欧美精品一区二区三区免费观看 ,精品国模人妻视频网站

文章插圖
使用seaborn的優(yōu)點有：1.seaborn默認淺灰色背景與白色網(wǎng)格線的靈感來源于Matplotlib，卻比matplotlib的顏色更加柔和；2.seaborn把繪圖風格參數(shù)與數(shù)據(jù)參數(shù)分開設置。seaborn有兩組函數(shù)對風格進行控制：axes_style()/set_style()函數(shù)和plotting_context()/set_context()函數(shù) 。axes_style()函數(shù)和plotting_context()函數(shù)返回參數(shù)字典，set_style()函數(shù)和set_context()函數(shù)設置Matplotlib 。
（1）使用set_style()函數(shù)具體通過cording查看效果：
import seaborn as snssns.set_style("ticks")sns.set_style("whitegrid")sinplot()plt.show()#seaborn 有5種預定義的主題：#darkgrid (灰色背景+白網(wǎng)格)#whitegrid(白色背景+黑網(wǎng)格)#dark (僅灰色背景)#white (僅白色背景)#ticks （坐標軸帶刻度）#默認的主題是darkgrid,修改主題可以使用set_style()函數(shù)

文章插圖
（2）使用set_context()函數(shù)具體通過coding查看效果：
import seaborn as snssns.set_context("paper")sinplot()plt.show()#上下文（context）可以設置輸出圖片的大小尺寸（scale）#seaborn中預定義的上下文有4種：paper、notebook、talk和poster 。默認使用notebook上下文

文章插圖
（3）使用Seaborn“耍酷”然而seaborn 不僅能夠用來更改背景顏色，或者改變畫布大小，還有其他很多方面的用途，比如下面這個例子：
import seaborn as snssns.set()#通過加載sns自帶數(shù)據(jù)庫中的數(shù)據(jù)（具體數(shù)據(jù)可以不關心）flights_long = sns.load_dataset("flights")flights = flights_long.pivot("month","year","passengers")#使用每個單元格中的數(shù)據(jù)值繪制一個熱圖heatmapsns.heatmap(flights,annot=True,fmt="d",linewidths=.5)plt.show()

文章插圖
4.描述性統(tǒng)計圖形概覽描述性統(tǒng)計是借助圖表或者總結性的數(shù)值來描述數(shù)據(jù)的統(tǒng)計手段。數(shù)據(jù)挖掘工作的數(shù)據(jù)分析階段，我們可借助描述性統(tǒng)計來描述或總結數(shù)據(jù)的基本情況，一來可以梳理自己的思維，二來可以更好地向他人展示數(shù)據(jù)分析結果。數(shù)值分析的過程中，我們往往要計算出數(shù)據(jù)的統(tǒng)計特征，用來做科學計算的Numpy和SciPy工具可以滿足我們的需求。Matplotlib工具可用來繪制圖，滿足圖分析的需求。
4.1制作數(shù)據(jù)數(shù)據(jù)是自己制作的，主要包括個人身高、體重及一年的借閱圖書量（之所以自己制作數(shù)據(jù)是因為不是每份真實的數(shù)據(jù)都可以進行接下來的分析，比如有些數(shù)據(jù)就不能繪制餅圖，另一個角度也說明，此處舉例的數(shù)據(jù)其實沒有實際意義，只是為了分析而舉例，但是不代表在具體的應用中這些分析不能發(fā)揮作用）。另外，以下的數(shù)據(jù)顯示都是在Seaborn庫的作用下體現(xiàn)的效果。
#案例分析（結合圖書情報學，比如借書量）from numpy import arrayfrom numpy.random import normaldef getData(): heights = [] weights = [] books = [] N =10000 for i in range(N): while True: #身高服從均值為172，標準差為6的正態(tài)分布 height = normal(172,6) if 0<height:break while True: #體重由身高作為自變量的線性回歸模型產(chǎn)生，誤差服從標準正態(tài)分布 weight = (height-80)*0.7 + normal(0,1) if 0 < weight:break while True: #借閱量服從均值為20，標準差為5的正態(tài)分布 number = normal(20,5) if 0<= number and number<=50: book = "E"if number <10 else("D"if number<15 else ("C"if number<20 else("B"if number<25 else "A"))) break heights.append(height) weights.append(weight) books.append(book) return array(heights),array(weights),array(books) heights,weights,books =getData()