seaborn

    2热度

    1回答

    我正在尝试一些非常简单的事情,我敢肯定错误是愚蠢的,所以提前道歉。 这里是整个代码: import pandas as pd import numpy as np import seaborn as sns import matplotlib.pyplot as plt CrizWT = 134.2 CrizWT2 = 199.4 df = pd.DataFrame(columns

    3热度

    1回答

    我第一次玩seaborn,试图在不同的情节使用matplotlib subplots绘制不同列的熊猫数据框。下面的简单代码产生了期望的数字,但最后一幅图没有合适的y范围(它似乎与数据框中所有值的范围有关)。 有没有人有一个想法,为什么发生这种情况,以及如何防止它?谢谢。 import matplotlib.pyplot as plt import numpy as np import pand

    0热度

    1回答

    下kdeplot在左侧高峰,我想带来更多的成为关注的焦点: a = np.array([1] * 100 + [5]) sns.kdeplot(a) 我通常的方式做到这一点是pyplot.xlim电话,但像这样的分布,在这么多的缩放显示锯齿状曲线,不像典型的平滑曲线KDE: plt.xlim(.5, 1.1) sns.kdeplot(a); 是否有任何方法通过kdeplot限制x轴的方

    -2热度

    1回答

    假设我有如下的数据,我想绘制一个条形图,该条形图将显示每个范围的值作为x轴上的单独条形,而算在yaxis中。 range count 0 0-2 172 1 02-05 82 2 05-10 117 3 10-15 164 4 15-20 141 5 20 and above 380 我尝试以下, plt.bar(a['range'],

    3热度

    1回答

    这里是我的数据框: jan f m a m j \ 2000 -7.894737 22.387006 22.077922 14.5455 15.8038 -3.33333 2001 -3.578947 11.958763 28.741093 5.05415 74.7151 11.2426 2002 -24.439661 -2.570483 1.810242 8.560

    4热度

    1回答

    我们可以得到一个情节一样波纹管 import numpy as np, pandas as pd; np.random.seed(0) import seaborn as sns; sns.set(style="white", color_codes=True) tips = sns.load_dataset("tips") g = sns.lmplot(x="total_bill", y=

    1热度

    1回答

    我想考虑时间序列数据,加速度计的三个轴是精确的。我正在深入研究文档,但并未立即看到如何提供多个信号并试图找出如何整理大熊猫和海鸟的数据。绘制三个信号的一次运行之后,我希望能覆盖这些相同信号的多次运行得到一个情节是这样,但对于三个信号: import matplotlib.pyplot as plt import pandas as pd import seaborn as sns data

    1热度

    3回答

    我创建一个箱线为波纹管 import seaborn as sns sns.set_style("whitegrid") tips = sns.load_dataset("tips") ax = sns.boxplot(x=tips["total_bill"]) &尽量节省 sns.boxplot.savefig('ax.png') 或 ax.savefig('ax.png')

    3热度

    1回答

    我有数据,波纹管 df = {u'Shkala' : [u'Wo', u' In', u'Ami', u'Tm', u'Re', u' Em', u'Leo', u' Ai', u' Sc', u'Ct', u' Cm', u'Py', u'Ac', u' Ie', u' Cs', u'Mp', u'Do', u' So', u'F/m', u'Lp', u' Sy', u'

    8热度

    2回答

    我开始学习一些python(使用R)进行数据分析。我试图使用seaborn创建两个地块,但它一直保存在第一个地块的第二个地块。我该如何阻止这种行为? import seaborn as sns iris = sns.load_dataset('iris') length_plot = sns.barplot(x='sepal_length', y='species', data=iris).