seaborn load_dataset 全部离线数据集

python-seaborn库-常用代码，列举了常用的绘图函数，以及比较常用的操作，代码结构清晰，注释明了，适合参考。

问题描述： 我在终端使用pip3 install seaborn库，但奇怪的是我打开jupyter notebook时，它还是说我没有导入成功，坑！！！ 解决方法： 在mac中打开访达进入下面文件夹 /usr/local/share/jupyter/kernels/python3 打开kernel.json，进行如下修改 修改前： 修改后 将python修改成/usr/local/bin/python3 重启jupyter notebook，可以发现不会再报错了 教训： 遇到报错，用Google去搜索，然后去GitHub里面的issues找答案，里面会有很多大佬帮你解决问题，而且回答

pysci：IPython，Numpy，Pandas，Matplotlib，Seaborn，Sklearn，Statsmodels

seaborn可视化库

Seaborn 0.9 中文文档

通过python爬虫，对德语专业的招聘数据做了数据爬取，之后采用seaborn库作了可视化，包括了琴形图、柱状图、曲线图还有箱型图，此处给出爬虫python代码和可视化代码，如有疑问还可以联系本人

使用python中最有用的50个数据可视化图形，并且用代码清晰的演示了使用matplotlib和seaborn库的过程并且展示了最终的结果。 文章地址：https://blog.csdn.net/qq_35318838/article/details/102590566

1. 目录 1. 目录 2 2. 绘图函数Plotting functions 4 2.1. 可视化的统计关系Visualizing statistical relationships 4 2.1.1. 用散点图联系变量Relating variables with scatter plots 4 2.1.2. 强调线条图的连续性Emphasizing continuity with line plots 10 2.1.3. 显示与切面的多个关系Showing multiple relationships with facets 21 2.2. 分类数据绘图Plotting with categorical data 24 2.2.1. 分类散点图Categorical scatterplots 26 2.2.2. 分类观测值分布Distributions of observations within categories 31 2.2.3. 分类统计估计Statistical estimation within categories 37 2.2.4. 对“wide-form”数据作图Plotting “wide-form” data 41 2.2.5. 显示与facet的多个关系Showing multiple relationships with facets 43 2.3. 可视化数据集的分布Visualizing the distribution of a dataset 44 2.3.1. 绘制单变量分布Plotting univariate distributions 45 2.3.2. 绘制二元分布Plotting bivariate distributions 51 2.3.3. 在数据集中可视化成对关系Visualizing pairwise relationships in a dataset 55 2.4. 可视化线性关系Visualizing linear relationships 57 2.4.1. 函数绘制线性模型Functions to draw linear regression models 58 2.4.2. 拟合不同种类的模型Fitting different kinds of models 61 2.4.3. 在其他变量上的情况Conditioning on other variables 68 2.4.4. 控制图表的大小和形状Controlling the size and shape of the plot 71 2.4.5. 在其他上下文中绘制回归图Plotting a regression in other contexts 73 3. 多图网格Multi-plot grids 76 3.1. 构建结构化的多图网格Building structured multi-plot grids 76 3.2. 有条件的小倍数Conditional small multiples 77 3.3. 使用定制函数Using custom functions 86 3.4. 绘制成对的数据关系Plotting pairwise data relationships 90 4. 绘图美学Plot aesthetics 99 4.1. 控制图表美学Controlling figure aesthetics 99 4.1.1. Seaborn图表风格Seaborn figure styles 101 4.1.2. 删除轴上的小凸起Removing axes spines 104 4.1.3. 临时设置图表样式Temporarily setting figure style 105 4.1.4. 覆盖Seaborn样式的元素Overriding elements of the seaborn styles 106 4.1.5. 缩放图表元素Scaling plot elements 108 4.2. 选择调色板Choosing color palettes 111 4.2.1. 创建颜色调色板Building color palettes 111 4.2.2. 定性调色板Qualitative color palettes 112 4.2.3. 连续调色板Sequential color palettes 116 4.2.4. 不同颜色的调色板Diverging color palettes 122 4.2.5. 设置默认调色板Setting the default color palette 124 5. 教程中的数据集 125