数据分析之seaborn与热点图

本文介绍了Seaborn库在数据分析中的应用,包括分布图的绘制如distplot、pairplot的使用、stripplot和swarmplot的区别、boxplot和violinplot的展示,以及heatmap和corr()函数结合绘制特征相关性的热点图。同时探讨了Seaborn与其他画图方法的结合与图像调整。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、安装

pip install seabron

二、分布图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

1.distplot
参数:
kde是高斯分布密度图,绘图在0-1之间
hist是否画直方图
rug在X轴上画一些分布线
fit可以制定某个分布进行拟合
label legend时的值
axlabel制定横轴的说明
fit选用gamma分布拟合

tips = sns.load_dataset('tips')
from scipy import stats
sns.distplot(tips.total_bill , fit = stats.gamma , kde = False)
plt.show()

在这里插入图片描述

二、pairplot
1、分别取每个标签的做横纵坐标进行数据展示
参数:
data: DataFrame格式的数据
hue: label类别对应的column name
vars: 指定feature的列名
kind: 作图的方式,可以是reg或scatter
diag_kind: 对角线作图的方式,可以是hist或kde

   iris = sns.load_dataset('iris')
    p = sns.pairplot(iris,ki
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值