訊息圖示
跳過到頁腳內容
  1. IronPDF for Python
  2. IronPDF for Python 博客
  3. Python 說明
  4. Seaborn Python
PYTHON 幫助

Seaborn Python（開發者指南）

Curtis Chau
Curtis Chau
更新:

Seaborn 是一個流行的 Python 資料視覺化函式庫，用於統計資料視覺化。 它基於 Matplotlib Python 模組構建，並提供了一個用於繪製美觀且資訊豐富的統計圖形的高級介面。 Seaborn特別適合視覺化複雜資料集，並使資料分析更加直觀。本文稍後也將介紹IronSoftware出品的 PDF 產生與處理庫 IronPDF。

主要功能

1.高階介面： Seaborn提供了一個高階介面，簡化了創造複雜視覺化的過程。 這意味著您只需幾行程式碼即可繪製複雜的圖表。 2.與 Pandas 整合：Seaborn 可以與 Pandas 資料結構無縫協作，輕鬆視覺化儲存在 DataFrame 中的資料。 3.美觀的預設樣式：Seaborn 提供了美觀的預設樣式和調色板，這有助於使圖表更具吸引力，更易於理解。 4.統計估計：Seaborn 包含用於估計和繪製統計關係（例如迴歸線和信賴區間）的功能。

5.單變量和雙變量分佈： Seaborn 支持統計資料視覺化

  • Seaborn中的單變量分佈

    1.直方圖：將資料點在區間內的頻率視覺化。

    1. KDE 圖：顯示一條平滑曲線，表示資料密度。
    2. ECDF 圖：顯示資料點的累積比例。 4.箱線圖：用四分位數和異常值表示資料分佈。

  • Seaborn中的二元分佈

    1.散佈圖：描繪兩個變數之間的關係。 2.六角形箱圖：使用六角形箱顯示資料密度。 3.雙變數 KDE 圖：兩個變數的平滑密度圖。 4.配對圖：顯示資料集中的成對關係。

開始

要開始使用 Seaborn，您需要使用 pip 安裝它：

pip install seaborn
pip install seaborn
SHELL

安裝完成後，您可以匯入 Seaborn 和 Matplotlib 並建立視覺化圖表。 下面是一個簡單的例子：

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()
PYTHON

在這個例子中，我們載入"小費"資料集，並建立一個散佈圖，顯示帳單總額與小費金額之間的關係，不同的顏色代表一天中的不同時間。

輸出

Seaborn Python（開發者使用指南）：圖 1 - 上述程式碼的範例圖表輸出

常用圖表

1.關係圖：這些圖顯示變數之間的關係。 例如散點圖和折線圖。

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

[Seaborn Python（開發者使用指南）：圖 2 - 關係圖範例](/static-assets/pdf/blog/seaborn-python/seaborn-python-2.webp)

2.分類圖：這些圖表用於可視化分類資料。 例如長條圖、箱線圖和小提琴圖。

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

[Seaborn Python（開發者使用指南）：圖 3 - 分類圖範例](/static-assets/pdf/blog/seaborn-python/seaborn-python-3.webp)

3.分佈圖：例如直方圖和核密度估計。

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

[Seaborn Python（開發者使用指南）：圖 4 - 分佈圖範例](/static-assets/pdf/blog/seaborn-python/seaborn-python-4.webp)

4.矩陣圖：這些圖以矩陣形式視覺化資料。 例如熱圖和聚類圖。

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

[Seaborn Python（開發者使用指南）：圖 5 - 矩陣圖範例](/static-assets/pdf/blog/seaborn-python/seaborn-python-5.webp)

Seaborn 圖表還可用於分佈圖、折線圖、箱線圖和長條圖，而且使用真實世界資料或統計資料編寫繪圖程式碼也毫不費力。

客製化

Seaborn 允許對地塊進行廣泛的自訂。 您可以根據需要更改圖表的樣式、調色板和其他方面。 例如，您可以使用以下命令設定主題：

sns.set_theme(style="whitegrid")
sns.set_theme(style="whitegrid")
PYTHON

介紹 IronPDF。

Seaborn Python（開發者使用指南）：圖 6 - IronPDF：Python PDF 庫

IronPDF是一個功能強大的 Python 庫，旨在利用 HTML、CSS、圖像和 JavaScript 創建、編輯和簽署 PDF 文件。 它在佔用記憶體極少的情況下，提供了高品質的效能。 主要功能包括

