Seaborn

import seaborn as snsimport numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltdef snsPlot(flip=1):    x = np.linspace(0, 15, 100)    for i in range(1, 7):        plt.plot(x, np.sin(x+i*0.5)*i*flip)

sns.set()    #设置seaborn的默认风格# seaborn五种风格：darkgrid（默认）,whitegrid,dark,white,tickssns.set_style('whitegrid')    #设置seaborn的默认风格sns.despine(fig=None, ax=None, top=True, right=True, left=False, bottom=False, offset=None, trim=False)# fig:操作的figure,offset:让轴远离图像,trim=修剪轴刻度sns.axes_style(style=None, rc=None)# 返回style的各种配置，rc对相关的配置进行设置，可用于with中，临时改变aesthetic布局。# set_style("ticks", {"xtick.major.size": 8, "ytick.major.size": 8})sns.set_context(context=None, font_size=1, rc=None)# context有notebook,paper,talk,postersns.plotting_context(context=None, font_size=1, rc=None)# 返回相应的context的设置

sns.distplot(a,bins=None,hist=True,kde=True,rug=False)    # 直方图sns.rugplot(a,height=0.01, axis='x', ax=None)# ax为matplotlib axes对象 x, y = np.random.multivariate_normal(mean, cov, size=50).T # Note:原shape为(2,50),赋值操作必要转置 sns.kdeplot(data,data2=None, shade=False) # data2：绘制2维；shade：是否填充； sns.jointplot(x,y,data=None) # data：DataFrame对象，此时x,y就是data中的列