Seaborn Python（开发者指南中的工作原理）

介绍

统计数据可视化 Seaborn 是一个流行的 Python 可视化库。 它是建立在 Matplotlib Python 模块之上的，并提供了一个高级接口，用于绘制有吸引力且信息丰富的统计图形。 Seaborn特别适合用于可视化复杂数据集，使数据分析更加直观。在本文的后面，我们还将深入了解IronPDF，一个用于PDF生成和操作的库铁软件（Iron Software）.

主要功能

1. 高级接口Seaborn提供了一个高级界面，简化了创建复杂可视化的过程。 这意味着您只需几行代码即可制作复杂的图表。

2. 与 Pandas 集成：Seaborn 无缝兼容 Pandas 数据结构，使得可视化存储在 DataFrame 中的数据变得容易。

3. 美观的默认样式：Seaborn 提供了美观的默认样式和调色板，有助于使图表更具吸引力且更易于解释。

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. 单变量和双变量分布：Seaborn支持统计数据可视化，具有

   单变量分布在Seaborn

   1. 直方图：将数据点的频率可视化为多个区间。

   2. KDE 图：显示表示数据密度的平滑曲线。

   3. ECDF 图：显示数据点的累计比例。

   4. 箱形图：通过四分位数和异常值来展示数据分布。

   二维分布在Seaborn

   1. 散点图：描绘两个变量之间的关系。

   2. 六边形图：使用六边形的箱子显示数据密度。

   3. 双变量KDE图：用于两个变量的平滑密度图。

   4. 配对图：显示数据集中的成对关系。

入门

要开始使用 Seaborn，您需要使用 pip 安装它：

pip install seaborn

pip install seaborn

安装完成后，您可以用 import matplotlib 导入 Seaborn，并创建可视化图形。 下面是一个简单的例子：

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()

在此示例中，我们加载“tips”数据集，并创建一个散点图，显示总账单和小费金额之间的关系，使用不同颜色代表一天中的不同时间。

输出

常用图表

1. 关系图：这些图显示变量之间的关系。 示例包括散点图和折线图。

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. 分类图：这些图用于可视化分类数据。 示例包括条形图、箱形图和小提琴图。

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. 分布图：示例包括直方图和核密度估计图。

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

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

4. 矩阵图：这些图以矩阵形式可视化数据。 示例包括热图和聚类图。

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 图可以用于分布图、折线图、箱线图和条形图，还可以轻松地使用真实世界数据或统计数据进行绘图。

定制

Seaborn允许对图表进行广泛的自定义。 您可以更改图表的样式、调色板和其他方面以满足您的需求。 例如，您可以使用以下方式设置主题：

sns.set_theme(style="whitegrid")

sns.set_theme(style="whitegrid")

介绍IronPDF

IronPDF是一个强大的Python库，旨在使用HTML、CSS、图像和JavaScript创建、编辑和签署PDF。在使用最小内存的同时提供高质量的性能。 关键功能包括：

将 HTML 转换为 PDF：**

将HTML文件、HTML字符串和URL转换为PDF。例如，使用Chrome PDF渲染器将网页渲染为PDF。

跨平台支持：

IronPDF 适用于 Python 3+，并且可以在 Windows、Mac、Linux 或云平台上运行。

IronPDF 还有以下版本.NET, Java, Python和Node.js.

编辑和签名：

设置属性、应用密码和权限，并为您的PDF添加数字签名。

页面模板和设置：

您可以通过页眉、页脚、页码和可调整的页边距自定义 PDF 文件。 此外，它还支持自定义纸张大小和响应式布局。

符合标准：

符合 PDF 标准，包括 PDF/A 和 PDF/UA，支持 UTF-8 字符编码，并能管理图片、CSS 和字体等资产。

安装

pip install ironpdf

pip install ironpdf

使用 IronPDF 和 Seaborn 生成 PDF 文档。

先决条件

1. 确保已安装 Visual Studio Code 作为代码编辑器。

2. 已安装Python版本3。

   首先，让我们创建一个 Python 文件来添加我们的脚本

   打开 Visual Studio Code，并创建一个名为 seabornDemo.py 的文件。

   安装必要的库：

pip install seaborn
pip install ironpdf

pip install seaborn
pip install ironpdf

然后添加以下代码以演示IronPDF和Seaborn Python包的使用

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()

代码解释

在此示例中，我们将使用上述示例中的相同小费数据框，并绘制散点图。 然后，使用IronPDF将其保存为图像并转换为PDF。

1. 在 Python 文件中添加导入：import seaborn as sns、import matplotlib.pyplot as plt 和 from ironpdf import * 。

2. 添加许可证密钥以开始使用IronPDF。

3. 加载样本数据框“tips”，其中包含每张账单的总金额和小费信息。

4. 打印加载的数据框以在输出窗口中查看。

5. 使用 seaborn 包中的 scatterplot 方法创建散点图。

6. 使用 savefig 方法保存图形。

7. 下一步是使用 IronPDF 创建 PDF，并使用 'ImageToPdf' 和 'SaveAs' 方法保存图像，命名文件为 scatterplot.pdf。

8. 最后一步是将图显示为窗口。 您还可以在此阶段显示 PDF 并检查图像。

输出

PDF

IronPDF 许可证

IronPDF Python许可证密钥允许用户在购买前测试其全面功能。 在试用许可证期结束后，开发人员可以购买适合其项目需求的永久许可证。

在使用IronPDF包之前，请将许可证密钥放在脚本的开头：

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

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

结论

Seaborn广泛因其在数据可视化方面的能力而受到认可。 其高级接口、与 Pandas 的集成以及美观的默认样式，使其成为创建信息丰富且吸引眼球的统计图形的绝佳选择。 无论您是初学者还是经验丰富的数据科学家，Seaborn可以帮助您更有效地探索和理解您的数据。 另一方面，IronPDF是一款流行的库，用于在.NET环境中进行PDF生成和操作，以其强大的功能集和易用性而闻名，帮助记录和存档结果Seaborn以标准方式将其保存为PDF。 这两个库为开发人员增加了出色的技能，用于开发和存档现代数据可视化结果。