首页分享 Pandas入门篇（三）

Pandas入门篇（三）

来源：花匠小妙招时间：2025-05-13 17:55

目录概述一、语法二、常用单变量绘图 1. 直方图（histplot） 2. 核密度预估图（kdeplot） 3. 计数柱状图（countplot）三、常用多变量绘图 1.散点图 (1) scatterplot (2)regplot 散点图+拟合回归线 (3)jointplot 散点图+直方图 2.蜂巢图 3. 2D KDE图 4.箱线图（boxplot） 5.小提琴图（violinplot）四、Seaborn主题和样式结语

概述

Seaborn是一个基于Matplotlib的Python数据可视化库，它提供了一种简单而美观的界面，帮助初学者轻松创建各种统计图表和数据可视化效果。

Seaborn的设计哲学以美学为中心，致力于创建最佳的数据可视化，同时也保持着与Python生态系统的高度兼容性，可以轻松集成到Python数据分析以及机器学习的工作流程中。Seaborn拥有丰富的可视化函数，能够创建多种类型的图表，包括折线图、柱状图、散点图、核密度图、热力图等等。

相比Matplotlib而言，Seaborn的绘图接口更为集成，通过少量参数设置就能实现大量封装绘图。多数图表具有统计学含义，例如分布、关系、统计、回归等。此外，它对Pandas和Numpy数据类型支持非常友好，风格设置也更为多样，包括风格、绘图环境和颜色配置等。

在进行EDA（Exploratory Data Analysis，探索性数据分析）过程中，Seaborn往往更为高效。然而，需要注意的是，Seaborn与Matplotlib的关系是互为补充而非替代，多数场合中Seaborn是绘图首选，而在某些特定场景下则仍需用Matplotlib进行更为细致的个性化定制。

总的来说，Seaborn是一个功能强大且易于使用的数据可视化库，无论是初学者还是有一定经验的数据分析师，都可以从中获得帮助，更好地理解和展示数据。

一、语法

import seaborn as sns sns.图表类型plot(data=Dataframe, x='列1',y='列2',hue='类别型' ) 12

参数解释：

x, y:
x：指定用于柱状图横坐标的变量名（类别型数据）。
y：指定用于柱状图纵坐标的变量名（数值型数据），即每个类别的值。 data:
指定绘图所需的数据集，通常是一个 pandas DataFrame。 hue:
用于将数据进行分组的变量名。这个变量将决定每个柱子中的不同颜色分段，用于表示另一个分类维度的信息。