1.seaborn基本设置

将 Seaborn 提供的样式声明代码 sns.set() 放置在绘图前，就可以设置图像的样式

seaborn.set(context=‘notebook‘, style=‘darkgrid‘, palette=‘deep‘, font=‘sans-serif‘, font_scale=1, color_codes=True, rc=None)

• context： 参数控制着默认的画幅大小，分别有 {paper, notebook, talk, poster} 四个值。其中，poster > talk > notebook > paper。
• style：参数控制默认样式，分别有 {darkgrid, whitegrid, dark, white, ticks}，你可以自行更改查看它们之间的不同。
• palette：参数为预设的调色板。分别有 {deep, muted, bright, pastel, dark, colorblind} 等，你可以自行更改查看它们之间的不同。
• font：用于设置字体
• font_scale：设置字体大小
• color_codes：不使用调色板而采用先前的 ‘r‘ 等色彩缩写

2.seaborn图的分类

1. 关联图
   1. replot (relational plots) 关系类图表的接口，其实是下面两种图的集成，通过指定kind参数可以画出下面的两种图
   2. 散点图scatterplot
   3. 线形图lineplot
2. 类别图
   1. catplot 分类图表的接口，其实是下面八种图表的集成，通过指定kind参数可以画出下面的八种图
   2. 分类散点图
      1. stripplot() (kind="strip")
      2. swarmplot() (kind="swarm")
   3. 分类分布图
      1. boxplot() (kind="box")
      2. violinplot() (kind="violin")
      3. boxenplot() (kind="boxen")
   4. 分类估计图
      1. pointplot() (kind="point")
      2. barplot() (kind="bar")
      3. countplot() (kind="count")
3. 分布图
   1. 单变量分布图
      1. 直方图，质量估计图 distplot()
      2. 核函数密度估计图kdeplot()
   2. 双变量关系图
      1. 双变量关系图jointplot() 
      2. 变量关系组图pairplot()
      3. 将数组中的数据点绘制为轴上的数据rugplot()
4. 回归图
   1. 回归模型图Implot()
   2. 线性回归图regplot()
   3. 线性回归残差图residplot()
5. 矩阵图组合图
1. 热力图heatmap()
2. 聚集图clustermap()

参考文献：

【1】seaborn.set — seaborn 0.9.0 documentation

seaborn画图总览

原文：https://www.cnblogs.com/nxf-rabbit75/p/12098659.html