如何使用Seaborn进行Python绘图和可视化？

博客地址：http://www.cnblogs.com/yudanqu/ 　　Seaborn是对matplotlib的extend，是一个数据可视化库，提供更高级的API封装，在应用中更加的方便灵活。下面我简单介绍一下他的用法，实际应用的时候，可以直接从文档中查找这个库，这时候使用就很快捷了。 提要：1、直方图和密度图 　　　2、柱状图和热力图 　　　3、设置图形显示效果 　　　4、调色功能 　　老样子，首先将使用它所需要的库导入进来，当然，其中包括numpy之类的是为了演示它的功能才导入的，大家要先理解一下每个库的作用。 1 import numpy as np 2 import pandas as pd 3 import matplotlib.pyplot as plt 4 from pandas import Series,DataFrame 5 import seaborn as sns 1、直方图和密度图 　　如果在交互式环境中，可以通过%matplotlab来解决每次通过plt.show()来显示图像（本人在ipython中，貌似jupyter中%matplotlib inline等等） # matplotlib 1 s1 = Series(np.random.randn(1000)) # 生成1000个点的符合正态分布的随机数 2 plt.hist(s1) # 直方图，也可以通过plot(),修改里面kind参数实现 3 s1.plot(kind='kde') # 密度图 # seaborn 1 sns.distplot(s1,hist=True,kde=True,rug=True) # 前两个默认就是True,rug是在最下方显示出频率情况，默认为False 2 # bins=20 表示等分为20份的效果，同样有label等等参数 3 sns.kdeplot(s1,shade=True,color='r') # shade表示线下颜色为阴影,color表示颜色是红色 4 sns.rugplot(s1) # 在下方画出频率情况 　　给出两种方式通过最基本的方式画出来的效果，怎么样，是不是发现seaborn很强大。 2、柱状图和热力图 　　（1）下载实验数据： 1 df = sns.load_dataset('flights') # 在线下载一个数据用于实验，在sns.load_dataset()函数里有很多的数据，想了解更多的可以到GitHub中找到源码，你就会很清楚了 　　我们可以先看一下里面的数据，可以看到，这是一个航空的数据，里面有年、月和乘客数量，接下来我们就要在这份数据上进行分析。 　　（2）我们可以通过透视表来先对这份数据进行一下处理： 1 df = df.pivot(index='month',columns='year',values='passengers') # 生成一个透视表，得到一个以年、月为轴的二维数据表 　　大家可以自己试一下，这样生成的结果是以年为columns，以月为index，表内数据为对应的乘客数量。