python数据可视化: 使用seaborn(下)

数据

详细请见上一篇.

数据载入:

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt, cm
import seaborn as sns
from sqlalchemy import create_engine
import sqlite3
import warnings
%matplotlibwarnings.filterwarnings('ignore')
# plt.style.use('ggplot')
sns.set()
np.random.seed(2019)
# 解决使用seaborn风格中文乱码问题
sns.set_style('whitegrid',{'font.sans-serif':['simhei']})# 连接数据库
engine = create_engine('sqlite:///steam.sqlite')# 导入数据
df = pd.read_sql('select * from steam', con=engine)# 弃去index列
df.drop(columns='index', inplace=True)data = df[(df.owners<5000)&(df.average_forever<10000)].sample(1000)

seaborn 高级用法

组合图表

relplot()

用于在FacetGrid上绘制关系图的图级界面

# 使用col分列, row分行
_ = sns.relplot(data=data, x='positive', y='negative', hue='us_rank',col='free')

# 使用kind进行种类的选择
_ = sns.relplot(data=data, x='positive', y='negative', hue='us_rank',col='free', kind='line',style=