本篇内容介绍了“seaborn包如何在python项目中使用”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
创新互联公司2013年成立，是专业互联网技术服务公司，拥有项目成都网站设计、成都做网站网站策划，项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命，1280元汕尾做网站,已为上家服务,为汕尾各地企业和个人服务,联系电话:13518219792
Seaborn包是mapplotlib的增强版，只能在安装mapplotlib后使用。
所有的图形都由plt.show()显示，或者您可以使用下面的方法创建一个画布
图，ax=PLT。submissions () # a画布
图，(ax1，ax2)=PLT。支线剧情(ncols=2)# 2画布1）单个特征统计图countplot
Sn.countplot(train.mnth)#离散特征可以用来描述样本点的出现次数。
2）单个特征统计图distplot
Sn。distplot(火车。cnt。值，bin=50，kde=True) #可使用连续特征，bin=50分为50列，kde=True显示核密度线。如果图的尾部比较特殊，可能是一个奇异点(离群点，噪声点)，那么考虑去掉。
3）双特征小提琴图
SN。violin Plot(data=train[' yr '，' CNT']]，x=' yr '，y=' CNT') #显示数据分布及其概率密度。中间粗黑条代表四分位数范围，从中延伸出来的细黑线代表95%置信区间，白点为中位数。
4）双特征箱型图
Sn。箱线图(data=train，x=' yr '，y=' CNT') #，也称为箱线图、箱线图或箱线图，是用于显示一组数据离散信息的统计图表。它从上到下显示异常值、最大值、上四分位数、中值、下四分位数、最小值和异常值(有时没有，如果有的话，要特别注意)。
5）双特征棒图
图，(ax1，ax2)=PLT。支线剧情(ncols=2) #一个画布，两个轴
Sn。barplot (data=train，x=' holiday '，y=' CNT '，hue=' weathersit '，ax=ax1) # hue=' weathersit '，由weathersit区分
Sn。barplot (data=train，x=' working day '，y=' CNT '，hue='季节'，ax=ax2) # hue='季节'，按季节区分
6）双特征折线图
图，ax=plt .支线剧情()
sn . point plot(data=train[' dayofyear '，' cnt '，' yr']，x='dayofyear '，y='cnt '，hue='yr '，ax=ax)
#hue='yr '指尊贵的年份。色调指的是颜色
ax . set(title=' dayly distribution of counts ')
PLT . show()
7）关系热力图
corrMatt=train[['temp '，' atemp '，' hum '，' windspeed '，' cnt']]。corr()
mask=np.array(corrMatt)
掩码[NP . tril _ indexs _ from(掩码)]=False
sn.heatmap(corrMatt，mask=mask，
vmax=1，平方=真，不能=真)
PLT . show()
8）双特征散点图
sn .散点图(x=train。GrLivArea，y=train。SalePrice)
PLT . title(' looking for outliers ')#图形标题
PLT . show()
“seaborn包如何在python项目中使用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！
