跳至頁尾內容
  1. IronPDF for Python
  2. IronPDF for Python部落格
  3. Python幫助
  4. Seaborn Python
PYTHON 幫助

Seaborn Python（開發者指南）

Curtis Chau
Curtis Chau
已更新:

統計資料視覺化Seaborn是受歡迎的Python視覺化程式庫。 它是基於Matplotlib Python模組構建的，並提供高階介面以繪製漂亮且資訊豐富的統計圖形。 Seaborn 特別適合於視覺化複雜資料集並使資料分析更加直觀。在本文稍後，我們還將探討IronPDF，一個來自 Iron Software 的PDF生成和操作程式庫。

關鍵特性

  1. 高階介面： Seaborn 提供高階介面，簡化建立複雜視覺化的過程。 這意味著您可以使用幾行程式碼建立複雜的圖形。
  2. 與Pandas的整合： Seaborn與Pandas資料結構無縫協作，使得視覺化DataFrames儲存的資料變得輕鬆。
  3. 美觀的預設樣式： Seaborn配備美觀的預設樣式和色彩調色板，有助於使圖形更加吸引人且易於理解。

  4. 統計估算： Seaborn包含用於估算和繪製統計關係的函式，如迴歸線和置信區間。

  5. 單變數和雙變數分佈： Seaborn支持統計資料的可視化，
  1. 直方圖： 可視化資料點在不同區間中的頻率。
  2. KDE圖： 顯示代表資料密度的平滑曲線。
  3. ECDF圖： 顯示資料點的累積比例。
  4. 盒鬚圖： 使用四分位數和異常值呈現資料分佈。
  1. 散點圖： 描述兩個變數之間的關係。
  2. 六角箱圖： 使用六角形區間顯示資料密度。
  3. 雙變數KDE圖： 用於兩個變數的平滑密度圖。
  4. 成對圖： 展示資料集中變數之間的成對關係。

開始使用

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以及Matplotlib並建立視覺化。 這是一個簡單的範例：

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

在此範例中，我們載入了"tips"資料集並建立了一個散點圖，顯示了總賬單與小費之間的關係，並且使用不同的顏色代表不同的時間。

輸出

Seaborn Python（開發者指南中的運行原理）：圖1 - 上述程式碼的範例圖形輸出

常用圖形

  1. 關係圖： 這些圖顯示變數之間的關係。 範例包括散點圖和折線圖。

    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()
    PYTHON

    Seaborn Python（開發者指南中的運行原理）：圖2 - 關係圖的範例

  2. 類別圖： 這些圖可視化類別資料。 範例包括條形圖、盒鬚圖和小提琴圖。

    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()
    PYTHON

    Seaborn Python（開發者指南中的運行原理）：圖3 - 類別圖的範例

  3. 分佈圖： 範例包括直方圖和核密度估算。

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

    Seaborn Python（開發者指南中的運行原理）：圖4 - 分佈圖的範例

  4. 矩陣圖： 這些圖以矩陣形式顯示資料。 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()
    PYTHON

    Seaborn Python（開發者指南中的運行原理）：圖5 - 矩陣圖的範例

Seaborn圖也可以用於生成分佈圖、折線圖、盒鬚圖和條形圖，並使用實際資料或統計資料進行繪圖非常輕鬆。

自訂選項

Seaborn允許廣泛的圖形自定義。 您可以更改圖形樣式、色彩調色板和其他方面以符合您的需求。 例如，您可以使用以下方式設置主題：

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

介紹 IronPDF

Seaborn Python（開發者指南中的運行原理）：圖6 - IronPDF：Python的PDF程式庫

IronPDF 是一個強大的Python程式庫，設計用來通過使用HTML、CSS、圖像和JavaScript來建立、編輯和簽署PDF。 它在使用極少記憶體的同時提供高品質的性能。 其主要功能包括：

  • HTML到PDF轉換：

將HTML文件、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。

  • 跨平台支持：

IronPDF專為Python 3+設計，並且也能在Windows、Mac、Linux或雲平台上運行。
IronPDF is also available in .NET, Java, Python, and Node.js.

  • 編輯和簽署：

設置屬性、應用密碼和權限，並向您的PDF新增數位簽章。

  • 頁面模板和設置：

您可以自定義PDF的頁眉、頁腳、頁碼和調整邊距。 它還支持自定義紙張大小和響應式佈局。

  • 標準符合性：

符合PDF標準，包括PDF/A和PDF/UA，支持UTF-8字元編碼，並管理資產如圖像、CSS和字型。

安裝

pip install ironpdf

使用IronPDF和Seaborn生成PDF文件

先決條件

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

首先，我們來建立一個Python文件來新增我們的腳本。

打開Visual Studio Code並建立一個文件，seabornDemo.py。

安裝必要的庫：

pip install seaborn ironpdf

然後新增以下程式碼以演示IronPDF和Seaborn Python包的用法：

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

程式碼說明

在此範例中，我們使用"tips"資料集來繪製一個散點圖，將其保存為圖像，並使用IronPDF將其轉換為PDF。

  1. 匯入庫： 匯入資料視覺化和PDF生成所需的庫。
  2. 授權金鑰： 新增授權金鑰是IronPDF程式庫正常運作所必需的。
  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。
  5. 建立圖形： 使用Seaborn的scatterplot方法來視覺化資料。
  6. 保存圖形： 使用Matplotlib的savefig方法保存您的圖形。
  7. 轉換為PDF： 使用IronPDF的SaveAs方法將圖像轉換為PDF。
  8. 顯示圖形： 使用plt.show()顯示散點圖。

輸出

Seaborn Python（開發者指南中的運行原理）：圖7 - 上述範例程式碼中的散點圖窗口

PDF

Seaborn Python（開發者指南中的運行原理）：圖8 - 利用IronPDF顯示散點圖的PDF輸出

IronPDF 授权

IronPDF for Python 授權金鑰允許使用者在購買前測試其全面的功能。 在試用授權期間結束後，開發者可以購買適合其專案需求的永久授權。

將授權金鑰放在腳本開始處，以便在使用 IronPDF 套件之前使用：

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

結論

Seaborn 因其資料視覺化功能而廣受認可。 其高階介面、與Pandas的整合以及美觀的預設樣式使其成為建立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有經驗的資料科學家，Seaborn 都能幫助您更有效地探索和理解您的資料。 另一方面，IronPDF 是一個受歡迎的PDF生成和操作庫，適用於.NET環境，以其強大的功能和易用性著稱，幫助以標準方式記錄和存檔來自Seaborn的結果，將它們保存為PDF。 兩個庫都為開發者增加了優秀的技能，以開發和歸檔現代資料視覺化結果。

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

Curtis Chau擁有Carleton大學的電腦科學學士學位，專精於前端開發，擁有Node.js、TypeScript、JavaScript和React的專業知識。Curtis熱衷於建立直觀且美觀的使用者介面，喜愛使用現代框架並建立結構良好、視覺吸引力的手冊。

除了開發，Curtis對物聯網（IoT）有濃厚的興趣，探索創新的方法來整合硬體和軟體。在空閒時間，他喜歡玩遊戲和建立Discord機器人，結合他對技術的熱愛與創造力。

相關文章

30天試用→全功能產品。沒有限制。無需信用卡。 開始免費試用

Iron 支援團隊

我們線上24小時，每週5天。
聊天
電子郵件
給我打電話