python数据可视化包 seaborn

引言

python数据可视化的包有matplotlib，seaborn等。

Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。

应该把Seaborn视为matplotlib的补充，而不是替代物。

1. catplot

分类估计图

seaborn.catplot(x=None, y=None, hue=None, data=None, row=None, col=None, col_wrap=None, 
estimator=<function mean>, ci=95, n_boot=1000, units=None, order=None, hue_order=None, 
row_order=None, col_order=None, kind='strip', height=5, aspect=1, orient=None, color=None, 
palette=None, legend=True, legend_out=True, sharex=True, sharey=True, margin_titles=False, 
facet_kws=None, **kwargs)

>>> import seaborn as sns
>>> sns.set(style="ticks")
>>> exercise = sns.load_dataset("exercise")
>>> g = sns.catplot(x="time", y="pulse", hue="kind", data=exercise)

# 条形图，利用bar来画出每个类别的平均值
# 黑色表示估计区间
titanic = sns.load_dataset("titanic")
sns.catplot(x="sex", y="survived", hue="class",kind="bar", data=titanic);

参考：

1. 数据可视化（三）- Seaborn简易入门；
2. Seaborn example gallery;
3. seaborn.catplot;
4. zhihu seaborn