Seaborn 分类图 - 简介

图表主要用于描述两个或多个变量之间的关系。这些变量可以完全是数值型的，也可以表示一个类别，例如组、类或部门。本文讨论了分类变量以及如何使用 Python 的 Seaborn 包对其进行可视化。

除了是一个统计图表工具包之外，Seaborn 还包含各种默认数据集。我们将使用其中一个内置数据集作为默认数据集的示例。

让我们在第一个示例中考虑 tips 数据集。“tips”数据集包含有关可能在餐厅就餐的人的信息，以及他们是否为服务员留下小费，以及他们的性别、吸烟状况和其他因素。

Seaborn.get_dataset_names() 方法有助于检索所有内置数据集的名称。

seaborn.get_dataset_names()

load_dataset() 方法有助于将名称为的数据集加载到数据结构中。

Tips=seaborn.load_dataset('tips')

以上代码行有助于将名称为“tips”的数据集加载到名为 tips 的数据结构中。

有不同类型的分类图，例如分布图、估计图和散点图。这些类别中的每一个都包含一些图。