seaborn的各plot函數簡介

在notebook中，輸入sns.*plot?可以查看所有plot函數，如下簡介：

函數概覽：

sns.barplot
sns.boxenplot
sns.boxplot
sns.catplot
sns.countplot
sns.distplot
sns.dogplot
sns.factorplot#過時，catplot代替
sns.jointplot
sns.kdeplot
sns.lineplot#ci參數表示置信度，也可以用“sd”表示標准差。有點像boxplot的味道了
sns.lmplot
sns.lvplot#過時，boxenplot代替
sns.miscplot#sns.miscplot.palplot(sns.color_palette())可以顯示配色
sns.pairplot
sns.palplot#sns.palplot(sns.color_palette())可以顯示配色
sns.pointplot
sns.regplot
sns.relplot
sns.residplot
sns.rugplot
sns.scatterplot
sns.stripplot
sns.swarmplot
sns.tsplot
sns.violinplot

# 以下只列出常用參數

# 關聯圖，感覺不如catplot
sns.relplot(
    x=None,
    y=None,
    hue=None,
    data=None,
    row=None,
    col=None,
    kind='scatter'
)
# 線性回歸的殘差
sns.residplot(
    x,
    y,
    data=None,
    lowess=False
)
# 軸須圖
sns.rugplot(a, height=0.05, axis='x', ax=None, **kwargs)
# 時序圖
# data：列表示同一時間點采樣數據，行表示不同時間點
sns.tsplot(
    data,
    time=None,
    unit=None,
    condition=None,
    value=None
)
# 小提琴圖
# scale：area表示面積相等，width表示寬度相等，count表示次數
# split表示合為一體
# inner：內部作圖
sns.violinplot(
    x=None,
    y=None,
    hue=None,
    data=None,
    bw='scott',
    cut=2,
    scale='area',
    inner='box',
    split=False,
)
# 線圖
sns.lineplot(
    x=None,
    y=None,
    hue=None,
    data=None,
    palette=None,
    hue_order=None,
)
# 條形圖
sns.barplot(
    x=None,
    y=None,
    hue=None,
    data=None,
    palette=None,
    hue_order=None,
)
# 熱圖
sns.heatmap(
    data,
    vmin=None,
    vmax=None,
    cmap=None,
    annot=None,
)
# 回歸線
sns.regplot(
    x,
    y,
    data=None,#非必須
    x_estimator=None,
    x_bins=None,
    dropna=True,
)
# 次數統計繪制
sns.countplot(
    x=None,
    y=None,
    hue=None,
    data=None
)
# 回歸線，用於數據子集
sns.lmplot(
    x,
    y,
    data,#必須
    hue=None
)
# 分類散點圖：x中每個取值分別繪制，數據點不重疊展示
sns.swarmplot(
    x=None,
    y=None,
    hue=None,
    data=None
)
# 箱線圖
sns.boxenplot(
    x=None,
    y=None,
    hue=None,
    data=None
)
# 加強箱線圖：可在后面加上stripplot或swarmplot繪制散點圖
sns.boxenplot(
    x=None,
    y=None,
    hue=None,
    data=None
)
# 多分類繪圖
sns.catplot(
    x=None,
    y=None,
    hue=None,
    data=None,
    row=None,#col是分列，這個分行展示
    col=None,#作用類似hue，不過是分列展示
    kind='strip'# 繪圖類型

)
# 直方圖
sns.distplot(
    a,
    bins=None,
    kde=True,
    rug=False,
    axlabel=None,
    label=None
)
# 雙向繪圖，分別以對方作為自變量
sns.jointplot(
    x,
    y,
    data=None,
    kind='scatter',#繪圖類型
    dropna=True,
    xlim=None,
    ylim=None
)
# 特征兩兩繪制
sns.pairplot(
    data,
    hue=None,
    vars=None,
    x_vars=None,
    y_vars=None,
    kind='scatter',
    markers=None,
    dropna=True
)