เหตุใดจึงใช้ seaborn แทน matplotlib แบบพื้นฐาน
โค้ดน้อยลง พร้อมค่าเริ่มต้นที่ฉลาดขึ้น
เหตุใดจึงใช้ seaborn แทน matplotlib แบบพื้นฐาน เป็นบทเรียน Data Science Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Data Science Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Data Science Academy มีบทเรียนทั้งหมด 4 บทเรียน
วิธีสร้างกราฟที่เป็นมิตรมากขึ้น
matplotlib วาดกราฟได้แทบทุกแบบ แต่ต้องเขียนโค้ดจำนวนมาก seabornทำงานอยู่บนไลบรารีนี้และเปลี่ยนกราฟที่ใช้กันทั่วไปให้เหลือเพียงบรรทัดเดียวที่เป็นระเบียบ
นำเข้าเพียงครั้งเดียว
ชุมชนนักพัฒนามักนำเข้า seaborn โดยใช้ชื่อ sns เมื่อนำมาใช้คู่กับ pandas คุณก็พร้อมสร้างกราฟจากข้อมูลจริง
import seaborn as sns
import pandas as pdสร้างมาเพื่อ DataFrames
seaborn รองรับ DataFrame โดยตรง คุณส่งตารางเข้าไปแล้วระบุชื่อคอลัมน์ แทนการดึงรายการข้อมูลดิบออกมาเอง
sns.scatterplot(data=df, x="age", y="income")ค่าเริ่มต้นที่ชาญฉลาดตั้งแต่แรก
สังเกตสี ระยะห่าง และเส้นตารางที่คุณไม่ต้องกำหนดเอง seaborn มาพร้อมค่าเริ่มต้นที่ปรับมาให้ดูสะอาดเรียบร้อยโดยไม่ต้องตั้งค่าใด ๆ
ตั้งธีมทั้งสมุดบันทึก
เรียกใช้เพียงครั้งเดียวก็ปรับรูปแบบกราฟทุกกราฟในสมุดบันทึกของคุณได้ set_theme เปลี่ยนพื้นหลัง แบบอักษร และชุดสีให้กับเซสชันทั้งหมด
sns.set_theme(style="whitegrid")มีสถิติมาให้ในตัว
กราฟ seaborn หลายแบบคำนวณสิ่งต่าง ๆ ให้คุณได้ เช่น ค่าเฉลี่ยหรือช่วงความเชื่อมั่น ไลบรารีนี้สร้างมาเพื่อกราฟเชิงสถิติ ไม่ใช่แค่เส้นกับจุด
โค้ดน้อยลง ผลลัพธ์เหมือนเดิม
กราฟแท่งแบบจัดกลุ่มที่ต้องใช้โค้ด matplotlib หลายบรรทัด มักย่อเหลือการเรียกใช้ seaborn เพียงครั้งเดียว คุณเขียนเจตนาของกราฟ ไม่ต้องเขียนรายละเอียดเบื้องหลัง
sns.barplot(data=df, x="team", y="score")ยังคงทำงานอยู่บน matplotlib
seaborn ไม่ได้มาแทนที่ matplotlib แต่เป็นการต่อยอด ทุกกราฟของ seaborn มีรูปภาพ matplotlib อยู่เบื้องหลัง ดังนั้นเครื่องมือทั้งสองจึงทำงานร่วมกันได้
ปรับแต่งด้วย matplotlib ได้ทุกเมื่อ
ต้องการชื่อกราฟหรือขอบเขตแกนแบบกำหนดเองใช่ไหม เพียงเรียกใช้ plt ต่อจากการเรียก seaborn แล้วปรับแต่งรูปภาพเดิมได้ทันที
import matplotlib.pyplot as plt
plt.title("Scores by Team")มีชุดข้อมูลในตัวไว้ฝึก
seaborn รวบรวมตารางตัวอย่างที่เป็นระเบียบไว้ให้ คุณจึงทดลองได้ทันที load_dataset มอบ DataFrame ที่พร้อมใช้งาน โดยไม่ต้องค้นหาไฟล์ใด ๆ
tips = sns.load_dataset("tips")ควรเลือกใช้แบบใด
เริ่มด้วย seaborn เมื่อต้องการกราฟเชิงสถิติที่สร้างได้รวดเร็วและดูดี ใช้matplotlibโดยตรงเมื่อจำเป็นต้องควบคุมรายละเอียดทุกพิกเซลอย่างเต็มที่เท่านั้น
ตรวจสอบอย่างรวดเร็ว
seaborn เกี่ยวข้องกับ matplotlib อย่างไร
ทบทวน: seaborn ชนะด้านความเร็ว
คุณได้เห็นแล้วว่าเหตุใด seaborn จึงเป็นตัวเลือกเริ่มต้นที่ใช้ง่าย: รองรับ DataFrames ได้ดี มีค่าเริ่มต้นที่ชาญฉลาด เพิ่มสถิติให้ และยังเปิดให้ matplotlib ปรับแต่งรายละเอียดได้ ถึงเวลาสร้างกราฟแล้ว 📊
เรียนรู้ Python ด้วย AI tutor — ฟรี
เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป
- คอร์ส
- 30
- บทเรียน
- 120
คำถามที่พบบ่อย
บทเรียน “เหตุใดจึงใช้ seaborn แทน matplotlib แบบพื้นฐาน” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “เหตุใดจึงใช้ seaborn แทน matplotlib แบบพื้นฐาน” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Data Science Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Data Science Academy มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “เหตุใดจึงใช้ seaborn แทน matplotlib แบบพื้นฐาน”
โค้ดน้อยลง พร้อมค่าเริ่มต้นที่ฉลาดขึ้น คุณปฏิบัติ Data Science Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Data Science Academy หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน Data Science Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน
บทเรียน “เหตุใดจึงใช้ seaborn แทน matplotlib แบบพื้นฐาน” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน Data Science Academy นี้ได้ไหม
ได้ บทเรียน Data Science Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- เหตุใดจึงใช้ seaborn แทน matplotlib แบบพื้นฐาน
- การแจกแจง: hist, kde และ box
- ความสัมพันธ์: scatter และ line
- แฟกเซ็ต สี และรูปแบบ