用Python进行数据可视化——seaborn库详解

内容：

• 安装和导入Seaborn
• 使用Seaborn创建基本图形
• 了解Seaborn的默认数据集

代码：

# 安装和导入Seaborn
!pip install seaborn
import seaborn as sns
import matplotlib.pyplot as plt

# 使用Seaborn创建基本图形
tips = sns.load_dataset("tips")
sns.scatterplot(x="total_bill", y="tip", data=tips)

# 显示图形
plt.title('基本散点图')
plt.show()

结果：

内容：

• 创建条形图
• 创建点图

代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 条形图
sns.barplot(x="day", y="total_bill", data=tips)
plt.title('条形图')
plt.show()

# 点图
sns.stripplot(x="day", y="total_bill", data=tips, jitter=True)
plt.title('点图')
plt.show()

内容：

• 创建直方图
• 创建密度图
• 创建核密度估计图

代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 直方图
sns.histplot(tips['total_bill'], kde=False, bins=10)
plt.title('直方图')
plt.show()

# 密度图
sns.kdeplot(tips['total_bill'], shade=True)
plt.title('密度图')
plt.show()

内容：

• 创建成对关系图（Pairplot）
• 使用Hue参数进行分类

代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 成对关系图
sns.pairplot(tips)
plt.title('成对关系图')
plt.show()

# 使用Hue参数
sns.pairplot(tips, hue="sex")
plt.title('带Hue参数的成对关系图')
plt.show()

内容：

• 创建回归图
• 创建多条回归线

代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 回归图
sns.lmplot(x="total_bill", y="tip", data=tips)
plt.title('回归图')
plt.show()

# 多条回归线
sns.lmplot(x="total_bill", y="tip", hue="sex", data=tips)
plt.title('多条回归线')
plt.show()

内容：

• 箱线图
• 小提琴图

代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 箱线图
sns.boxplot(x="day", y="total_bill", data=tips)
plt.title('箱线图')
plt.show()

# 小提琴图
sns.violinplot(x="day", y="total_bill", data=tips)
plt.title('小提琴图')
plt.show()

内容：

• 使用FacetGrid
• 创建多个子图

代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 使用FacetGrid
g = sns.FacetGrid(tips, col="time", row="sex")
g.map(sns.scatterplot, "total_bill", "tip")
plt.show()

# 创建多个子图
g = sns.FacetGrid(tips, col="time", row="sex", margin_titles=True)
g.map(plt.hist, "total_bill", bins=10, color="b")
plt.show()

内容：

• 设置Seaborn的主题
• 使用不同的样式

代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 设置Seaborn的主题
sns.set_theme(style="darkgrid")
sns.scatterplot(x="total_bill", y="tip", data=tips)
plt.title('设置主题为darkgrid')
plt.show()

# 使用不同的样式
sns.set_style("whitegrid")
sns.scatterplot(x="total_bill", y="tip", data=tips)
plt.title('设置样式为whitegrid')
plt.show()

内容：

• 综合运用前几天学到的知识点，创建一个复杂的图形，展示多个子图和不同类型的图形

代码：