可视化实训复习篇章

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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/33090.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

将一维机械振动信号构造为训练集和测试集(Python)

从如下链接中下载轴承数据集。 https://www.sciencedirect.com/science/article/pii/S2352340918314124 import numpy as np import scipy.io as sio import matplotlib.pyplot as plt import statistics as stats import pandas as pd from sklearn.model_selection import t…

在Ubuntu下将pulseaudio换成pipewire

1、为什么要将pulseaudio换成pipewire? PulseAudio 是一个成熟且广泛使用的音频服务器,适合一般桌面音频需求,但在性能和延迟上有一定限制。PipeWire 是一个更现代的解决方案,旨在统一音频和视频处理,提供高性能和低延…

苹果可能与 Meta 合作开发人工智能

随着苹果进入AI领域,它也在寻求合作伙伴的帮助。 在本月早些时候宣布Apple Intelligence期间,苹果表示将与OpenAI合作,将ChatGPT引入改版后的Siri。据《华尔街日报》报道,苹果和Facebook的母公司Meta也在讨论类似的合作事宜。 据…

微服务、多租户、单点登录、国产化形成的开源Java框架!

一、项目简介 JVS是软开企服构建的一站式数字化的开源框架,支持对接多种账户体系,支持多租户、支持Auth2、统一登录、单点登录等,支持原生开发、低代码/零代码开发应用。 二、框架核心功能 控制台(首页):采用配置化的方式 用户…

已经被驳回的商标名称还可以申请不!

看到有网友在问,已经驳回的商标名称还可以申请不,普推商标知产老杨觉得要分析看情况,可以适当分析下看可不可以能申请,当然最终还是为了下证 ,下证概率低的不建议申请。 先看驳回理由,如果商标驳回是绝对理…

华为某员工爆料:偷偷跑出去面试,被面试官鄙视了。第一句话就问:华为淘汰的吧,35岁了,这个年龄在华为能混得下去吗?身体没啥毛病吧

“你都35岁了,难不成是被华为淘汰的?在华为混不下去了吧?身体没啥毛病吧,我们这体检可是很严的。” 近日,一位华为员工在朋友圈爆料,自己在面试时遭到了面试官的无理取闹和人身攻击,原因仅仅是因…

RK3568 Android 11,安装apk有哪些方法

在RK3568 Android 11设备上安装APK文件,您可以使用以下几种方法: 1. 通过文件管理器安装 将APK文件传输到设备上,可以通过USB连接、蓝牙、电子邮件附件等方式。打开设备上的文件管理器应用。导航到APK文件所在的目录。点击APK文件&#xff…

【Java】内部类

认识内部类:Java中内部类分如下三种 匿名内部类 实例内部类 静态实例内部类 匿名内部类 匿名内部类顾名思义就是在创建的时候不用赋予名字。 代码演示: //匿名内部类 interface IA{void test(); } public class Main{public static void main(Str…

做国际期货有什么心得?

做过现货,外汇,国际期货,当然,做国际期货的时间比较多,几乎占用了我的交易生涯全部。现在,来讲讲我做国际期货的真实经历,交易历程和心得体会,希望正在做国际期货,或打算…

自定义Linux ISO live 启动(PE)镜像总结

这里母盘制作使用Linux Mint 制作母盘需要安装的扩展脚本https://cloud.189.cn/t/quqQBfzEnmYf (访问码:0pyi) cn.i8520.toolbox.deb cn.i8520.conky.deb根具你的需求安装这个 这是第一个帖子,制作 filesystem.squashfs 文件…

Sapphire开发日志 (十) 关于页面

关于页面 任务介绍 关于页面用户对我组工作量的展示。 实现效果 代码解释 首先封装一个子组件用于展示用户头像和名称。 const UserGrid ({src,name,size,link, }: {src: any;name: any;size?: any;link?: any; }) > (<Box sx{{ display: "flex", flex…

边缘计算和本地计算有什么区别

边缘计算和本地计算是两种不同的计算模式&#xff0c;它们在数据处理的位置、网络依赖性、响应时间、资源利用和应用场景等方面存在显著差异。 ### 边缘计算&#xff08;Edge Computing&#xff09; 边缘计算是一种分布式计算范式&#xff0c;它将数据处理和计算任务从集中式…

每日一练:攻防世界:5-1 MulTzor

一、XorTool 基于 XOR&#xff08;异或&#xff09;运算实现。它可以帮助您快速地对文本、二进制文件进行加密解密操作。 认识XorTool工具&#xff1a; 让我们先去认识一下工具&#xff1a; xortool.py 是基于 python 的脚本&#xff0c;用于完成一些 xor 分析&#xff0c;…

【C语言】多线程

C语言之多线程创建 多线程一、线程创建和回收二、线程属性三、线程分离 最后 多线程 线程是轻量级的线程(LWP:light weight process) 线程是最小执行单位&#xff0c;进程是最小分配资源单位。一个进程可以有多个线程&#xff0c;一个进程可以理解为只有一个线程的进程。 每个线…

3D模型相关生成

3D模型相关生成 1. DreamFusion Model DreamFusion Model 是一种将文本描述转化为三维模型的技术。你可以想象它是一个“魔法翻译器”&#xff0c;你告诉它一个场景或物体的描述&#xff0c;比如“一个飞翔的龙”&#xff0c;它就能生成一个相应的 3D 模型。 原理&#xff1…

测试实习生【面试小结 6.20】

1&#xff0c;自我介绍 2&#xff0c;你为什么要考虑测试这一份工作呢&#xff1f; 首先&#xff0c;据我了解&#xff0c;在近几年&#xff0c;国内对软件测试越来越重视了&#xff0c;并且从用户角度来说&#xff0c;对于同类产品&#xff0c;可能更加注重于产品的质量和服务…

【云计算 复习】第6节 AWS亚马逊

一、基础存储架构Dynamo 1.概述 &#xff08;1&#xff09;为了保证其稳定性&#xff0c;Amazon的系统采用完全的分布式、去中心化的架构。 &#xff08;2&#xff09;Dynamo只支持简单的键值对方式的数据存储&#xff0c;不支持复杂的查询 &#xff08;3&#xff09;Dynamo中…

大语言模型系列-Transformer

Transformer 是一种由 Vaswani 等人在 2017 年提出的大型神经网络架构&#xff0c;广泛应用于自然语言处理任务。Transformer 架构的关键特点在于其基于注意力机制&#xff08;Attention Mechanism&#xff09;&#xff0c;完全摒弃了传统的循环神经网络&#xff08;RNN&#x…

腾讯 MOFA-Video: 可控制图转视频

腾讯 MOFA-Video: 可控制图转视频 MOFA-Video 它支持运动轨迹、人脸关键点并支持将其混合控制图像转换为视频。 混合控制: 结合图像、控制信号和关键点生成动画。 运动画笔: 结合图像、轨迹和画笔生成动画。 控制比例: 调整动画的控制比例&#xff0c;从纯 SVD 到完全控制。 通…

“人工智能+”带来新变化

以生成式人工智能&#xff08;AIGC&#xff09;为代表的新一代人工智能技术创新加速演进&#xff0c;相关商业化应用成果也不断涌现&#xff0c;行业应用范围不断拓展&#xff0c;深度赋能实体经济&#xff0c;为行业提质增效与实现减排提供助力。 自主航运初创公司OrcaAI于6月…