接下來就要進行一些具體型別圖的操作，先了解一下seaborn中包含的型別圖：
柱狀圖seaborn.barplot(
x,y,hue：繪圖中所使用的分類、連續變數、顏色分組變數名。
data：資料框名稱。
order,hue_order：hue變數各類別取值的繪圖順序。
orient："v" | "h",帶條繪製方向。
seturation=0.75：float,直條顏色的飽和度。
#準備工作
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
import pandas as pd
plt.rcparams[
'font.sans-serif']=
['simhei'
] plt.rcparams[
'axes.unicode_minus']=
false
sns.set_style=
('darkgrid',)
import warnings#去除部分警告資訊
warnings.filterwarnings(
'ignore'
)#繪製柱狀圖x=[
'金融'
,'農業'
,'製造業'
,'新能源']y=
[154,56
,84,109
]sns.barplot(x,y,
order=
['農業'
,'金融'
,'製造業'
,'新能源'],
)#黑色的線代表置信區間（誤差線）
#每一條線最大值是一組資料的平均數
seturation=0.75：float,箱體顏色的飽和度。
width=0.8：float，箱體寬度所佔比例。
fliersize = 5：float，離群值散點大小。
linewidth=none：float，框線寬度。
whis = 1.5：float離群值確定標準，距離iqr上下界的倍數。
)#把圖切成兩半
#col_warp表示一行最多放多少圖
x和y是有關聯的兩個變數資料集。
hue、size、style能夠顯示不同的資料集。
如果data設定，則x，y，hue，size，style取值是data中列名。
Python資料視覺化 seaborn
seaborn其實是在matplotlib的基礎上進行了更高階的api封裝，從而使得作圖更加容易，在大多數情況下使用seaborn就能做出很具有吸引力的圖。這裡例項採用的資料集都是seaborn提供的幾個經典資料集，dataset檔案可見於github。set style 是用來設定主題的，seab...
python 資料視覺化 Seaborn
一 introduce seaborn是基於matplotlib的圖形視覺化python包，在matplotlib的基礎上進行了更高階的api封裝，從而使得作圖更加容易，在大多數情況下使用seaborn能做出很具有吸引力的圖，而使用matplotlib就能製作具有更多特色的圖。應該把seaborn視...
資料視覺化之seaborn 1
seaborn是基於matplotlib的python資料視覺化庫。它提供了乙個高階介面，用於繪製引人入勝且內容豐富的統計圖形，可以與pandas很好的結合。具體內容可以進入官網進行了解 seaborn官網 此次操作所使用的seaborn版本為 0.9.0 seaborn內建資料集 seaborn....