19. Seaborn库基础

# ⚠️ 平台原始代码 - 请原样输入至教学平台（注释除外），平台才会判定答案正确
import seaborn as sns  # 导入Seaborn可视化库
import matplotlib.pyplot as plt  # 导入Matplotlib绑图库
# 加载titanic数据集
titanic = sns.load_dataset("titanic")
# 使用catplot函数绘制柱状图
sns.catplot(x="class", y="survived", hue="sex", data=titanic, kind="bar")
# 设置标题
plt.subplots_adjust(top=0.9)
plt.suptitle("Survival rate by class and sex")  # 设置图形总标题
# 显示图形
plt.savefig("1.png")

import numpy as np
import pandas as pd

# 设置随机种子，确保结果可重复
np.random.seed(42)

# 创建包含100行数据的DataFrame
data = pd.DataFrame({
    'Category': np.random.choice(['A', 'B', 'C'], 100),
    'Value1': np.random.randn(100),
    'Value2': np.random.randn(100) + 2
})

# 创建2x2的子图布局
fig, axes = plt.subplots(2, 2, figsize=(12, 10))

# 子图1：箱线图
sns.boxplot(data=data, x='Category', y='Value1', ax=axes[0, 0])
axes[0, 0].set_title('箱线图')

# 子图2：小提琴图
sns.violinplot(data=data, x='Category', y='Value1', ax=axes[0, 1])
axes[0, 1].set_title('小提琴图')

# 子图3：热力图
corr = data[['Value1', 'Value2']].corr()
sns.heatmap(corr, annot=True, cmap='coolwarm', ax=axes[1, 0])
axes[1, 0].set_title('相关性热力图')

# 子图4：散点图带回归线
sns.regplot(data=data, x='Value1', y='Value2', ax=axes[1, 1])
axes[1, 1].set_title('散点图与回归线')

plt.tight_layout()
plt.show()

# 设置样式和配色
sns.set_style('whitegrid')
sns.set_palette('husl')

plt.figure(figsize=(10, 6))

# 加载小费数据集
data_plot = sns.load_dataset('tips')

# 绘制多维散点图：颜色=星期，大小=人数
sns.scatterplot(data=data_plot, x='total_bill', y='tip', hue='day', size='size')

plt.title('餐厅小费分析', fontsize=14)
plt.xlabel('总账单', fontsize=12)
plt.ylabel('小费', fontsize=12)
plt.legend(title='星期')
plt.show()