Python 中的 Seaborn 简介

这篇文章是对 Python 中 Seaborn 模块的粗略介绍。我将它与 Pandas 结合用于数据可视化。阅读评论以了解我的工作流程。任何问题都可以在帖子底部留下评论。

import pandas
import seaborn
import numpy
import matplotlib.pyplot as plt
国家输出
02018阿根廷466649
1个2018奥地利164900
2个2018比利时308493
3个2018巴西2879809
4个2018加拿大2020840
# 让我们也看看尾部
data_df.tail()
国家输出
8351999乌克兰1918年
8361999英国1973519
8371999美国13024978
8381999乌兹别克斯坦44433
8391999其他11965
# 让我们试试 .describe() 
data_df.describe()
输出
数数840.0000008.400000e+02
意思2008.2845241.840118e+06
标准5.7098083.407141e+06
分钟1999.0000003.600000e+01
25%2004.0000001.633742e+05
50%2008.0000005.586175e+05
75%2013.0000001.970880e+06
最大限度2018.0000002.901543e+07
plt.figure(figsize=(20,15))
plot1 = seaborn.scatterplot(x="year",y="output ",hue="country ", data=data_df)
plot1.set_title("production output by year (OICA data)", fontsize=22)
plot1.set_xlabel("year",fontsize=16)
文本(0, 0.5, '输出')
plt.figure(figsize=(20,15))
plt.xticks(rotation=90)
plot2 = seaborn.boxplot(x="country ",y="output ",data=data_df)
plot2.set_title("annual production output distribution by nation, 1999 - 2018 (OICA data)",fontsize=22)
plot2.set_xlabel("country",fontsize=16)
plot2.set_ylabel("annual production output",fontsize=16)
Text(0, 0.5, '年产量')
plt.figure(figsize=(20,15))
plt.xticks(rotation=90)

seaborn.set_style("whitegrid")
seaborn.set_context("talk")

plot3 = seaborn.swarmplot(x="country ",y="output ",data=data_df,color="green")

plot3.set_title("annual automotive industry production output by country from 1999 to 2018, according to OICA",fontsize=22)

plot3.set_xlabel("country",fontsize=22)

plt.axhline(data_df["output "].mean(),color="blue")
<matplotlib.lines.Line2D 位于 0x2b02ec39b88>
plt.figure(figsize=(20,15))

seaborn.set_context("paper")

plot4 = seaborn.lineplot(x="year",y="output ",hue="country ",data=data_df)

plot4.set_title("OICA automotive industry production output time series, 1999 - 2018",fontsize=22)

plot4.set_xlabel("year",fontsize=22)
plot4.set_ylabel("production output [units]",fontsize=22)
Text(0, 0.5, '产量[单位]')

Leave a Reply

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据

Close

其他操作