seaborn的其他参数图形lineplot、set()

sns.lineplot,以及风格设置的sns.set()

import os
import seaborn as sns
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm

os.chdir(r'C:\Users\MAR\Desktop\test')
#表示带坐标标签的，
sns.set(style='ticks',context='notebook')
#网格显示
# sns.set(style='darkgrid',context='notebook')
#解决中文乱码问题
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

my_data=pd.read_csv('my_csv_date.csv',encoding='gbk')

sns.lineplot(x='年份',y='总收入',data=my_data,lw=2,color='red')
plt.xticks(range(1992,2005,1),range(1992,2005,1),rotation=45)

plt.show()

数据使用了**’年份列‘和’总数据‘列**

回归图

#fit_reg:是否拟合，scatter_kws：表示散点参数
sns.lmplot(x='x1',y='总收入',data=my_data,legend_out=False,\
          markers='o',fit_reg=True,aspect=1.3,height=8，scatter_kws={'s':20,'facecolor':'red'})

plt.show()

sns.countplot

绘制单列数据的柱状图

这种方法绘制的柱状图，只是计算x参数索引出现的次数做为高度，和其他数据列无关

my_data=pd.read_csv('my_csv_date.csv',encoding='gbk')
sns.countplot(x='地区',data=my_data)

plt.show()

数据为


使用Datafram数据直接绘制时,和上面同样的数据，下面显示的图形不同

my_data[0:6]['地区'].value_counts().plot(kind='bar')
plt.show()

绘制多类数据的柱状图

sns.set()中，font_scale设置字体比例，palette是整体颜色的风格

import os
import seaborn as sns
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm

os.chdir(r'C:\Users\MAR\Desktop\test')
# #表示带坐标标签的，context设置元素缩放，一般不动
sns.set(style='darkgrid',context='notebook',font_scale=1.2,palette='colorblind')


plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

my_data=pd.read_csv('my_csv_date.csv',encoding='gbk')
sns.countplot(x='地区',hue='交通方式',data=my_data)

plt.legend(loc=(1.1,0.6),title='交通方式')

plt.show()

数据

sns.set()中context的参数值