1.圖形種類

seaborn 常用 基于matplotlib, 解決分組問題?！緳M軸，縱軸，數(shù)據(jù)集】
往往畫的聚合指標(biāo)圖像
barplot() 條形圖
scatterplot() 散點圖
swarmplot(）
sns.violinplot() 琴圖
sns.countplot() 統(tǒng)計條形圖
sns.pairplot() 成對圖像
sns.heatmap() 熱力圖 用顏色深淺表達(dá)大小
sns.boxplot() 箱線圖
sns.displot()直方圖

數(shù)據(jù)： tips = sns.load_dataset('tips')
tips.groupby('sex')['total_bill'].mean()

sns.boxplot(x='sex',y='total_bill',data=tips) 橫軸，縱軸，數(shù)據(jù)。

image.png

sns.distplot(tips.total_bill)

連續(xù) VS 連續(xù)
離散 VS 連續(xù)

sns的hue參數(shù)：分組因子 hue_order:分組的順序

image.png

image.png

image.png

1.1 線型圖

例：股票隨著時間的變化
人隨著每次考試的分?jǐn)?shù)的變化

1.2 條形圖

比較大小
例：在某一時期內(nèi)兩個同學(xué)的成績誰高誰低。（通過高矮或?qū)捳硎敬笮。?br> 組與組數(shù)據(jù)比較大小

image.png

image.png

豎線為置信水平 95% ，置信水平描述置信區(qū)間，根據(jù)這個樣本數(shù)據(jù)，抽100次，其中95次這個區(qū)間會包含總體的真實平均值。

算出來的，均值加減標(biāo)準(zhǔn)差得到置信區(qū)間。

1.3 散點圖

兩個維度表達(dá)對應(yīng)關(guān)系（映射關(guān)系，函數(shù)關(guān)系）
例：經(jīng)緯度
所有樣本點自變量和因變量的關(guān)系
增加1個維度，氣泡的大小，成為氣泡圖。

1.4 直方圖

描述數(shù)據(jù)分布。（可看數(shù)據(jù)異常）
例：看一組數(shù)據(jù)是否符合正態(tài)分布
原理：數(shù)據(jù)按大小劃分幾個區(qū)域，在哪個區(qū)域加1。 分高度和寬度：寬度：數(shù)據(jù)區(qū)域，高度：落在區(qū)域里數(shù)據(jù)個數(shù)。（轉(zhuǎn)換成概率稱為kde圖像）

IQR = Q3- Q1

upper = Q3 + 1.5IQR
bottom = Q1 + 1.5*IQR

箱線圖（數(shù)據(jù)分布）

sns.boxplot()

琴圖 （swan）

1.5 餅圖

1.6 熱圖

描述兩組數(shù)據(jù)關(guān)系

image.png

注：卡方驗證主要是離散數(shù)據(jù)和離散數(shù)據(jù)之間的關(guān)系

corr（）關(guān)系函數(shù)，默認(rèn)person系數(shù)。
矩陣的值對應(yīng)兩個值的關(guān)系。
極淺的點和及深的點需要注意。

image.png

image.png

image.png

image.png

image.png

可設(shè)置對比最大的顏色

image.png