介绍 Seaborn 库及其在 Python 可视化生态中的定位。

Seaborn 简介

Seaborn 的基础

读取 csv 文件

对比直方图与 displot

使用分布图

绘制直方图

地毯图与 KDE 阴影

解读结果

Seaborn 中的回归图

创建回归图

绘制多个变量

对多条回归线进行分面

概览用于定制 Seaborn 图表显示效果的函数。

使用 Seaborn 样式

设置默认样式

比较样式

移除脊线（spines）

Seaborn 中的颜色

Matplotlib 颜色代码

使用默认调色板

调色板

创建自定义调色板

结合 matplotlib 进行自定义

使用 matplotlib 轴对象

添加注释

多个图形

定制 Seaborn 图表

概览 Seaborn 中更复杂的图表类型。

分类图类型

stripplot() 和 swarmplot()

boxplot、violinplot 和 boxenplot

barplot、pointplot 和 countplot

回归图

回归图与残差图

回归图参数

数据分箱

矩阵图

创建热力图

自定义热力图

使用 FacetGrid、catplot 和 lmplot

构建 FacetGrid

使用 catplot

使用 lmplot

使用 PairGrid 和 pairplot

构建 PairGrid

使用 pairplot

使用 JointGrid 和 jointplot

构建 JointGrid 和 jointplot

联合图与回归

复杂 jointplot

选择 Seaborn 图表

在数据感知网格上创建图表

2010 US School Improvement Grants

Automobile Insurance Premiums

2018 College Scorecard Tuition

Daily Show Guests

US Housing and Urban Development FY 2018 Fair Market Rent

Washington DC Bike Share

想轻松绘制既美观又信息丰富的可视化图表吗？那您一定要学习 seaborn！Seaborn 是 Python 数据科学工具箱中不可或缺的可视化库。在本课程中，您将学习如何使用 seaborn 的高级可视化工具来分析多个真实数据集，包括 American Housing Survey、大学学费数据，以及热门电视节目 The Daily Show 的嘉宾数据。完成本课程后，您将能够使用 seaborn 的函数以多种形式可视化您的数据，并根据自身需求定制 seaborn 图表。

Data Manipulation with pandas

学习如何使用Seaborn函数以多种格式可视化数据，并根据需要自定义Seaborn图表。

Seaborn 数据可视化进阶

用 Seaborn 的高级可视化工具，轻松制作美观且信息丰富的可视化图表。

调色板

Seaborn 数据可视化进阶

动手互动练习