3）雙特征小提琴圖

SN。violin  Plot(data=train[' yr  '，' CNT']]，x=' yr  '，y=' CNT') #顯示數(shù)據(jù)分布及其概率密度。中間粗黑條代表四分位數(shù)范圍，從中延伸出來(lái)的細(xì)黑線代表95%置信區(qū)間，白點(diǎn)為中位數(shù)。

4）雙特征箱型圖

Sn。箱線圖(data=train，x=' yr  '，y=' CNT') #，也稱為箱線圖、箱線圖或箱線圖，是用于顯示一組數(shù)據(jù)離散信息的統(tǒng)計(jì)圖表。它從上到下顯示異常值、最大值、上四分位數(shù)、中值、下四分位數(shù)、最小值和異常值(有時(shí)沒有，如果有的話，要特別注意)。

5）雙特征棒圖

圖，(ax1，ax2)=PLT。支線劇情(ncols=2) #一個(gè)畫布，兩個(gè)軸

Sn。barplot  (data=train，x=' holiday  '，y=' CNT  '，hue=' weathersit  '，ax=ax1) # hue=' weathersit  '，由weathersit區(qū)分

Sn。barplot  (data=train，x=' working  day  '，y=' CNT  '，hue='季節(jié)'，ax=ax2) # hue='季節(jié)'，按季節(jié)區(qū)分

6）雙特征折線圖

圖，ax=plt  .支線劇情()

sn  . point  plot(data=train[' dayofyear  '，' cnt  '，' yr']，x='dayofyear  '，y='cnt  '，hue='yr  '，ax=ax)

#hue='yr  '指尊貴的年份。色調(diào)指的是顏色

ax  . set(title=' dayly  distribution  of  counts  ')

PLT  . show()

7）關(guān)系熱力圖

corrMatt=train[['temp  '，' atemp  '，' hum  '，' windspeed  '，' cnt']]。corr()

mask=np.array(corrMatt)

掩碼[NP  . tril  _ indexs  _ from(掩碼)]=False

sn.heatmap(corrMatt，mask=mask，

vmax=1，平方=真，不能=真)

PLT  . show()

8）雙特征散點(diǎn)圖

sn  .散點(diǎn)圖(x=train。GrLivArea，y=train。SalePrice)

PLT  . title(' looking  for  outliers  ')#圖形標(biāo)題

PLT  . show()

“seaborn包如何在python項(xiàng)目中使用”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！