在生產環境中測試,無水印。
在任何需要的地方都能運行。
獲得 30 天的全功能產品。
在幾分鐘內上手運行。
試用產品期間完全訪問我們的支援工程團隊
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數據集,並使數據分析更直觀。在本文的後面,我們還將研究來自IronSoftware 的 PDF 生成和操作庫 IronPDF。
高階介面:Seaborn 提供一個高階介面,簡化了建立複雜視覺化的過程。 這意味着您可以只用幾行代碼製作出精緻的圖形。
與 Pandas 的整合:Seaborn 能夠與 Pandas 資料結構無縫協作,輕鬆視覺化存儲在 DataFrames 中的資料。
美麗的預設樣式:Seaborn 擁有美麗的預設樣式和色彩調色盤,這有助於使圖表更加吸引人且更易於解讀。
統計估計:Seaborn 包含用於估計和繪製統計關係的函數,例如回歸線和置信區間。
Seaborn 中的單變量分佈
直方圖:可視化資料點在區間中的頻率。
KDE 圖:顯示代表數據密度的平滑曲線。
ECDF 圖:顯示數據點的累積比例。
Seaborn 中的雙變量分佈
1. 散佈圖:描述兩個變數之間的關係。
2. 六邊形分箱圖:使用六邊形分箱顯示資料密度。
3. 雙變量 KDE 圖:兩個變量的平滑密度圖。
4. 配對圖:顯示資料集中成對的關係。
要開始使用 Seaborn,您需要使用 pip 安裝它:
pip install seaborn
py
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()
py
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。
sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker", style="time")
plt.show()
py
sns.boxplot(data=tips, x="day", y="total_bill", hue="smoker")
plt.show()
py
sns.histplot(data=tips, x="total_bill", kde=True)
plt.show()
py
glue = sns.load_dataset("glue").pivot(index="Model", columns="Task", values="Score")
sns.heatmap(glue)
plt.show()
py
!Seaborn Python(開發者指南運作方式):圖5 - 矩陣圖範例
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。
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")
py
IronPDF 是一個強大的 Python 函式庫,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同時提供高品質的效能。 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 也可在 .NET、Java、Python 和 Node.js 中使用。
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。
頁面模板和設定:
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。
pip install ironpdf
py
確保已安裝 Visual Studio Code 作為代碼編輯器。
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
py
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()
py
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。
將以下內容新增到 Python 檔案:import seaborn as sns、import matplotlib.pyplot as plt,和 from ironpdf import * 。
新增授權金鑰以開始使用IronPDF。
載入範例數據框 "tips",其中包含每筆帳單的總額和小費信息。
列印所載入的 DataFrame 以便在輸出視窗中查看。
使用 seaborn 套件中的 scatterplot 方法創建散點圖。
使用 savefig 方法保存圖。
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。
IronPDF Python 授權密鑰,允許用戶在購買前測試其全面的功能。 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"
py
Seaborn 因其在數據可視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。 無論您是初學者還是經驗豐富的數據科學家,Seaborn 都能幫助您更有效地探索和理解數據。 另一方面,IronPDF 是一個廣受歡迎的 PDF 生成和操作庫,專為 .NET 環境設計,以其強大的功能集和易用性而聞名,有助於以標準方式紀錄和歸檔來自 Seaborn 的結果,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。