seaborn是基于matplotlib的更高级的做图工具,下面主要针对以下几个部分进行整理:

第一部分:https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/4-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93Seaborn/Seaborn-1Style.html

1. Seaborn 整体布局风格设置

2. Seaborn 5种主题风格

3. Seaborn 风格细节设置

4. Seaborn 用with指定当前风格

5. Seaborn 设置整体画图域的大小 set_context("xxx")

第二部分:https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/4-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93Seaborn/Seaborn-2Color.html

1. Seaborn 调色板和分类色板

2. Seaborn 圆形画板

3. Seaborn 使用画板

4. Seaborn 调出来的颜色是成对存在的 color_palette("Paired", 8)

5. Seaborn light_palette() 和dark_palette()调用定制连续调色板

第三部分:https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/4-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93Seaborn/Seaborn-3Var.html

1. Seaborn 单变量分析绘图

2. Seaborn 直方图(单变量分析用直方图)

3. Seaborn 数据分布情况

4. Seaborn 根据均值和协方差生成数据

5. Seaborn 观测两个变量之间的分布关系最好用散点图

6. Seaborn hex图 (数据量大的时候)

7. Seaborn 多变量两两显示

第四部分:https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/4-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93Seaborn/4-REG.html

1. 回归分析绘图

2. regplot() 和 lmplot()都可以绘制回归关系, 推荐regplot()

3. x_jitter 使数据有一个小的抖动

4. regplot 和 lmplot的一些用法

第五部分:https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/4-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93Seaborn/5-category.html

1. 分类分析绘图

2. 条状图 蜂群图 小提琴图

3. 重叠现象(影响观测数据)的解决方法

4. 盒图(boxplot)

5. 显示值的集中趋势可以用条形图

6. 点图可以更好的描述变化差异

7. 多层面板分类图

第六部分:https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/4-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93Seaborn/6-FacetGrid.html

1. 想把 数据集 很多子集 进行展示的时候

2. 首先 把 展示区域 勾勒出来

3. 再通过 map 函数 把实际的图构造出来

第七部分:https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/4-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93Seaborn/7-Heatmap.html

1. 用来计算特征和特征之间的相关程度

2. 再将相关程度画成Heatmap

实验数据下载https://github.com/douzujun/douzujun.github.io/tree/master/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/4-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93Seaborn

seaborn基础整理的更多相关文章

  1. 机器学习 —— 基础整理(六)线性判别函数:感知器、松弛算法、Ho-Kashyap算法

    这篇总结继续复习分类问题.本文简单整理了以下内容: (一)线性判别函数与广义线性判别函数 (二)感知器 (三)松弛算法 (四)Ho-Kashyap算法 闲话:本篇是本系列[机器学习基础整理]在time ...

  2. MySQL基础整理(一)之SQL基础(未完成)

    大家好,我是浅墨竹染,以下是MySQL基础整理(一)之SQL基础 1.SQL简介 SQL(Structure Query Language)是一种结构化查询语言,是使用关系模型的数据库应用语言. 2. ...

  3. nutch的一些基础整理

    nutch的一些基础整理 原创 2015年03月22日 18:18:01 标签: nutch / 240 编辑 删除 一.关于配置文件: nutch-default.xml:爬虫的默认配置.在${nu ...

  4. [转帖]nginx基础整理

    nginx基础整理 https://www.cnblogs.com/guigujun/p/6588545.html 目录结构如下: Nginx基础知识 Nginx HTTP服务器的特色及优点 Ngin ...

  5. JAVA基础整理-集合篇(一)

    集合作为JAVA的基础知识,本来感觉自己理解的很清楚了,但是在最近的一次面试中还是答得不尽如人意!再次做一下整理,以便加深理解以及随时查阅. 首先,java.util包中三个重要的接口及特点:List ...

  6. 关于JAVA面向对象基础整理以及个人的理解(适合初学者阅读)

    JAVA的基础语法等都跟C有很大的相似之处,所以这里就不多啰嗦了.直接从数组开始. 数组: 1.声明 int [] a; 在声明的过程中,并没有分配空间给数组.我们可以在声明的同时,用new来分配相应 ...

  7. C#基础整理

    元旦整理书架发现一本小册子——<C#精髓>中国出版社2001年出版的,粗略翻了下关于C#的知识点挺全的虽然内容谈得很浅也有很多过时的内容(话说这本书是我在旧书店花5块钱淘的)我保留原有章节 ...

  8. HTML5游戏开发技术基础整理

    随着HTML5标准终于敲定.HTML5将有望成为游戏开发领域的的热门平台. HTML5游戏能够执行于包含iPhone系列和iPad系列在内的计算机.智能手机以及平板电脑上,是眼下跨平台应用开发的最佳实 ...

  9. js数组基础整理

    首页: 主要整理了一下数组中常用的一些基础知识,代码都是自己手敲,有不对的地方希望能指出,目前只有4篇,后续会不断的增加这一板块. 由于少于100字不能发所以把一些最基本的创建数组也写上. // 创建 ...

随机推荐

  1. HDU 1565 方格取数(1) 轮廓线dp

    题目链接: http://acm.hdu.edu.cn/showproblem.php?pid=1565 方格取数(1) Time Limit: 10000/5000 MS (Java/Others) ...

  2. Sprint2-2.0

    1.开始一个新的冲刺: 起止:2016.6.1~2016.6.14 按照以下过程进行 ProductBacklog:继续向下细化 Sprint 计划会议:确定此次冲刺要完成的目标 Sprint Bac ...

  3. Android bp语法介绍

    参考网址: http://note.qidong.name/demo/soong_build/ 谷歌官网文档: https://android.googlesource.com/platform/bu ...

  4. 使用WinSW 将 exe 创建成Windows下面 service的方法 (将nginx创建成 services)

    1. 使用winsw工具能够将部分exe 创建成服务, 这样可以很简单的创建nginx的服务, 避免每次需要执行相应的命令. 2. 方法,下载 工具 地址 github https://github. ...

  5. 计算机网络【3】—— IP地址分类与子网划分

    一.IP地址分类

  6. 《编写高质量代码改善JavaScript程序的188个建议》读书笔记

    逗号运算符比较怪异.如    var a =(1,2,3,4);alert(a);// 4      var a = 1,2,3,4;//报错 注意a++和++a的差别,变量在参与运算中不断地变化.v ...

  7. BZOJ3243 NOI2013向量内积(随机化)

    考虑奇技淫巧. 首先是k=2.对向量维护一个前缀和,每次将当前向量与前缀和点乘.如果点乘结果不等于i-1&1,说明当前向量至少和之前的某个向量的数量积是2的倍数,暴力找就可以了.当然等于i-1 ...

  8. 基于element-ui的后台系统表格、dialog、筛选、自定义按钮、分页的一次性封装

    方便基础业务开发封装的一套组件,基于vue2.5.x和element-ui,可以通过配置自动生成表格展示,表格新增.编辑功能.分页.筛选项.自定义显示表格数据等功能. 先上演示图片 --------- ...

  9. 只会java,参加acm如何?

    作者:董适链接:https://www.zhihu.com/question/31213070/answer/51054677来源:知乎著作权归作者所有,转载请联系作者获得授权. 当然合适,有什么不合 ...

  10. MT【121】耐克数列的估计

    已知$\{a_n\}$满足$a_1=1,a_2=2,\dfrac{a_{n+2}}{a_n}=\dfrac{a_{n+1}^2+1}{a_n^2+1}$, 求$[a_{2017}]$_____ 解:容 ...