Seaborn 简明教程

Seaborn - Importing Datasets and Libraries

在本教程中,我们将讨论如何导入数据集和库。我们从了解如何导入库开始。

Importing Libraries

我们首先导入 Pandas,这是一个用于管理关系型(表格格式)数据集的好库。处理数据帧时 Seaborn 非常方便,数据帧是数据分析中最常用的数据结构。

以下命令将帮助你导入 Pandas −

# Pandas for managing datasets
import pandas as pd

现在,我们导入 Matplotlib 库,它能帮助我们自定义绘图。

# Matplotlib for additional customization
from matplotlib import pyplot as plt

我们将使用以下命令导入 Seaborn 库 −

# Seaborn for plotting and styling
import seaborn as sb

Importing Datasets

我们已经导入了所需的库。在本节中,我们将了解如何导入所需的数据集。

Seaborn 库中附带了一些重要的数据集。安装 Seaborn 时,数据集会自动下载。

你可以使用任何这些数据集来进行学习。你可以借助以下函数加载所需的数据集

load_dataset()

Importing Data as Pandas DataFrame

在本节中,我们将导入一个数据集。该数据集默认加载为 Pandas 数据帧。如果 Pandas 数据帧中存在任何函数,则这些函数可在此数据帧上运行。

以下代码行将帮助你导入数据集 −

# Seaborn for plotting and styling
import seaborn as sb
df = sb.load_dataset('tips')
print df.head()

上述代码行将生成以下输出 −

   total_bill  tip   sex    smoker day  time   size
0    16.99    1.01   Female  No    Sun  Dinner  2
1    10.34    1.66   Male    No    Sun  Dinner  3
2    21.01    3.50   Male    No    Sun  Dinner  3
3    23.68    3.31   Male    No    Sun  Dinner  2
4    24.59    3.61   Female  No    Sun  Dinner  4

要查看 Seaborn 库中所有可用的数据集,你可以按如下所示使用具有 get_dataset_names() 函数的以下命令 −

import seaborn as sb
print sb.get_dataset_names()

上述代码行将返回以下输出,即数据集列表

[u'anscombe', u'attention', u'brain_networks', u'car_crashes', u'dots',
u'exercise', u'flights', u'fmri', u'gammas', u'iris', u'planets', u'tips',
u'titanic']

DataFrames 以矩形网格的形式存储数据,通过这些网格可以轻松地概览数据。矩形网格的每一行都包含一个实例的值,而网格的每一列都是一个向量,其中包含特定变量的数据。这意味着数据帧的行不需要包含相同数据类型的值,它们可以是数字、字符、逻辑值等。Python 的数据框随 Pandas 库一起提供,并且它们被定义为具有不同类型的列的二维标签数据结构。

有关数据帧的更多详细信息,请访问我们 tutorial 上有关熊猫的内容。