Python数据分析基础与应用模块7数据分析可视化展示

7.4使用Seaborn库绘制统计图表

7.4.1初识Seaborn库Seaborn是一种开源的数据可视化工具，是一个使用Python制作统计图形的库。Seaborn建立在matplotlib之上，因此seaborn的很多图表接口和参数设置与matplotlib很是接近。同时，Seaborn在Matplotlib的基础上进行了更高级的二次封装，因此它可以进行更复杂的图形设计和输出。Seaborn是Matplotlib的重要补充，可以自主设置在Matplotlib中被默认的各种参数，而且它与Panda数据结构紧密集成，能高度兼容NumPy与Pandas数据结构以及Scipy与statsmodels等统计模式。Seaborn已集成在Anaconda中，无须再次安装。

7.4.1初识Seaborn库使用Seaborn绘图时，也会出现无法正常显示中文的问题，添加以下设置字体的代码可以解决中文显示为方块的问题。importseabornassns#将seaborn命名为snssns.set_style(darkgrid,{font.sans-serif:[KaiTi,Arial]})

7.4.2seaborn的风格设置seaborn的风格设置主要分为两类，其一是风格（style）设置，其二是环境（context）设置。1．设置seaborn的风格设置seaborn风格的方法主要有三种：（1）使用set()方法，这是seaborn的通用设置接口，应用seaborn的默认主题、缩放和调色板。（2）使用set_style()方法，这是seaborn风格专用设置接口，设置后全局风格随之改变。（3）使用axes_style()方法，用于设置当前图形（axes级）的风格，同时返回设置后的风格系列参数，支持with关键字用法。

7.4.2seaborn的风格设置2．设置seaborn的环境设置seaborn环境的方法也有3种：（1）使用set()方法，这是seaborn的通用设置接口。（2）使用set_context()方法，这是seaborn的环境设置专用接口，设置后全局绘图环境随之改变。（3）使用plotting_context()方法，用于设置当前图（axes级）的绘图环境，同时返回设置后的环境系列参数，支持with关键字用法。

7.4.2seaborn的风格设置3．设置seaborn的颜色Seaborn风格多变的另一大特色就是支持个性化的颜色配置，配置颜色的方法有多种，常用方法包括以下两个：（1）使用color_palette()方法，这是基于RGB原理设置颜色的接口，可接收一个调色板对象作为参数，同时可以设置颜色数量。color_palette()方法提供了8种不同颜色。（2）使用hls_palette()方法，这是基于Hue(色相)、Luminance(亮度)、Saturation(饱和度)原理设置颜色的接口，除了颜色数量参数外，另外3个重要参数：色相、亮度、饱和度。hls_palette()方法提供了均匀过渡的8种颜色样例。

7.4.2seaborn的风格设置4．认识seaborn的数据集Seaborn自带了一些经典的数据集，用于基本的绘制图表示例数据。在联网状态下，可通过load_dataset()接口进行获取，首次下载后后续即可通过缓存加载。返回数据集格式为Pandas.DataFrame对象。

快乐学习高效学习祝学习进步！