热线电话:13121318867

登录
2020-07-20 阅读量: 1671
matplotlib画图和 seaborn画图的对比

#__author__ = 'Administrator'

#coding:utf-8

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

data=pd.read_csv("./dataset/test.csv")

#在matplotlib中的画直方图

plt.figure()

plt.hist(data["Age"])

plt.show()

#在matplotlib中画条形图plt.plot()

# 画散点图

plt.scatter(data["Age"],data["DistanceFromHome"])

plt.show()

#画饼图plt.pie()

plt.pie([0.2,0.5,0.3],labels=["red","blue","green"])

plt.show()

#画条形图plt.bar()

plt.bar(data["Age"],data["DistanceFromHome"])

plt.show()

#--------------------------------------------------------

#在seaborn中画直方图

sns.distplot(data["Age"],kde=False)

sns.plt.show()

#在seaborn中画箱线图

ax=sns.boxplot(x="BusinessTravel",y="Age",data=data)

ax=sns.stripplot(x="BusinessTravel",y="Age",data=data,jitter=True, edgecolor="gray")

sns.plt.show()

#seaborn画散点图

sns.jointplot(x="DistanceFromHome",y="Age",data=data)

sns.plt.show()

#serborn画线性拟合

sns.lmplot(x="DistanceFromHome",y="Age",data=data)

sns.plt.show()

#seaborn画柱状图sns.barplot()

#seaborn画sns.countplot()

#searborn画sns.pairplot()

————————————————


原文链接:https://blog.csdn.net/yanliangsos/article/details/79148865


27.5907
1
关注作者
收藏
评论(0)

发表评论

暂无数据
推荐帖子