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()
#%%