API 参考#

对象接口#

Plot 对象#

Plot

用于声明性地指定统计图形的接口。

Mark 对象#

Dot 标记

Dot

适用于点图或密度较低的散点图的标记。

Dots

由笔划定义的点标记,以更好地处理过绘图。

Line 标记

Line

将数据点连接起来的标记,沿着方向轴排序。

Lines

一种更快但不太灵活的标记,用于绘制多条线。

Path

将数据点按照它们出现的顺序连接起来的标记。

Paths

一种更快但不太灵活的标记,用于绘制多条路径。

Dash

以面向段的形式为每个数据点绘制的线标记。

Range

在最小/最大值之间绘制的面向线标记。

Bar 标记

Bar

在基线和数据值之间绘制的条形标记。

Bars

更快的条形标记,默认值更适合直方图。

填充标记

Area

从基线到数据值绘制的填充标记。

Band

表示值之间区间的填充标记。

文本标记

Text

用于注释或表示数据值的文本标记。

Stat 对象#

Agg

使用给定方法沿着值轴聚合数据。

Est

计算点估计和误差条间隔。

Count

统计组内不同观察值的次数。

Hist

对观察值进行分箱,统计它们的数量,并可选地进行归一化或累积。

KDE

计算单变量核密度估计。

Perc

将观察值替换为百分位数。

PolyFit

拟合给定阶数的多项式,并将数据重新采样到预测曲线。

Move 对象#

Dodge

沿着方向轴对重叠标记进行位移和缩小。

Jitter

沿着一个或两个轴随机位移,以减少过绘图。

Norm

在组内聚合后,在值轴上进行除法缩放。

Stack

沿着值轴对重叠的条形或区域标记进行位移。

Shift

以相同的幅度/方向对所有标记进行位移。

Scale 对象#

Boolean

一个域为 True 和 False 值的离散比例。

Continuous

支持范数和函数转换的数值比例。

Nominal

没有相对重要性/幅度的分类比例。

Temporal

适用于日期/时间数据的比例。

基类#

Mark

用于以视觉方式表示数据的对象的基类。

Stat

用于应用统计转换的对象的基类。

Move

用于应用简单位置转换的对象的基类。

Scale

用于将数据值映射到视觉属性的对象的基类。

函数接口#

关系图#

relplot

用于在 FacetGrid 上绘制关系图的图级别接口。

scatterplot

绘制散点图,可以有几个语义分组。

lineplot

绘制折线图,可以有几个语义分组。

分布图#

displot

用于在 FacetGrid 上绘制分布图的图级别接口。

histplot

绘制单变量或双变量直方图,以显示数据集的分布情况。

kdeplot

使用核密度估计绘制单变量或双变量分布。

ecdfplot

绘制经验累积分布函数。

rugplot

通过沿着 x 轴和 y 轴绘制刻度来绘制边缘分布。

distplot

已弃用

分类图#

catplot

用于在 FacetGrid 上绘制分类图的图级别接口。

stripplot

使用抖动绘制分类散点图,以减少过绘图。

swarmplot

绘制分类散点图,点经过调整以确保不重叠。

boxplot

绘制箱线图,以显示相对于类别的分布。

violinplot

绘制表示 KDE 的斑块,并添加观察值或箱线图统计数据。

boxenplot

为更大的数据集绘制增强型箱线图。

pointplot

使用带标记的线显示点估计和误差。

barplot

将点估计和误差显示为矩形条形。

countplot

使用条形显示每个分类箱中观察值的计数。

回归图#

lmplot

在 FacetGrid 上绘制数据和回归模型拟合。

regplot

绘制数据和线性回归模型拟合。

residplot

绘制线性回归的残差。

矩阵图#

heatmap

将矩形数据绘制为颜色编码矩阵。

clustermap

将矩阵数据集绘制为层次聚类热图。

多图网格#

Facet 网格#

FacetGrid

用于绘制条件关系的多图网格。

Pair 网格#

pairplot

绘制数据集中成对关系。

PairGrid

用于绘制数据集中成对关系的子图网格。

Joint 网格#

jointplot

绘制两个变量的图,包括双变量图和单变量图。

JointGrid

用于绘制带有边缘单变量图的双变量图的网格。

主题#

set_theme

为所有 matplotlib 和 seaborn 图设置视觉主题的各个方面。

axes_style

获取控制图的一般样式的参数。

set_style

设置控制图的一般样式的参数。

plotting_context

获取控制绘图元素缩放的参数。

set_context

设置控制绘图元素缩放的参数。

set_color_codes

更改 matplotlib 颜色缩写的方式。

reset_defaults

将所有 RC 参数恢复为默认设置。

reset_orig

将所有 RC 参数恢复为原始设置(尊重自定义 rc)。

set

set_theme()的别名,是首选接口。

调色板#

set_palette

使用 Seaborn 调色板设置 Matplotlib 颜色循环。

color_palette

返回定义调色板的颜色列表或连续色图。

husl_palette

在 HUSL 系统中返回具有恒定亮度和饱和度的色调。

hls_palette

在 HLS 系统中返回具有恒定亮度和饱和度的色调。

cubehelix_palette

从 cubehelix 系统创建顺序调色板。

dark_palette

创建从暗色到 color 的顺序调色板。

light_palette

创建从亮色到 color 的顺序调色板。

diverging_palette

创建两个 HUSL 颜色之间的分歧调色板。

blend_palette

创建在颜色列表之间混合的调色板。

xkcd_palette

使用 xkcd 颜色调查中的颜色名称创建调色板。

crayon_palette

使用 Crayola 蜡笔的颜色名称创建调色板。

mpl_palette

从 matplotlib 注册表返回调色板或色图。

调色板小部件#

choose_colorbrewer_palette

从 ColorBrewer 集中选择调色板。

choose_cubehelix_palette

启动交互式小部件以创建顺序的 cubehelix 调色板。

choose_light_palette

启动交互式小部件以创建亮色顺序调色板。

choose_dark_palette

启动交互式小部件以创建暗色顺序调色板。

choose_diverging_palette

启动交互式小部件以选择分歧颜色调色板。

实用函数#

despine

从绘图中删除顶部和右侧的脊。

move_legend

在新的位置重新创建绘图的图例。

saturate

返回具有相同色调的完全饱和的颜色。

desaturate

将颜色的饱和度通道降低一定百分比。

set_hls_values

独立操作颜色的 h、l 或 s 通道。

load_dataset

从在线存储库加载示例数据集(需要互联网)。

get_dataset_names

报告可用的示例数据集,有助于报告问题。

get_data_home

返回示例数据集缓存目录的路径。