Seaborn

Wprowadzenie do `seaborn` w Pythonie¶

Seaborn to biblioteka w Pythonie służąca do tworzenia pięknych i informatywnych wizualizacji statystycznych. Jest oparty na matplotlib, ale udostępnia interfejs o wyższym poziomie, który jest łatwiejszy do użycia i daje bardziej atrakcyjne wyniki wizualne.

Instalacja¶

By zacząć korzystać z seaborn, musimy go najpierw zainstalować:

pip install seaborn

Pierwsza wizualizacja¶

Zobaczmy, jak łatwo stworzyć atrakcyjny wykres za pomocą seaborn:

import seaborn as sns
import matplotlib.pyplot as plt

# Przykładowe dane
tips = sns.load_dataset("tips")

# Wykres skrzynkowy
sns.boxplot(x="day", y="total_bill", data=tips)
plt.show()

Bogactwo wykresów¶

Seaborn oferuje wiele rodzajów wykresów, które mogą pomóc w zrozumieniu Twoich danych:

Wykres liniowy:

sns.lineplot(x="timepoint", y="signal", data=data)

Mapa cieplna:
```
sns.heatmap(data.corr())
```
Pairplot (pokazujący relacje między kilkoma zmiennymi):
```
sns.pairplot(data)
```

... i wiele innych!

Stylizacja¶

Jednym z głównych atutów seaborn jest jego zdolność do tworzenia estetycznych wykresów z niewielkim nakładem pracy:

# Ustawienie stylu
sns.set_style("whitegrid")

# Tworzenie wykresu
sns.scatterplot(x="total_bill", y="tip", hue="time", data=tips)
plt.show()

Dlaczego warto używać `seaborn`?¶

Estetyka - Wbudowane style i palety kolorów sprawiają, że Twoje wykresy są ładniejsze od samego początku.
Łatwość użycia - Wysokopoziomowy interfejs umożliwia szybkie tworzenie skomplikowanych wizualizacji.
Integracja z pandas - Seaborn świetnie współpracuje z DataFrame'ami z pandas, co czyni analizę danych jeszcze prostszą.
Bogate możliwości - Od prostych wykresów punktowych po skomplikowane wizualizacje wielowymiarowe.

Podsumowanie¶

Seaborn to wspaniałe narzędzie dla każdego, kto chce wizualizować dane w Pythonie w atrakcyjny i wyrafinowany sposób. Jeśli chcesz, aby Twoje analizy były nie tylko dokładne, ale także estetyczne, warto dać szansę seaborn.