Seaborn Python（開發人員指南：運作原理）

介紹

統計數據可視化 Seaborn 是一個流行的 Python 可視化庫。 它建立在Matplotlib Python模块之上，提供了一个高级接口，用于绘制美观且信息丰富的统计图形。 Seaborn特別適合用於可視化複雜的數據集，使數據分析更直觀。在本文稍後部分，我們還將研究IronPDF，一個PDF生成和操作的庫IronSoftware.

主要功能

1. 高級介面Seaborn提供了一個高階介面，簡化創建複雜視覺化的過程。 這意味着您可以只用幾行代碼製作出精緻的圖形。

2. 與 Pandas 的整合：Seaborn 可以無縫結合 Pandas 的資料結構，讓 DataFrames 中存儲的資料可輕鬆視覺化。

3. 美麗的預設樣式：Seaborn 內建美麗的預設樣式和色彩調色盤，能夠讓圖表更具吸引力且更易於解讀。

4. 统计估计：Seaborn 包含用于估计和绘制统计关系的函数，例如回归线和置信区间。

   5. 單變量和雙變量分佈： Seaborn 支持使用統計數據的可視化

   單變量分佈在Seaborn

   1. 直方圖: 將數據點的頻率以區間形式可視化。

   2. KDE Plot：顯示代表數據密度的平滑曲線。

   3. ECDF 圖：顯示數據點的累積比例。

   4. 箱形圖：說明具有四分位數和異常值的數據分佈。

   雙變量分佈Seaborn

   1. 散佈圖：顯示兩個變數之間的關係。

   2. Hexbin Plot：使用六邊形小格顯示資料密度。

   3. 雙變量 KDE 圖：用於兩個變量的平滑密度圖。

   4. 成對圖：顯示資料集中成對關係。

入門

要開始使用 Seaborn，您需要使用 pip 安裝它：

pip install seaborn

pip install seaborn

安裝後，您可以使用 import matplotlib 導入 Seaborn 並創建可視化。 以下是一個簡單的例子：

import seaborn as sns
import matplotlib.pyplot as plt
# Load an example dataset
tips = sns.load_dataset("tips")
# Create a simple scatter plot
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
# Load an example dataset
tips = sns.load_dataset("tips")
# Create a simple scatter plot
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")
plt.show()

在此範例中，我們載入「tips」數據集並建立一個散佈圖，顯示總賬單與小費金額之間的關係，不同顏色代表一天中的不同時間。

輸出

常用圖表

1. 關係圖：這些圖表顯示變數之間的關係。 範例如散佈圖和折線圖。

sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker", style="time")
    plt.show()

sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker", style="time")
    plt.show()

2. 分類圖：這些圖表用於視覺化分類數據。 範例包括長條圖、箱線圖和小提琴圖。

sns.boxplot(data=tips, x="day", y="total_bill", hue="smoker")
    plt.show()

sns.boxplot(data=tips, x="day", y="total_bill", hue="smoker")
    plt.show()

3. 分佈圖：範例包括直方圖和核密度估計以及繪圖。

sns.histplot(data=tips, x="total_bill", kde=True)
    plt.show()

sns.histplot(data=tips, x="total_bill", kde=True)
    plt.show()

4. 矩陣圖：這些圖以矩陣形式可視化數據。 範例包括熱圖和聚類圖。

glue = sns.load_dataset("glue").pivot(index="Model", columns="Task", values="Score")
    sns.heatmap(glue)
    plt.show()

glue = sns.load_dataset("glue").pivot(index="Model", columns="Task", values="Score")
    sns.heatmap(glue)
    plt.show()

Seaborn 圖表也可用於分佈圖、折線圖、箱形圖和條形圖，並且使用真實世界數據或統計數據繪製代碼毫不費力。

自訂化

Seaborn允許對圖形進行廣泛的自訂。 您可以更改繪圖的樣式、調色板和其他方面以滿足您的需求。 例如，您可以使用以下方式設定主題：

sns.set_theme(style="whitegrid")

sns.set_theme(style="whitegrid")

介紹 IronPDF

IronPDF是一個強大的 Python 庫，旨在使用 HTML、CSS、圖像和 JavaScript 來創建、編輯和簽署 PDF。它在使用最少記憶體的情況下提供高品質的性能。 主要功能包括：

HTML 轉換為 PDF：

將 HTML 檔案、HTML 字串和 URL 轉換為 PDF。例如，使用 Chrome PDF 渲染器將網頁渲染成 PDF。

跨平台支持：

IronPDF 專為 Python 3+ 設計，並可在 Windows、Mac、Linux 或雲端平台上運行。

IronPDF 也有提供.NET, Java, Python，和Node.js.

