Seaborn数据可视化指南，附Python代码！！！

Seaborn 作为一个基于 Matplotlib 的高级数据可视化库，以其简洁的语法和强大的功能，成为众多研究者和数据科学家的首选工具。

（1）条形图

import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib import rcParams
# 设置字体为新罗马
rcParams['font.family'] = 'serif'
rcParams['font.serif'] = ['Times New Roman']
# 设置 Seaborn 风格
sns.set(style="darkgrid")
# 加载示例数据集
data = sns.load_dataset('iris')
# 创建一个图形对象，并设置尺寸
plt.figure(figsize=(10, 8))
# 绘制条形图
sns.barplot(x='species', y='petal_length', hue='species', data=data)
# 添加标题和坐标轴标签，并设置字号大小
plt.title('Petal Length of Different Iris Species', fontsize=20)
plt.xlabel('Species', fontsize=15)
plt.ylabel('Petal Length', fontsize=15)
# 显示图表
plt.show()

 （2）散点图

import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib import rcParams
# 设置字体为新罗马
rcParams['font.family'] = 'serif'
rcParams['font.serif'] = ['Times New Roman']
# 设置 Seaborn 风格
sns.set(style="darkgrid")
# 加载示例数据集
data = sns.load_dataset('iris')
# 创建一个图形对象，并设置尺寸
plt.figure(figsize=(10, 8))
# 绘制图
sns.scatterplot(x='petal_length', y='sepal_length', hue='species', style='species', s=90, data=data)
# 添加标题和坐标轴标签，并设置字号大小
plt.title('Petal Length of Different Iris Species', fontsize=20)
plt.xlabel('Species', fontsize=15)
plt.ylabel('Petal Length', fontsize=15)
# 显示图表
plt.show()

（3）柱状图

import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib import rcParams
# 设置字体为新罗马
rcParams['font.family'] = 'serif'
rcParams['font.serif'] = ['Times New Roman']
# 设置 Seaborn 风格
sns.set(style="darkgrid")
# 加载示例数据集
data = sns.load_dataset('iris')
# 创建一个图形对象，并设置尺寸
plt.figure(figsize=(10, 8))
# 绘制图
sns.histplot(x='sepal_length', kde=True, hue='species', data=data)
# 添加标题和坐标轴标签，并设置字号大小
plt.title('Petal Length of Different Iris Species', fontsize=20)
plt.xlabel('Species', fontsize=15)
plt.ylabel('Petal Length', fontsize=15)
# 显示图表
plt.show()

（4）线型图

import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib import rcParams
# 设置字体为新罗马
rcParams['font.family'] = 'serif'
rcParams['font.serif'] = ['Times New Roman']
# 设置 Seaborn 风格
sns.set(style="darkgrid")
# 加载示例数据集
data = sns.load_dataset('iris')
# 创建一个图形对象，并设置尺寸
plt.figure(figsize=(10, 8))
# 绘制图
sns.lineplot(x='petal_length', y='petal_width', data=data)
# 添加标题和坐标轴标签，并设置字号大小
plt.title('Petal Length of Different Iris Species', fontsize=20)
plt.xlabel('Species', fontsize=15)
plt.ylabel('Petal Length', fontsize=15)
# 显示图表
plt.show()

（5）箱线图

import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib import rcParams
# 设置字体为新罗马
rcParams['font.family'] = 'serif'
rcParams['font.serif'] = ['Times New Roman']
# 设置 Seaborn 风格
sns.set(style="darkgrid")
# 加载示例数据集
data = sns.load_dataset('iris')
# 创建一个图形对象，并设置尺寸
plt.figure(figsize=(10, 8))
# 绘制图
sns.boxplot(x='species',y='sepal_length',data=data,hue='species')
# 添加标题和坐标轴标签，并设置字号大小
plt.title('Petal Length of Different Iris Species', fontsize=20)
plt.xlabel('Species', fontsize=15)
plt.ylabel('Petal Length', fontsize=15)
# 显示图表
plt.show()

 （6）热力图

import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib import rcParams
# 设置字体为新罗马
rcParams['font.family'] = 'serif'
rcParams['font.serif'] = ['Times New Roman']
# 设置 Seaborn 风格
sns.set(style="darkgrid")
# 加载示例数据集
data = sns.load_dataset('iris')
# 创建一个图形对象，并设置尺寸
plt.figure(figsize=(10, 8))
# 绘制图
heat_corr=data.iloc[:,0:4].corr()
sns.heatmap(heat_corr, annot=False)
plt.show()

 最后：

小编会不定期发布相关设计内容包括但不限于如下内容:信号处理、通信仿真、算法设计、matlab appdesigner，gui设计、simulink仿真......希望能帮到你！