付費限定方格精選
【Day 18】seaborn視覺化教學 - 核密度圖、熱力圖
閱讀時間約 5 分鐘
進入第18天的教學，今天我們要來教的是比Matplotlib更進階的視覺化工具，也就是「seaborn」，seaborn是利用Matplotlib為基底做出來的工具，所以使用上會有與Matplotlib類似之處，而seaborn能夠讓你的圖視更加的專業化，所以就讓我們開始教學吧!!(程式碼位於文章下方)
匯入模組
首先當然是要先匯入今天要使用的模組，在這我們會使用到Numpy、Pandas、Matplotlib跟我們今天的主角seaborn，我們通常習慣將seaborn縮寫為sns
繪製核密度圖
那我們先從核密度圖開始教起，我們利用Numpy從常態分配中隨機產生X、Y各1000個值
以行動支持創作者！付費即可解鎖
本篇內容共 2296 字、0
則留言，僅發佈於30天速成:python從入門到股市分析你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
173會員
59內容數
我出生於財務金融與資訊背景，滿20歲便開始踏入股市。從當初對股市一無所知的菜鳥，到現在成為一名專注於AI股市研究的分析師，這是我的成長歷程。
我崇尚彼得·林區所強調的理念，認為在生活和工作中觀察，從周遭環境中挑選出適合投資的股票，並搭配近期快速崛起的程式交易、大數據分析等AI技術，立志打造輕鬆又便利的投資之路。
留言0
查看全部
你可能也想看
Google News 追蹤
Python資料視覺化在數據分析中扮演關鍵角色，透過視覺化捕捉數據模式、趨勢和異常，透過Matplotlib等工具創建專業圖表變相對簡單和高效。
最近在嘗試使用不同的AI生圖方式混合出圖的方式，採用A平台的優點，並用B平台後製的手法截長補短，創造出自己更想要的小說場景，效果不錯，現在以這張圖為例，來講一下我的製作步驟。
手把手帶你做風格海報！
一起來看看本次海報使用到的重點效果，大家可以跟著試試看！
本次使用素材：
點我下載素材一 點我下載素材二
(1) 製作背景
開啟新檔，畫布尺寸為 1080x1920 px。
並將素材一置入畫面後，使用選取工具將空白處選取1，直接點選生成填色2，並選擇合適的結果。
Python資料視覺化在數據分析中扮演關鍵角色，透過視覺化捕捉數據模式、趨勢和異常，透過Matplotlib等工具創建專業圖表變相對簡單和高效。
最近在嘗試使用不同的AI生圖方式混合出圖的方式，採用A平台的優點，並用B平台後製的手法截長補短，創造出自己更想要的小說場景，效果不錯，現在以這張圖為例，來講一下我的製作步驟。
手把手帶你做風格海報！
一起來看看本次海報使用到的重點效果，大家可以跟著試試看！
本次使用素材：
點我下載素材一 點我下載素材二
(1) 製作背景
開啟新檔，畫布尺寸為 1080x1920 px。
並將素材一置入畫面後，使用選取工具將空白處選取1，直接點選生成填色2，並選擇合適的結果。