随笔分类 - Seaborn
摘要：1.seaborn基本设置 将 Seaborn 提供的样式声明代码 sns.set() 放置在绘图前，就可以设置图像的样式 seaborn.set(context='notebook', style='darkgrid', palette='deep', font='sans-serif', fon
阅读全文
摘要：1.小平面网格 1.1 FaceGrid 1.2 FacetGrid.map 1.3 FacetGrid.map_dataframe 2.配对网格 2.1 PairGrid 2.2 PairGrid.map 2.3 PairGrid.map_diag 2.4 PairGrid.map_offdiag
阅读全文
摘要：1.时间序列图tsplot 用时间维度序列去展现数据的不确定性 2.网格时序图plot_ts_d , plot_ts_m 占坑...
阅读全文
摘要：回归图只要探讨两连续数值变量的变化趋势情况，绘制x-y的散点图和回归曲线。 1.lmplot seaborn.lmplot(x, y, data, hue=None, col=None, row=None, palette=None, col_wrap=None, height=5, aspect=
阅读全文
摘要：分布图包括单变量核密度曲线，直方图，双变量多变量的联合直方图，和密度图 1.单分布 （1）直方图distpot seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None, hist_kws=None, kde_kw
阅读全文
摘要：1. 分类散点图 （1）散点图striplot（kind='strip'） 方法1： seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=True, dodge=False
阅读全文
摘要：1.热力图heatmap seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, linewidths=0, li
阅读全文
摘要：1.relplot 它用散点图和线图两种常用的手段来表现统计关系。relplot()使用两个坐标轴级别的函数来结合了FacetGrid： scatterplot()：(使用kind="scatter"，这是默认参数) lineplot()：(使用`kind="line") seaborn.relpl
阅读全文
摘要：一、样式控制 1.set（[context，style，palette，font，...]） 一步设定美学参数。 2.axes_style（[style，rc]） 返回参数字典，用于绘图的美学风格。 3.set_style（[style，rc]） 设定地块的审美风格。 4.plotting_cont
阅读全文
