一、Seaborn介绍

1.1 定位：Matplotlib的众多的扩展之一

Seaborn：本质是Matplotlib的众多的扩展之一。

1.2 优势：Seaborn与Matplotlib对比：绘制鸢尾花的花瓣和花萼的长度的散点图

鸢尾花：花瓣（petal）、花萼（sepal）

需求：画一个花瓣和花萼的长度的散点图，并且点的颜色要区分鸢尾花的种类。

1.

从本地电脑中，读取数据，生成一个DataFrame：

2.

查看下鸢尾花的名字，有以下三种：

3.使用Matplotlib来绘图

• 用字典，把花名与颜色一一对应起来：
• 我的疑问：为什么这里是个zip？

g是一个groupby对象，它本质是一个字典：

scatter：是散点图

4.用seaborn来绘图：一句话搞定。

hue：按照种类来分配颜色

1.3 python的可视化工具总览

每个颜色：理解为一个cluster

二、Seaborn实现直方图、密度图

2.1 直方图：传统方法绘制，matplotlib

1.通过matplotlib来绘制直方图：

2.

通过pandas库的series数据结构，自带的绘图方法：绘制密度图：

2.2 直方图：用seaborn扩展包来绘图

1.各参数：

2.

同时包含直方图（hist）、密度图（kde）：

3.rug参数：

4.

2.3 密度图：用kdeplot函数绘制

1.

各参数

2.

3.弃

因为Seaborn包本质是Matplotlib的一个扩展：
所以，Seaborn可以通过函数，来直接调用Matplotlib的本身具备的一些api：

出错：似乎是版本更迭的原因

三、Seaborn实现热力图、柱状图

3.1 数据准备

1.

适合学习、做实验：Seaborn提供了很多内置的数据集，通过线上直接读取。

• 为什么我线上读取不出来： https://github.com/mwaskom/seaborn-data

2.

好吧，还是下载csv文件到电脑本地：用Pandas直接本地读取吧

读取为一个DataFrame：

3.

上述的DataFrame看着不是很方便，因为有的数据是隐藏了，且结构不合理。

所以，调整如下：刚好三列各有各的位置：

4.

上述存在的问题是：

month月份是按照字母的a-z顺序排序的。可是，应该从January为起始点，怎么办呢？

• 先将英文月份转换为日期对象，并新增一列：------- 我的疑问：这里的%B什么意思？
• 对该新增列进行排序；

• drop丢弃掉这一个新增列

3.2 热力图：sns.heatmap()，数据的分布是否密集

1.

各参数：

2.

2.

显示下各个点的具体数据值：

3.3. 柱状图：sns.barplot()

1.数据准备

• 每年，一共有多少个
• 默认，sum是一列的总和。

2.

3.

对比，以前的Matplotlib绘制柱状图：

Seaborn绘制的图，确实更精致好看。

四、Seaborn设置图形的显示效果：主题、context

4.1 使用传统的matplotlib绘制

1.用matplotlib绘制一个曲线图：

• 用Numpy库生成一个数组array，元素是等差数列：从0到14，切成100等分--------- 用来做x横轴坐标
• 同理，用Numpy库，生成两条曲线的y轴

2.

为了后续重复使用上述指令，封装成一个函数：

4.2 Seaborn绘图：5种内置主题

1.

默认的主题

2

Seaborn提供的5种主题：

• 黑底：

• 黑底，有网格：

• 白底

• 白底、有网格

4.3 自定义的微调上述主题的参数

虽然提供了5种内置主题，但是也是可以微调的。

1.

查看当前主题下的各个参数的值：

2.

3.

清空对于风格的自定义设置：

变成了默认的主题：

4.4 Seaborn绘图：4种内置context

1.

• 内置的四种context
• 发现：越来越大

4.5 自定义的微调上述context的参数

1.plotting_context()

查看当前context的参数包：

2.set_context()

微调：

五、Seaborn强大的调色功能

5.1 Matplotlib绘制

一个画布中有四条曲线：

5.2. 出错节（可跳过）：本质：没有跟老师一模一样:)

出错：

解决：

是百分号%，要在s的前面！~

（40min没找出问题所在。。。）

出错2：

解决：

5.3 补：python中的％s％是什么意思

1.

2.

https://zoejoyuliao.medium.com/%E6%AF%94%E8%BC%83-python-%E7%9A%84%E6%A0%BC%E5%BC%8F%E5%8C%96%E5%AD%97%E4%B8%B2-formatting-str-format-f-string-6d28487ba1d2

5.3 Seaborn绘图：sns.color_palette()调色板

1.

2. 查看当前的色板：

   

3.

更改当前的色板，为新的一套色板：

4.

使用这一套新的色板，来绘图：

5.

恢复到原先的默认状态；

5.4 临时的更改系统的色板：with语句内

1.

with语句内：临时的色板

with语句外：系统默认的色板

有点像，局部区域。比如，变量的作用域。

2.

色板里，有十种颜色，够用了。没必要自己去设置和增加其他的色块。

如果真的绘图需要更多的颜色呢？

六、帮助文档

查看帮助文档：https://seaborn.pydata.org/tutorial.html