扫码关注【牵引小哥讲Python】，关注回复【资源】领取学习资源！
原创作者：牵引小哥
微信公众号：牵引小哥讲Python
注：转载或复制请注明出处——牵引小哥
接下来几期小哥以Seaborn中内置鸢尾花数据集iris分析为例，穿插讲解Seaborn中的常用绘图函数及其使用。为了方便展示，本次分析小哥在Jupyter Notebook中运行。
参考链接：Seaborn官方网站<u>http://seaborn.pydata.org/api.html#grid-api</u>
1. 鸢尾花数据集简介
首先我们从Seaborn中导入鸢尾花数据集iris，该数据集时Pandas DataFrame数据类型。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(font='SimHei', font_scale=1.3) #设置字体大小
plt.rcParams['axes.unicode_minus'] = False #正常显示负号
# 导入鸢尾花数据集
df = sns.load_dataset("iris")
小哥Tips：
Seaborn中还有其他不同类型的数据集，大家在学习的时候可以灵活使用。使用
sns.load_dataset()即可调用。参考链接：<u>https://github.com/mwaskom/seaborn-data</u>
通过Pandas相关函数我们可以获得以下信息：
-
该数据集包含五列：花萼长度、花萼宽度、花瓣长度、花瓣宽度、种类
'sepal_length', 'sepal_width', 'petal_length', 'petal_width', 'species' 数据集一共有150组数据
花的种类有三种：
'setosa', 'versicolor', 'virginica'
通过鸢尾花的花萼长度、花萼宽度、花瓣长度、花瓣宽度确定花的种类。
2. sns.scatterplot()散点图
fig, ax = plt.subplots(figsize=(8,6))
ax = sns.scatterplot(x=df.sepal_length, y=df.sepal_width,
hue=df.species, style=df.species, palette="Set2")
参数讲解：
x, y：可直接传入pd.Series对象，坐标轴名称会根据传入的pd.Series对象名称（列名）自动标注
hue：设置图表根据
species映射不同的颜色style：设置图表根据
species映射不同的图形-
palette：设置配色方案，更多颜色方案参考：
<u>http://seaborn.pydata.org/tutorial/color_palettes.html</u>
关于数据调用，还有另外一种书写方法：
# 指定数据 data=df
ax = sns.scatterplot('sepal_length', 'sepal_width', hue='species',
style='species', palette="Set2", data=df)
3. sns.pairplot()成对相关性图
sns.pairplot(df)
使用sns.pairplot()可绘制两两变量间的数据分布图，从中可以看出变量相关性。主对角线为单变量的直方图。
还可以根据鸢尾花的种类形成颜色映射。
sns.pairplot(df, hue="species")
此时主对角线绘制的是单变量的核密度估计(kde)图。
4. sns.kdeplot()核密度估计图
核密度估计（kernel density estimation）是在概率论中用来估计未知的密度函数的一种非参数估计方法。
是一种从数据样本本身出发研究数据分布特征的方法。一般默认使用高斯核密度估计。
绘制单变量的核密度估计：
# 可用 bw=0.1 改变带宽，一般带宽默认即可，带宽的选择对精度有影响
sns.kdeplot(df.sepal_width, shade=True, color="r")
sns.kdeplot(df.sepal_width, shade=True, color="r")
sns.kdeplot(df.sepal_length, shade=True, color="b")
双变量核密度估计：
sns.kdeplot(df.sepal_length, df.sepal_length,
cmap="Reds", shade=True, shade_lowest=False)
5. sns.distplot() 单变量直方图（可带Kde）
sns.distplot() 中只能传入一个变量。
sns.distplot(df.sepal_width)
关闭核密度估计曲线：
sns.distplot(df.sepal_width, kde=False)
