plt.annotate() 在图中标注文字
摘要：plt.annotate()函数用于标注文字 plt.annotate(s,sy,*args,**kwargs) 参数解释： s 为注释文本内容 xy 为被注释的坐标点 xytext 为注释文字的坐标位置 xycoords 参数如下: figure points：图左下角的点 figure pixe
阅读全文
posted @
2020-08-11 17:13
小小喽啰
阅读(5225)
推荐(0) 编辑
plt.xlim() 和 plt.xticks()
摘要：plt.xlim() 显示的是x轴的作图范围，同时plt.ylim() 显示的是y轴的作图范围，而 plt.xticks() 表达的是x轴的刻度内容的范围 plt.xlim()有两个参数输入： 1 plt.xlim(num1, num2) 2 plt.xlim(xmin=num1,xmax=num2
阅读全文
posted @
2020-08-11 15:18
小小喽啰
阅读(50739)
推荐(0) 编辑
plt.scatter() 和sns.scatterplot() 画散点图
摘要：plt.scatter()画散点图 matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None
阅读全文
posted @
2020-08-11 14:35
小小喽啰
阅读(19946)
推荐(1) 编辑
sns.distplot()用法
摘要：sns.distplot()集合了matplotlib的hist()于sns.kdeplot()功能，增了rugplot分布观测显示与理由scipy库fit拟合参数分布的新颖用途 #参数如下 sns.distplot(a, bins=None, hist=True, kde=True, rug=Fa
阅读全文
posted @
2020-07-27 11:29
小小喽啰
阅读(63201)
推荐(6) 编辑
sns.kdeplot()核密度估计图
摘要：核密度估计是概率论上用来估计未知的密度函数，属于非参数检验，通过核密度估计图可以比较直观的看出样本数据本身的分布特征 #参数如下： sns.kdeplot(data,data2=None,shade=False,vertical=False,kernel='gau',bw='scott',grids
阅读全文
posted @
2020-07-27 11:19
小小喽啰
阅读(20677)
推荐(3) 编辑
Matplotlib中的plt和ax画图的区别
摘要：有时候的们使用plt.plot()，有时候使用ax.plot()，这二者画图有区别吗 首先，来看看Matplotlib画图的具体构成： 如果将Matplotlib绘图和我们平常画画相类比，可以把figure想象成一张纸（一般被称之为画布），axes代表的则是纸中的一片区域 回到上面说的，plt.pl
阅读全文
posted @
2020-07-27 10:49
小小喽啰
阅读(6280)
推荐(0) 编辑
sns.boxplot() ，df.plot.box()，df.boxplot()箱型图
摘要：箱形图（Box-plot）： 又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。它能显示出一组数据的最大值、最小值、中位数及上下四分位数 做模型时，经常使用箱型图查看特征变量有没有异常值 一、sns.boxplot() #参数如下： seaborn.boxplot(x=Non
阅读全文
posted @
2020-07-22 18:14
小小喽啰
阅读(9919)
推荐(0) 编辑
sns.barplot() 画条形图
摘要：sns.barplot() ：条形图主要展现的是每个矩形高度的数值变量的中心趋势的估计 条形图只显示平均值（或其他估计值） 注：countplot参数和barplot基本差不多，可以对比着记忆，有一点不同的是countplot中不能同时输入x和y，且countplot没有误差棒， 类别特征barpl
阅读全文
posted @
2020-07-21 18:34
小小喽啰
阅读(23945)
推荐(1) 编辑
sns.heatmap() 热地图，包括传统的，下三角，重点（挖空）相关性性图
摘要：sns.heatmap() 热地图 我一般使用来画特征相关系数的图 seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annotkws=No
阅读全文
posted @
2020-07-21 17:39
小小喽啰
阅读(15912)
推荐(1) 编辑
sns.countplot() 画条形图
摘要：sns.countplot() 用于类别特征的频数条形图，可以画类别特征和y值（y值特征也是类比的话）的条形图 sns.countplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, co
阅读全文
posted @
2020-07-21 16:20
小小喽啰
阅读(14757)
推荐(1) 编辑
plt.pie()，df.plot.pie() 画饼图
摘要：plt.pie() 可以实现画饼图 plt.pie(x, explode=None, labels=None, colors=('b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'), autopct=None, pctdistance=0.6, shadow=False,
阅读全文
posted @
2020-07-21 15:53
小小喽啰
阅读(4703)
推荐(1) 编辑
df[col].value_counts().plot.bar(),sns.countplot(df[col])类别特征画条形图
摘要：当我们分析特征时，类别特征该可视化怎么做 一、只画类别特征: 1.df[col].value_counts().plot.bar() 2.sns.countplot(df[col]) import numpy as np import pandas as pd import matplotlib.p
阅读全文
posted @
2020-07-20 17:07
小小喽啰
阅读(2816)
推荐(0) 编辑
sns.regplot()的用法
摘要：sns.regplot()：绘图数据和线性回归模型拟合 #参数 seaborn.regplot(x, y, data=None, x_estimator=None, x_bins=None, x_ci='ci', scatter=True, fit_reg=True, ci=95, n_boot=1
阅读全文
posted @
2020-07-13 15:19
小小喽啰
阅读(25165)
推荐(1) 编辑
plt.figure() 和plt.subplot() 的用法
摘要：一、plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True) 方便连续画几个图片 参数说明： 1.num：图像编码或者名称，数字是编码，字符串是名称 2.figsize：宽和高
阅读全文
posted @
2020-07-10 15:22
小小喽啰
阅读(50937)
推荐(2) 编辑
matplotlib画图
摘要：import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 2 * np.pi, 50) y = np.sin(x) plt.plot(x, y) plt.show() #在一张图纸里绘制多个图形，一起跑就OK了，简简单
阅读全文
posted @
2020-07-09 18:49
小小喽啰
阅读(198)
推荐(0) 编辑
sns.pairplot()
摘要：pairplot:pair是成对的意思，即是说这个用来展现变量两两之间的关系，线性、非线性、相关等等 使用鸢尾花数据画图 #两种导入方式，这次是直接从sklearn.datasets导入 import pandas as pd from sklearn import datasets import
阅读全文
posted @
2020-07-09 16:35
小小喽啰
阅读(16916)
推荐(3) 编辑
