前言：

今天，我们来学习seaborn库可视化，当然，这个建立在Matplotlib的基础上，话不多说，进入今天的正题吧！当然，这个是《python数据分析与应用》书中，大家有需求的可以参考这本书。

知识点：

Matplotlib中有两套接口分别是pyplot和pyylab,即绘图时候主要导入的是Matplotlib库下的两个子模块(两个py文件)matplotlib.pyplot和matplotlib.pylab

之所以有区别是因为两个模块的目的不一样,pylab模块是对标MATLIB而存在的,因此所有的语句实际上和MATLIB很类似,例如numpy中的np.arange,如果导入了pylab就直接用arange即可,这就非常类似于MATLAB.之所以非常相像就是因为pylab中以from numpy import *的形式导入的Numpy中的所有函数,对象及方法.同时也以类似的方法导入了pyplot中的函数对象和方法.这样就将Numpy与pyplot中的内容导入到同一个命名空间。

plt.xlabel(label, fontsize=None, color=None, **kwargs)	设置x轴标签
plt.plot(x, y, format_string, **kwargs)	绘制线图
plt.title(label, loc='center', pad=None, **kwargs)	设置图表标题
plt.ylabel(label, fontsize=None, color=None, **kwargs)	设置y轴标签
plt.xticks(ticks=None, labels=None, **kwargs)	设置x轴刻度
plt.yticks(ticks=None, labels=None, **kwargs)	设置y轴刻度
plt.scatter(x, y, s=None, c=None, marker=None, **kwargs)	绘制散点图
plt.bar(left, height, width=0.8, bottom=None, align='center', **kwargs)	绘制条形图
plt.barh(width, height, left=None, right=None, bottom=None, top=None, align='center', **kwargs)	绘制水平条形图
plt.hist(x, bins=None, density=False, stacked=False, **kwargs)	绘制直方图

接下来，让我们进入一个实训项目（一定要导库）。

代码：

from matplotlib import pyplot as plt
import pandas as pd
import seaborn as snsplt.rcParams['font.sans-serif']=['SimHei']
sns.set_style({'font.sans-serif':['simhei','Arial']})
hr = pd.read_csv('hr.csv',encoding='gbk')
data = hr.head(100)
print(data['薪资'])
color_map = dict(zip(data['薪资'].unique(),['b','y','r']))
for species,group in data.groupby('薪资'):plt.scatter(group['每月平均工作小时数（小时）'],group['满意度'],color=color_map[species],alpha=0.4,edgecolors=None,label = species)
plt.legend(frameon = True,title='薪资')
plt.xlabel('每个月平均工作时长(小时)')
plt.ylabel('满意度水平')
plt.title('满意度水平与每个月平均工作时长')
plt.show()

import seaborn as sns
import matplotlib.pyplot as pltsns.set_theme(style="darkgrid",palette="pastel")
products = ["Product A","Product B","Product C","Product D"]
sales = [120,210,150,180]
sns.barplot(x=products,y=sales)plt.xlabel("Products")
plt.ylabel("Sales")
plt.title("Product Sales by Category")plt.show()

seaborn的使用方法也很简单，大家可以按照我给的代码运行一下