系统权威的大数据课程
Seaborn绘图入门实践
python 可视化 seaborn
欧高炎   æ›´æ–°äºŽ 2017-11-16
Seaborn是Python基于matplotlib的数据可视化工具。它提供了很多高层封装的函数,帮助数据分析人员快速绘制美观的数据图形,而避免了许多额外的参数配置问题。 本案例中,我们以波士顿房价数据集为例,演示如何使用seaborn绘制常见的图形。包括散点图、柱状图、饼图、直方图、盒图、概率密度图、小提琴图和点对图等。 波士顿房价数据集中每一列数据对应的含义如下表所示: |列名| 类型 | 说明 |示例| |:-----|:-----|:-----|:-----| |CRIM |Float |犯罪率 |0.00632| |ZN| Float |超过25000地区的居住面积所占比例 |18.0| |INDUS| Float |非零售业的商业用地比例 |2.31| |CHAS| Int |是否被Charles河流穿过(是,取值1;否,取值0)| 0| |NOX| Float| 一氧化氮含量 |0.538| |RM |Float| 房子的平均屋子数| 6.575| |AGE |Float| 早于1940年建立的的住宅比例 |65.2| |DIS |Float |距离五个上班区域的加权平均距离 |4.0900| |RAD| Int| 反映到达放射形状的高速路的能力的指标| 1| |TAX |Float |每10000美元的财产税 |296| |PTRATIO |Float| 小学生-老师的比例 |15.3| |B| Float |反映黑人比例的指标,B=1000(BK-0.63)^2,BK是黑人的比例 |396.90| |LSTAT |Float| 低收入人群的比例 |4.98| |MEDV |Float |自住房屋价格的中位数(单位1000美元) |24.0|
989
291
便捷高效的在线教室
基于真实数据的大数据竞赛
数据高手的竞技场,快和你的小伙伴们组队参加吧
合作共赢
已为众多高校近万名师生提供大数据实训服务
现在就开始数据之旅
立即注册
立即体验