Seaborn 分类图 - 简介
绘图主要用于描述两个或多个变量之间的关系。 这些变量可以完全是数字或代表一个类别，例如组、类或部门。 本文讨论了分类变量以及如何使用 Python 的 Seaborn 程序包可视化它们。
Seaborn 除了作为统计图表工具包之外，还包含各种默认数据集。 我们将使用其中一个内置数据集作为默认数据集的示例。
让我们考虑第一个示例中的提示数据集。 "tips"(小费)数据集包含有关可能在餐厅用餐的人的信息，以及他们是否给服务员小费，以及他们的性别、吸烟状况和其他因素。
Seaborn.get_dataset_names() 方法有助于检索内置数据集的所有名称。
seaborn.get_dataset_names()
load_dataset() 方法有助于将具有名称的数据集加载到数据结构中。
Tips=seaborn.load_dataset('tips')
上面的代码行有助于将名称为"tips"的数据集加载到名为 tips 的数据结构中。
有不同种类的分类图，例如分布图、估计图和散点图。 这些类别中的每一个都包含几个图。
| S.No | 类型 | 名称 |
|---|---|---|
| 1 | 分类散点图 | |
| 2 | 类别分布图 | |
| 3 | 类别估计图 |