編輯和簽署：

設置屬性、應用密碼和權限，並為您的 PDF 添加數位簽章。

頁面模板和設置：

您可以自訂 PDF 文件的頁首、頁尾、頁碼和可調整的邊距。 此外，它還支持自訂紙張尺寸和響應式佈局。

標準合規性：

符合 PDF 標準，包括 PDF/A 和 PDF/UA，支援 UTF-8 字元編碼，並管理圖片、CSS 和字體等資產。

安裝

pip install ironpdf

pip install ironpdf

使用 IronPDF 和 Seaborn 生成 PDF 文件。

先決條件

1. 確保已安裝 Visual Studio Code 作為代碼編輯器。

2. 已安裝 Python 版本 3。

   首先，讓我們建立一個 Python 檔案來添加我們的腳本

   打開 Visual Studio Code 並創建一個文件，seabornDemo.py。

   安裝必要的庫：

pip install seaborn
pip install ironpdf

pip install seaborn
pip install ironpdf

然後添加以下程式碼來演示 IronPDF 和 Seaborn Python 套件的用法

import seaborn as sns
import matplotlib.pyplot as plt
from ironpdf import * 
# Apply your license key
License.LicenseKey = "your key here"
# Load an example dataset
tips = sns.load_dataset("tips")
print(tips)
# Seaborn note: Create a simple scatter plot
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")
plt.savefig("scatterplot.png") # save same plot
ImageToPdfConverter.ImageToPdf("scatterplot.png").SaveAs("scatterplot.pdf")
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
from ironpdf import * 
# Apply your license key
License.LicenseKey = "your key here"
# Load an example dataset
tips = sns.load_dataset("tips")
print(tips)
# Seaborn note: Create a simple scatter plot
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")
plt.savefig("scatterplot.png") # save same plot
ImageToPdfConverter.ImageToPdf("scatterplot.png").SaveAs("scatterplot.pdf")
plt.show()

程式碼說明

在此範例中，我們將使用上面範例中的相同提示資料框，並繪製散佈圖。 然後，將其存儲為圖像並使用 IronPDF 將其轉換為 PDF。

1. 將以下內容新增到 Python 檔案：import seaborn as sns、import matplotlib.pyplot as plt，和 from ironpdf import * 。

2. 新增授權金鑰以開始使用IronPDF。

3. 載入範例數據框 "tips"，其中包含每筆帳單的總額和小費信息。

4. 列印所載入的 DataFrame 以便在輸出視窗中查看。

5. 使用 seaborn 套件中的 scatterplot 方法創建散點圖。

6. 使用 savefig 方法保存圖。

7. 下一步是使用 IronPDF 建立 PDF，並使用「ImageToPdf」和「SaveAs」方法儲存圖片，將文件命名為 scatterplot.pdf。

8. 最後一步是顯示視窗中的繪圖。 您也可以在此階段顯示 PDF 並檢查圖表。

輸出

PDF

IronPDF 授權

IronPDF Python許可證密鑰允許用戶在購買前測試其全面功能。 試用授權期限結束後，開發者可以購買符合其專案需求的永久授權。

在使用 IronPDF 套件之前，將授權密鑰放置在腳本的開頭：

from ironpdf import * 
# Apply your license key
License.LicenseKey = "key"

from ironpdf import * 
# Apply your license key
License.LicenseKey = "key"

結論

Seaborn以其在數據視覺化方面的能力而廣受認可。 其高級介面、與 Pandas 的整合以及美觀的預設樣式，使其成為創建資訊豐富且吸引人的統計圖形的絕佳選擇。 無論您是一位初學者還是經驗豐富的數據科學家，Seaborn可以幫助您更有效地探索和理解您的數據。 另一方面，IronPDF是一個流行的用於 .NET 環境中生成和處理 PDF 的庫，以其強大的功能集和易用性而聞名，有助於記錄和存檔結果Seaborn以標準方式將其保存為 PDF。 這兩個庫為開發人員添加了出色的技能，以開發和存檔現代數據可視化結果。