Seaborn
import seaborn as sns |
导入seaborn包 |
sns.barplot(data=df, y="Column1", x="Column2") |
柱状图 |
Correlation between columns
sns.pairplot(df.loc[:,["C1", "C2", "C3", "C4"]]) |
绘制c1-c4列两两之间相关关系的散点图，对角线为单独数据列的直方图 |
sns.heatmap(dataframe,annot=True, cmap="YlGnBu" ) |
热图用颜色的深浅表示变量之间的相关关系，只能处理dataframe类型数据，annot将数字显示，cmap控制颜色 |
sns.heatmap(pd.DataFrame(df.groupby('month').AbsenceHours.sum()),annot=True,cmap="Greens") |
例子 |
sns.heatmap(df.corr( ), cmap="Blues") |
用热图绘制相关关系矩阵，呈现df中所有列两两之间相关关系 |
|
|
Basic plot
sns.boxplot(data=df, x="Period", y="Revenue") |
箱线图 |
sns.barplot(x = "col1", y = "col2", data=df, ci = None) |
柱状图并remove the line |
sns.kdeplot(df.Col1) |
核密度估计图 |
sns.violinplot(data=df, y="Col2", x="Col1") |
小提琴图 |
sns.scatterplot(x=df.Col1, y=df.Col2) |
散点图 |
sns.barplot(data=df.groupby('Col1').Col2.mean(), x = "Col1", y ='Col2') |
分组统计均值后绘制柱状图 |
sns.pairplot(df.loc[:,["Col1", "Col2", "Col3", "Col4"]]) |
两两之间的相关关系图 |
sns.heatmap(pd.DataFrame(df.groupby('month').Col1.sum()),annot=True,cmap="Greens") |
分组求和绘制热力图 |
sns.heatmap(df[quan_var].corr(), cmap="Blues") |
数值型变量相关关系的热力图 |
sns.heatmap(df.loc[:, ["col1", "col2","col3"]].corr(), annot=True) |
|
