Python seaborn.lineplot()用法及代码示例

Seaborn是基于matplotlib的Python数据可视化库。它提供了用于绘制引人入胜且内容丰富的统计图形的高级接口。颜色脱颖而出，各层完美地融合在一起，轮廓贯穿整个流程，整个包装不仅具有良好的美学品质，而且还为我们提供了有意义的见解。

seaborn.lineplot()

用几种语义分组的可能性画一条线图。可以使用色相，大小和样式参数针对数据的不同子集显示x和y之间的关系。这些参数控制使用什么视觉语义来标识不同的子集。通过使用所有三种语义类型，可以独立显示多达三个维度，但是这种情节样式可能难以解释，并且通常无效。使用冗余语义(即同一变量的色相和样式)有助于使图形更易于访问。

用法：sns.lineplot(x=None, y=None, hue=None, size=None, style=None, data=None, palette=None, hue_order=None, hue_norm=None, sizes=None, size_order=None, size_norm=None, dashes=True, markers=None, style_order=None, units=None, estimator=’mean’, ci=95, n_boot=1000, sort=True, err_style=’band’, err_kws=None, legend=’brief’, ax=None, **kwargs,)

参数：

x，y：输入数据变量；必须为数字。可以直接传递数据或引用数据中的列。

hue:将产生不同颜色线条的分组变量。可以是分类的也可以是数字的，尽管颜色映射在后一种情况下的行为会有所不同。

style:分组变量将产生带有不同破折号和/或标记的线。可以具有数字dtype，但始终将其视为类别。

data:整洁(“long-form”)数据帧，其中每一列都是变量，每一行都是观察值。

markers:确定如何绘制样式变量不同级别的标记的对象。

legend:如何绘制图例。如果为“brief”，则数字“色相”和“大小”变量将以均匀间隔的值的样本表示。

下面是一些例子上述方法的实现：

范例1：

Python3

# importing packages 
import seaborn as sns 
import matplotlib.pyplot as plt 
  
# loading dataset 
data = sns.load_dataset("iris") 
  
# draw lineplot 
sns.lineplot(x="sepal_length", y="sepal_width", data=data) 
plt.show()

输出：

范例2：

Python3

# importing packages 
import seaborn as sns 
import matplotlib.pyplot as plt 
  
# loading dataset 
data = sns.load_dataset("tips") 
  
# draw lineplot 
# hue by sex 
# style to hue 
sns.lineplot(x="total_bill", y="size", 
             hue="sex", style="sex", 
             data=data) 
  
plt.show()

输出：

相关用法

注：本文由纯净天空筛选整理自deepanshu_rustagi大神的英文原创作品 seaborn.lineplot() method in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。