1行代码完成可视化：Seaborn3个常用方法示例

数据可视化基本上是数据的图形表示。在探索性数据分析中，可以使用数据可视化来理解变量之间的关系，还可以通过视化数据揭示底层结构或了解数据信息。

有多种工具可以帮助我们创建数据可视化。Seaborn就是其中之一 ，它是一个流行的 Python 数据可视化库。虽然Seaborn也是基于 Matplotlib ，但是与其他流行的数据可视化库相比，Seaborn 的语法更简单需要的代码更少。

只需一行 Seaborn 代码，我们就能够创建最常用的绘图并对其进行自定义，这是我们将在本文中重点介绍的内容。本文中将使用 Seaborn 的来创建以下绘图：

• 散点图
• 折线图
• 直方图
• 箱形图

但是，我们将介绍的功能不仅限于这些图，还可以用于创建其他几种图，例如 kde 图、条形图和小提琴图。

Seaborn 有一些内置的数据集，可以使用 load_dataset 函数访问。本文将使用penguins和taxis数据集进行演示。

1. # importing libraries
2. import pandas as pd
3. import seaborn as sns
4. sns.set(style="darkgrid")
6. # reading the datasets
7. penguins = sns.load_dataset(name="penguins")
8. taxis = sns.load_dataset(name="taxis")

散点图

完整文章

https://www.overfit.cn/post/64e1f6f65f0a4a19b01ded1e2fe82a32