Seaborn 简明教程

Seaborn - Introduction

在分析领域，获得见解的最佳方法是可视化数据。可以通过将数据表示为易于理解、探索和掌握的图来可视化数据。此类数据有助于引起主要元素的注意。

为了使用 Python 分析一组数据，我们使用 Matplotlib，这是一个广泛实现的 2D 绘图库。同样，Seaborn 是 Python 中的可视化库。它建立在 Matplotlib 之上。

Seaborn Vs Matplotlib

概括起来，如果 Matplotlib “试图使简单的事情变得简单而困难的事情成为可能”，Seaborn 也试图使一组明确定义的困难的事情变得简单。”

Seaborn 帮助解决了 Matplotlib 面临的两个主要问题；问题是 -

  1. Default Matplotlib parameters

  2. Working with data frames

由于 Seaborn 对 Matplotlib 作了补充和扩展，因此学习曲线非常平缓。如果您了解 Matplotlib，那么您已经完成了一半的 Seaborn。

Important Features of Seaborn

Seaborn 建立在 Python 的核心可视化库 Matplotlib 之上。它的目的是作为补充，而不是替代。然而，Seaborn 带有一些非常重要的特性。让我们在这里看看其中一些。这些特性有助于 -

  1. 用于设置 matplotlib 图形样式的内建主题

  2. 可视化单变量和双变量数据

  3. 安装和可视化线性回归模型

  4. 绘制统计时间序列数据

  5. Seaborn 与 NumPy 和 Pandas 数据结构配合得很好

  6. 它带有一些用于设置 Matplotlib 图形样式的内建主题

在大多数情况下，您仍然会使用 Matplotlib 进行简单绘图。建议了解 Matplotlib 以调整 Seaborn 的默认图。