广州网站制作哪家专业凡科互动游戏可以作弊码

matplotlib 和 seaborn
能绘制的几乎所有图形类型的完整分类清单（近100种），涵盖基础统计图、分布图、多变量图、图像与空间图、极坐标图、图像处理、聚类与降维可视化等内容，适用于科研、数据科学、医学影像等多种场景。

---

✅ 一、基础统计图（Basic Statistical Plots）

图类型	描述	Seaborn	Matplotlib
折线图	显示趋势变化，例如时间序列	lineplot()	plot()
散点图	变量之间的关系	scatterplot()	scatter()
条形图（Bar）	类别的数量比较或聚合统计	barplot()	bar()
水平条形图	横向类别条形图	barplot(orient='h')	barh()
直方图	单变量分布的频数图	histplot()	hist()
饼图	类别所占比例	❌	pie()
点图	类似条形图，但以点表示均值	pointplot()	plot() (自定义)

---

✅ 二、分布图（Distribution Plots）

图类型	描述	Seaborn
直方图	变量的分布	histplot() / displot()
核密度估计（KDE）	平滑分布曲线	kdeplot()
经验分布图（ECDF）	累积分布函数曲线	ecdfplot()
Rug plot	边缘分布的标记	rugplot()
箱型图	分位数与离群点展示	boxplot()
Boxen图	类似箱型图，适合大样本	boxenplot()
小提琴图	箱型图 + KDE	violinplot()
分组分布图	分布图分组展示	displot(hue=...)

---

✅ 三、多变量关系图（Multi-variate Plots）

图类型	描述	Seaborn
Pair plot（成对关系图）	多变量之间两两关系的散点图和分布图	pairplot()
Joint plot（联合图）	主变量间的散点图 + 边缘直方图/KDE图	jointplot()
Swarm plot	类别下变量的分布（无重叠）	swarmplot()
Strip plot	类别下变量的分布（可重叠）	stripplot()
Catplot（总览接口）	类别变量的统一作图接口，支持 bar/violin/swarm 等	catplot()
Count plot	类别频数统计图	countplot()

---

✅ 四、回归图与拟合（Regression Visualization）

图类型	描述	Seaborn
回归拟合图	带拟合线的散点图	regplot()
多组回归拟合图	类别分组回归拟合图	lmplot()
多变量拟合	可在 lmplot() 中使用 hue、col、row 等	lmplot()

---

✅ 五、聚合统计图（Statistical Estimation Plots）

图类型	描述	Seaborn
Bar plot（估计）	显示类别均值及置信区间	barplot()
Point plot（估计）	点线图，适合趋势对比	pointplot()
Lineplot（估计）	折线图形式的估计展示	lineplot()
Error bars	显示置信区间或误差范围	所有估计类图均可带 ci= 参数控制

---

✅ 六、热力图与矩阵图（Heatmaps & Matrix Plots）

图类型	描述	Seaborn
Heatmap（热力图）	显示矩阵值的热度	heatmap()
Clustermap（聚类热图）	自动聚类 + 热力图	clustermap()
Corrplot（相关性图）	变量之间的相关系数热图	heatmap(df.corr())

---

✅ 七、时间序列图（Time Series）

图类型	描述	Seaborn / Matplotlib
时间趋势图	时间轴下的数值变化	lineplot(), plot()
滑动平均线	使用 .rolling().mean() 平滑处理	lineplot() + pandas
周期性标记图	日/周/月标记图，自定义 x 轴标签等	xticks() 设置

---

✅ 八、分类数据图（Categorical Plots）

可通过 catplot() 快速生成以下图：

• kind='strip'：stripplot
• kind='swarm'：swarmplot
• kind='box'：boxplot
• kind='violin'：violinplot
• kind='boxen'：boxenplot
• kind='point'：pointplot
• kind='bar'：barplot
• kind='count'：countplot

---

✅ 九、极坐标图（Polar / Circular）

图类型	描述	Matplotlib
极坐标图	使用角度和半径表示数据	subplot(polar=True)
雷达图（蜘蛛图）	多维数据可视化	自定义 polar 绘制
环状图（Donut）	饼图加空心中心	pie() + 空白圆

---

✅ 十、图像与医学图可视化（Image Visualization）

图类型	描述	Matplotlib
图像灰度显示	医学图像 / MRI / CT / 热图显示	imshow(..., cmap='gray')
彩色图像显示	RGB / 多通道 MRI	imshow()
图像直方图	灰度值频率	hist(image.ravel())
多图子图组合（subplot）	同时显示多个图像或视图	subplot(), subplots()
等高线图（Contour）	图像等值线	contour()
图像叠加	原图+Mask	imshow(..., alpha=0.5)

---

✅ 十一、三维图形（3D Plots）需要 mpl_toolkits.mplot3d

图类型	描述	Matplotlib
3D 曲线图	空间折线图	ax.plot3D()
3D 散点图	三维空间分布	ax.scatter3D()
3D 表面图	曲面图	ax.plot_surface()
3D 条形图	柱状图	ax.bar3d()
3D 等高线	三维数据的等值线图	ax.contour3D()

---

✅ 十二、降维与聚类图（常与其他库结合，如 sklearn）

图类型	描述	可用库
PCA 2D/3D 散点图	主成分分析后的二维可视化	matplotlib, seaborn
t-SNE 可视化	非线性降维的样本空间展示	matplotlib, seaborn
UMAP 可视化	保局部结构的降维展示	matplotlib, seaborn
KMeans 聚类分布图	聚类结果叠加于散点图	scatter() + label
层次聚类树状图（Dendrogram）	层次聚类的结构图	scipy.cluster.hierarchy

---

✅ 十三、风格、调色板与主题（辅助功能）

功能	示例
Seaborn 风格设置	sns.set_theme(style='darkgrid')
调色板	sns.color_palette('pastel')
Facet 网格	sns.FacetGrid(df, col='var')
多图组合显示	plt.subplot(), plt.subplots()

---