Python 中的 seaborn.lineplot()方法
原文:https://www . geesforgeks . org/seaborn-line plot-in-method-python/
Seaborn 是基于 matplotlib 的 Python 数据可视化库。它提供了一个高级界面，用于绘制吸引人且信息丰富的统计图形。颜色突出，各层很好地融合在一起，轮廓贯穿始终，整体包装不仅具有良好的美学品质，而且也为我们提供了有意义的见解。
seaborn.lineplot()
用几个语义分组的可能性画一个线图。使用色调、大小和样式参数，可以显示不同数据子集的 x 和 y 之间的关系。这些参数控制使用什么视觉语义来识别不同的子集。通过使用所有三种语义类型，可以独立显示多达三个维度，但是这种风格的情节很难解释，并且通常是无效的。使用冗余语义(即同一变量的色调和样式)有助于使图形更易于访问。
语法:SNS . line plot(x =无，y =无，色相=无，大小=无，样式=无，数据=无，调色板=无，色相 _ 顺序=无，色相 _ 范数=无，大小=无，大小 _ 顺序=无，大小 _ 范数=无，破折号=真，标记=无，样式 _ 顺序=无，单位=无，估计器= '均值'，ci=95，n_boot=1000，排序=真，err_style='band '，err _ kws =无，图例
参数:
x，y: 输入数据变量；必须是数字。可以直接传递数据或引用数据中的列。
色调:将产生不同颜色线条的分组变量。可以是分类的，也可以是数字的，尽管颜色映射在后一种情况下会有不同的表现。
样式:分组变量，将产生具有不同破折号和/或标记的线条。可以有数字数据类型，但将始终被视为分类数据类型。
数据:整齐的(“长格式”)数据帧，其中每一列是一个变量，每一行是一个观察值。
标记:确定如何为不同级别的样式变量绘制标记的对象。
图例:如何绘制图例。如果“简短”，数字“色调”和“大小”变量将以均匀间隔的值的样本表示。
下面是上述方法的实现，并附有一些例子:
例 1:
Python 3
# importing packages
import seaborn as sns
import matplotlib.pyplot as plt
# loading dataset
data = sns.load_dataset("iris")
# draw lineplot
sns.lineplot(x="sepal_length", y="sepal_width", data=data)
plt.show()
输出:
例 2 :
Python 3
# importing packages
import seaborn as sns
import matplotlib.pyplot as plt
# loading dataset
data = sns.load_dataset("tips")
# draw lineplot
# hue by sex
# style to hue
sns.lineplot(x="total_bill", y="size",
hue="sex", style="sex",
data=data)
plt.show()
输出:
版权属于：月萌API www.moonapi.com，转载请注明出处