  • HTML 轉 PDF：

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

-跨平台支援：

IronPDF 專為 Python 3+ 設計，也可在 Windows、Mac、Linux 或雲端平台上運作。
IronPDF 也提供.NET 、 Java 、 Python和Node.js版本。

-編輯和簽名：

設定屬性、套用密碼和權限，並在 PDF 中新增數位簽章。

-頁面範本和設定：

您可以自訂 PDF 文件，包括新增頁首、頁尾、頁碼和可調整的頁邊距。 它還支援自訂紙張尺寸和響應式佈局。

-標準符合性：

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

安裝

pip install ironpdf
pip install ironpdf
SHELL

使用 IronPDF 和 Seaborn 產生 PDF 文檔

先決條件

  1. 確保已安裝 Visual Studio Code 作為程式碼編輯器。
  2. 已安裝 Python 版本 3。

首先，我們建立一個 Python 檔案來加入我們的腳本。

開啟 Visual Studio Code 並建立一個名為seabornDemo.py的檔案。

安裝必要的庫：

pip install seaborn
pip install ironpdf
pip install seaborn
pip install ironpdf
SHELL

然後加入以下程式碼來示範 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)

# Create a simple scatter plot
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")

# Save the plot as a PNG file
plt.savefig("scatterplot.png")

# Convert the image to PDF using IronPDF
ImageToPdfConverter.ImageToPdf("scatterplot.png").SaveAs("scatterplot.pdf")

# Display the plot
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)

# Create a simple scatter plot
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")

# Save the plot as a PNG file
plt.savefig("scatterplot.png")

# Convert the image to PDF using IronPDF
ImageToPdfConverter.ImageToPdf("scatterplot.png").SaveAs("scatterplot.pdf")

# Display the plot
plt.show()
PYTHON

程式碼解釋

在這個範例中，我們使用"tips"資料集繪製散佈圖，將其儲存為影像，並使用 IronPDF 將其轉換為 PDF。

1.導入庫：導入資料視覺化和 PDF 生成所需的庫。 2.許可證密鑰：要讓 IronPDF 庫正常運作，必須新增許可證密鑰。 3.載入資料集：載入範例資料集"tips"。 4.列印 DataFrame ：列印 DataFrame 以在輸出中查看它。 5.建立圖表：使用 Seaborn 的scatterplot方法來視覺化資料。 6.儲存圖表：使用 Matplotlib 中的savefig方法儲存您的圖表。 7.轉換為 PDF ：使用 IronPDF 中的ImageToPdf和SaveAs方法將影像轉換為 PDF。 8.顯示圖表：使用plt.show()顯示散佈圖。

輸出

Seaborn Python（開發者使用指南）：圖 7 - 上述程式碼範例中的散點圖窗口

PDF

Seaborn Python（開發者使用指南）：圖 8 - 使用 IronPDF 顯示散佈圖的 PDF 輸出

IronPDF 許可

IronPDF for Python許可證金鑰可讓使用者在購買前測試其全面的功能。 試用許可期結束後，開發者可以根據專案需求購買永久授權。

在使用 IronPDF 軟體包之前，請將許可證密鑰放在腳本的開頭：

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

結論

Seaborn 的資料視覺化功能廣受認可。 它擁有高級介面、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。 無論您是資料科學家新手還是經驗豐富的資料科學家， Seaborn都能幫助您更有效地探索和理解您的資料。 另一方面， IronPDF是一個流行的 .NET 環境下的 PDF 生成和操作庫，以其強大的功能集和易用性而聞名，它可以幫助以標準的方式記錄和存檔Seaborn的結果，並將其保存為 PDF。 這兩個函式庫都為開發人員提供了開發和歸檔現代資料視覺化成果的出色技能。

Curtis Chau
Curtis Chau
  立即與工程團隊聊天
技術作家

Curtis Chau 擁有卡爾頓大學計算機科學學士學位，專注於前端開發，擅長於 Node.js、TypeScript、JavaScript 和 React。Curtis 熱衷於創建直觀且美觀的用戶界面，喜歡使用現代框架並打造結構良好、視覺吸引人的手冊。

除了開發之外，Curtis 對物聯網 (IoT) 有著濃厚的興趣，探索將硬體和軟體結合的創新方式。在閒暇時間，他喜愛遊戲並構建 Discord 機器人，結合科技與創意的樂趣。

相關文章

30 天試用 → 完整產品。無限制。無卡。 開始免費試用