python数据可视化之 seaborn

简介

Seaborn 是一个数据可视化的库,主要用来生成热力图的,详情查看它的官网。这个工具一定要混合 matplotlib 来使用,我们在做好图之后还是必须要用 plt.show 才能展示图片,同时图片的布局也是靠 matplotlib

热力图

热力图很多人其实是第一次接触,我在查了百度之后的百度百科结果不太满意,转而投奔 Wiki 结果如下:

A heat map (or heatmap) is a graphical representation of data where the individual values contained in a matrix are represented as colors. “Heat map” is a newer term but shading matrices have existed for over a century.

除此之外我们还可以看到一些重要的描述如下:

Heat maps originated in 2D displays of the values in a data matrix. Larger values were represented by small dark gray or black squares (pixels) and smaller values by lighter squares.

我们可以看到它其实是用深浅来表示大小的。调用 seaborn 的代码实现如下:

1
2
3
4
5
6
7
8
9
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

np.random.seed(0)
sns.set()
uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data)
plt.show()

当然这仅仅是热图中的一小部分,它还有其他功能,可以参考官网 heatmap 的章节

密度图

通过这个图我们能看出数据的密度,能很直观的看出输出的值最集中的区域。简单的代码(二维密度图)如下:

1
2
3
4
5
6
7
import numpy as np; np.random.seed(10)
import seaborn as sns; sns.set(color_codes=True)
import matplotlib.pyplot as plt
mean, cov = [0, 2], [(1, .5), (.5, 1)]
x, y = np.random.multivariate_normal(mean, cov, size=50).T
ax = sns.kdeplot(x, y, shade=True)
plt.show()

同理,其他细节可以参考官网 kdeplot 章节

结尾

对于可视化的工具,个人比较喜欢插它官网的 Gallery,比如 Echart 的 Gallery,在 Gallery 中我们可以很好的把握图标的样式,还能得到样例代码,不失为一件美事。

参考

  • 本文作者: Author:DeamoV
  • Github:https://github.com/VDeamoV
  • Email:vincent.duan95@outlook.com
  • 本文链接: Artical: python数据可视化之 seaborn
  • 版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 3.0 许可协议。转载请注明出处!
  • 版权声明: 原创文章如转载,请注明出处