Python可视化之Seaborn--入门篇2

Answer 1

书接前文，下面继续介绍seaborn中的图表。

分布图（Distribution Plot）：

以两组不同类别的数据为例，每组数据代表不同产品在一年内每月的销售额。我们可以利用Seaborn的分布图来可视化这两组数据的销售额分布情况，并进行比较。

回归图（Regression Plot）：

以包含学习时间（Study Hours）和考试分数（Exam Scores）的数据集为例，我们想通过Seaborn的回归图来展示学习时间与考试分数之间的线性关系。

Seaborn的核心绘图类型主要包括这些，但其实它也可以用来绘制其他类型的图表，如饼图：

又如气泡图：

关于基础图表的介绍就到这里，接下来将介绍一些基础图表的变种。

在实际分析过程中，我们通常较少使用基础图表，因此接下来的内容才是重点。

复杂图表

堆积柱图（Stacked Bar Chart）：

以不同疾病的患者数量为例，分为男女两个群体。

面积图（Area Plot）：

以不同月份的医疗费用为例，涉及3个不交叉的类别。

雷达图（Radar Chart）：

帕累托图（Pareto Chart）：

以上内容暂且介绍到这里，下一篇文章将继续介绍图表的相关知识，包括参数和个性化设置。