seaborn常用的10种数据分析图表
数据森麟
共 2460字,需浏览 5分钟
·
2020-04-23 23:22
作者:朱卫军
来源:Python大数据分析
内置示例数据集
seaborn内置了十几个示例数据集,通过load_dataset
函数可以调用。
其中包括常见的泰坦尼克、鸢尾花等经典数据集。
# 查看数据集种类
import seaborn as sns
sns.get_dataset_names()
import seaborn as sns
# 导出鸢尾花数据集
data = sns.load_dataset('iris')
data.head()
1、散点图
函数sns.scatterplot
import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
# 小费数据集
tips = sns.load_dataset('tips')
ax = sns.scatterplot(x='total_bill',y='tip',data=tips)
plt.show()
2、条形图
函数sns.barplot
显示数据平均值和置信区间
import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
# 小费数据集
tips = sns.load_dataset("tips")
ax = sns.barplot(x="day", y="total_bill", data=tips)
plt.show()
3、线型图
函数sns.lineplot
绘制折线图和置信区间
import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
fmri = sns.load_dataset("fmri")
ax = sns.lineplot(x="timepoint", y="signal", data=fmri)
plt.show()
4、箱线图
函数seaborn.boxplot
import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
tips = sns.load_dataset("tips")
ax = sns.boxplot(x="day", y="total_bill", data=tips)
plt.show()
5、直方图
函数seaborn.distplot
import seaborn as sns
import numpy as np
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
np.random.seed(0)
x = np.random.randn(1000)
ax = sns.distplot(x)
plt.show()
6、热力图
函数seaborn.heatmap
import numpy as np
np.random.seed(0)
import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data)
plt.show()
7、散点图矩阵
函数sns.pairplot
import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
iris = sns.load_dataset("iris")
ax = sns.pairplot(iris)
plt.show()
8、分类散点图
函数seaborn.catplot
import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
exercise = sns.load_dataset("exercise")
ax = sns.catplot(x="time", y="pulse", hue="kind", data=exercise)\
plt.show()
9、计数条形图
函数seaborn.countplot
import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
titanic = sns.load_dataset("titanic")
ax = sns.countplot(x="class", data=titanic)
plt.show()
10、回归图
函数 seaborn.lmplot
绘制散点及回归图
import seaborn as sns
sns.set()
import matplotlib.pyplot as plt
%matplotlib inline
tips = sns.load_dataset("tips")
ax = sns.lmplot(x="total_bill", y="tip", data=tips)
plt.show()
◆ ◆ ◆ ◆ ◆
长按二维码关注我们
数据森麟公众号的交流群已经建立,许多小伙伴已经加入其中,感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容,还没有加入的小伙伴可以扫描下方管理员二维码,进群前一定要关注公众号奥,关注后让管理员帮忙拉进群,期待大家的加入。
管理员二维码:
评论
项目管理高手常用的10种图表!
项目经理的必备工具可以分为两类,一类是图形/模型(常用的有10种),一类是软件。
常用图形/模型
甘特图:它通过图示的方式表现项目的各项活动及进展情况。
甘特图分为两条轴,横轴表示时间,纵轴表示项目任务,横条表示任务的计划和实际完成情况。
借助甘特图,项目经理可以快速弄清楚项目已经完成了多少任务,还有多少任务待完成,方便把控项目总体进度。
看板图:从日常生活中的看板演化而来的一种图形,目前主要用于敏捷开放。
不同于甘特图,看板图不用时间轴记录项目的各个阶段,而是显示在本次迭代中要完成的所有任务的当前状态。任务用卡片(便笺纸)来代表,状态则由板上分别标有“未做(to-do)”、“正做(doing)”和“做完(done)”
亿图图示
0
项目管理常用的10张图表推荐
如果说什么技能是简单学习下就能帮助工作有明显进步的话,项目管理图表的制作绝对可以排进前三位,工欲善其事,必先利其器,如何将一个项目按时、保质、保量的完成,也许你只差几张让项目更可控的图表而已。
知乎营销平台
1.甘特图:这可能是最知名的项目管理图表了,以提出者亨利·L·甘特(Henrry L. Ganntt)先生的名字命名,横轴表示时间,纵轴表示项目,线条表示期间计划和实际完成情况,直观表明计划何时进行,进展与要求的对比,便于管理者弄清项目的剩余人物,评估工作进度,通常我们用Project、Excel来制作;
2.燃尽图:在项目完成之前,对需要完成的工作的一种可视化表示。燃尽图有一个Y轴(工作)和X轴(时间)。该
V先生的日常
0