Day30：数据可视化之Seaborn

在上一节中，我们介绍了Matplotlib在数据可视化中的应用，学会了绘制很多基本的统计图。本节我们将进一步探讨另一个强大的数据可视化库——Seaborn。

1. Seaborn的特点

Seaborn是建立在Matplotlib之上的Python数据可视化库，它提供了一种高级的界面和样式，使得绘图更加简单和美观。Seaborn的主要特点包括：

• 简单直观的API：Seaborn提供了一组简单而直观的API，方便用户快速绘制各种类型的图表。
• 美观的默认样式：Seaborn具有漂亮的默认样式，使得绘图的结果更加美观和专业。
• 强大的统计可视化功能：Seaborn专注于统计可视化，提供了许多方便的函数和方法，用于探索和展示数据之间的关系。
• 与Pandas无缝集成：Seaborn与Pandas库紧密结合，可以直接使用DataFrame进行数据可视化。

2. 风格和颜色设置

在Seaborn中，我们可以通过设置风格和颜色来定制图表的外观。Seaborn提供了几个内置的风格和调色板，可以根据需要选择适合的样式。

2.1 设置风格

Seaborn提供了5种内置的风格，分别是darkgrid、whitegrid、dark、white和ticks。我们可以使用set_style()函数设置风格，示例我们我们展示了白色网格，更多风格读者可以自行去尝试。

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0,14,100)
y1 = np.sin(x)

# 设置风格为白色网格
sns.set_style('whitegrid')
sns.set()
plt.plot(x, y1)

2.2 设置调色板

调色板是指一组颜色的集合，用于绘制图表中的不同元素。Seaborn提供了多种内置的调色板，可以通过set_palette()函数设置。

import seaborn as sns

# 设置调色板为10种颜色
sns.palplot(sns.color_palette("hls",10))

3. 数据集

Seaborn内置了一些示例数据集，用于绘