机器学习基础-seaborn

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
#%%
tips = pd.read_csv("./data/tips.csv")
tips
#%%
# 1.使用tips数据集，创建一个展示不同时间段(午餐/晚餐)账单总额分布的箱线图
sns.boxplot(data=tips,x = "time",y = "total_bill",
)

 

#%%
iris = pd.read_csv("./data/iris.csv")
iris
#%%
#2.使用iris数据集，绘制花萼sepal长度与花瓣长度的散点图，并按不同种类着色
# plt.figure(figsize=(20,8))
sns.scatterplot(data=iris,x="sepal_length",y="petal_length",hue="species"
)
plt.show()

 

#%%
flight = pd.read_csv("./data/flights.csv")
flight
#%%
# 3.创建航班乘客数据的月度变化折线图，按年份着色
plt.figure(figsize=(20,8))
sns.lineplot(data=flight,x="month",y="passengers",hue="year"
)
plt.show()

#%%
diamonds = pd.read_csv("./data/diamonds.csv")
diamonds
#%% md#%%
diamonds_small = diamonds.sample(n=10000, random_state=42)
#%%
# 用diamonds数据集(需从seaborn导入)，绘制克拉与价格的散点图，并按切工质量着色
plt.figure(figsize=(20,8))
sns.scatterplot(data=diamonds_small,x="price",  y="carat",hue="cut",alpha=0.5
)
plt.tight_layout()
plt.show()
#%%

penguins=pd.read_csv("./data/penguins.csv")
penguins
#%%
# 2.使用penguins数据集，绘制企鹅不同物种的喙长与喙深的联合分布图
sns.jointplot(data=penguins,x="bill_length_mm",y="bill_depth_mm",# kind="reg"hue="species"
)
plt.show()
#%%