标签：bar pytho ids pbm 参数 通过 ilo wrk bmc
官方说明文档
http://seaborn.pydata.org/
SeaBoarn关联库
import pandas as pd
pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
■Trend（主要用来表示趋势）
?Line Chart
sns.lineplot(data=)
根据导入的数据集中的index自动生成多根趋势线（index为X轴）
index为x轴，各列中的数据分别代表一个趋势线
若指定列可以按需生成趋势线
■Relationship（主要用来表示数据列间的潜在关系)
?BarChart
sns.barplot(x=,y=)
通过设置X，y轴来进行柱状图生成。
?HeatMap
sns.heatmap(data=,annot=)
直接倒入整个数据集来生成列和列之前的关系
annot如果非真，具体的数据将被填入
?Scatter（散点图）
sns,scatterplot(x=,y=，hue=)
该图不含回归线，但是可以通过reg参数进行追加
hue设置后可以按条件分出散点图
sns.regplot(x=,y=)
带回归线的描画
sns,lmplot(x=,y=，hue=)
复数条回归线
sns.swarmplot(x= ,y=)
分簇散点图,上面几个表里的hue作为y来进行描绘
■Distribution(
?Distribution
横轴是量化数据，非数据列，所以直方图只要导入一个数据列即可生成
sns.distplot（data=,kde=)
可以绘制多条线merge到一个图层
带kde会描绘出趋势线
sns.kdeplot（data=）
可以绘制多条线merge到一个图层
纯趋势线描画
sns.jointplot（x=,y=，kind=)
平面的趋势分布
SeaBoarn
标签：bar pytho ids pbm 参数 通过 ilo wrk bmc
原文地址：https://www.cnblogs.com/Gplus/p/12298327.html
