Seaborn.load_dataset() 方法

---

---

Seaborn.load_dataset() 方法用于加载Seaborn库中内置的数据集。为了描述seaborn或创建可重复的错误报告示例，此函数提供了对一些示例数据集的快速访问。

日常使用不需要此方法。为了对分类变量创建合适的顺序，对某些数据集进行了一小部分预处理。

语法

以下是seaborn.load_dataset()方法的语法：

seaborn.load_dataset(name, cache=True, data_home=None, **kws)

参数

以下是seaborn.load_dataset()的参数：

返回值

此方法返回一个pandas DataFrame。

加载数据集

为了绘制图表，我们需要数据，如果所需格式的数据和所需数据没有现成可用，可以使用Seaborn库中提供的数据集。

Seaborn除了是一个统计图表工具包外，还包含各种默认数据集。我们将使用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”数据集包含关于可能在餐厅用餐的人的信息，以及他们是否给服务员留下小费，以及他们的性别、吸烟状况和其他因素。

get_dataset_names() 方法用于检索Seaborn中所有可用内置数据集的名称。

seaborn.get_dataset_names()

load_dataset() 方法用于将名称为name的数据集加载到数据结构中。

Tips=seaborn.load_dataset('tips')

以上代码行将名称为“tips”的数据集加载到名为tips的数据结构中。因此，此方法有助于从库中加载数据集。

示例1

以下是一个加载titanic数据集的示例

import seaborn as sns
import matplotlib.pyplot as plt
dts= sns.load_dataset("titanic")
dts.head()
sns.relplot(data=dts, x="age", y="fare")
plt.show()

输出

以下是上述示例的输出：

示例2

在下面的示例中，我们加载tips数据集：

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.catplot(data=tips,x="sex",y="tip",hue="time",height=5, aspect=.8)
plt.show()

输出

这将生成以下输出：

示例3

让我们来看另一个示例：

import seaborn as sns
import matplotlib.pyplot as plt
exercise=sns.load_dataset("exercise")
exercise.head()
g=sns.PairGrid(exercise)
g.map_upper(sns.scatterplot)
g.map_lower(sns.kdeplot)
g.map_diag(sns.ecdfplot)
plt.show()

输出

执行后，以上示例将生成以下示例：