python数据可视化-seaborn

1 set_style( )

set_style( )是用来设置主题的，Seaborn有五个预设好的主题： darkgrid , whitegrid , dark , white ,和 ticks 默认： darkgrid

1 sns.set_style("dark")  
2 
3 plt.plot(np.arange(10))  
4 
5 plt.show()

2 set( )

set( )通过设置参数可以用来设置背景，调色板等，更加常用。

3、观察变量两两之间的关系

1 sns.pairplot(iris)#对角线是直方图(统计数量)，其他的是散点图

4、回归分析图

1、regplot()和lmplot()都可以绘制线性回归曲线,两个函数都会画出双变量的散点图，然后以y~x拟合回归方程和预测值95%置信区间并将其画出。

两者间主要的区别是，regplot接受各种格式的x y，包括numpy arrays ,pandas series 或者pandas Dataframe对象。相比之下,lmplot()只接受字符串对象。这种数据格式被称为’long-form’或者’tidy’。除了输入数据的便利性外，regplot()可以看做拥有lmplot()特征的一个子集

当数据具有高阶关系时，implot()可以用多项式回归来简单探索数据间的非线性关系：

jointplot()可以通过传递kind =”reg”来显示关键子图的线性回归拟合

如何理解 95% 置信区间？ - 马同学的回答 - 知乎 https://www.zhihu.com/question/26419030/answer/274472266

参考文章：

https://www.cnblogs.com/gczr/p/6767175.html

https://blog.csdn.net/mengenqing/article/details/80658163

http://seaborn.pydata.org/examples/many_pairwise_correlations.html

知乎如何理解 95% 置信区间？ - 马同学的回答 - 知乎 https://www.zhihu.com/question/26419030/answer/274472266

陈小洁的三只猫