Seaborn 分类图表简介

绘图主要用于描绘两个或多个变量之间的关系。这些变量可以是完全数值的，也可以表示一个类别，如组、类或部门。本文讨论分类变量以及如何使用Python的Seaborn包对其进行可视化。

Seaborn除了是一个统计绘图工具包，还包含各种默认数据集。我们将使用内置数据集之一作为默认数据集的示例。

让我们在第一个示例中考虑“tips”数据集。’tips’数据集包含了有关可能在餐馆用餐并且是否为侍者留下小费的人的信息，还包括他们的性别、吸烟状况和其他因素。

Seaborn.get_dataset_names()方法可帮助检索所有内置数据集的名称。

seaborn.get_dataset_names()

load_dataset() 方法有助于将数据集加载到数据结构中。

Tips=seaborn.load_dataset('tips')

上面的代码行帮助将名为’tips’的数据集加载到名为tips的数据结构中。

有不同类型的分类图，例如分布图、估计图和散点图。每个类别都包含几个图。