function_reference

# Seaborn 函数参考 本文档提供了所有主要 Seaborn 函数的综合参考，按类别组织。 ## 关系图 ### scatterplot() **用途：** 创建一个散点图，用点表示单个观测值。 **关键参数：** - `data` - DataFrame、数组或数组字典 - `x, y` - x 轴和 y 轴的变量 - `hue` - 用于颜色编码的分组变量 - `size` - 用于大小编码的分组变量 - `style` - 用于标记样式的分组变量 - `palette` - 调色板名称或列表 - `hue_order` - 分类 hue 级别的顺序 - `hue_norm` - 数值 hue 的归一化 (元组或 Normalize 对象) - `sizes` - 大小编码的大小范围 (元组或字典) - `size_order` - 分类大小级别的顺序 - `size_norm` - 数值大小的归一化 - `markers` - 标记样式 (字符串、列表或字典) - `style_order` - 分类样式级别的顺序 - `legend` - 图例绘制方式: "auto", "brief", "full", 或 False - `ax` - 绘图所在的 Matplotlib 轴 **示例：** python sns.scatterplot(data=df, x='height', y='weight', hue='gender', size='age', style='smoker', palette='Set2', sizes=(20, 200)) ### lineplot() **用途：** 绘制带有自动聚合和重复测量置信区间的折线图。 **关键参数：** - `data` - DataFrame、数组或数组字典 - `x, y` - x 轴和 y 轴的变量 - `hue` - 用于颜色编码的分组变量 - `size` - 用于线宽的分组变量 - `style` - 用于线型 (虚线) 的分组变量 - `units` - 用于采样单位的分组变量 (单位内不进行聚合) - `estimator` - 跨观测值聚合的函数 (默认: mean) - `errorbar` - 误差条方法: "sd", "se", "pi", ("ci", level), ("pi", level), 或 None - `n_boot` - 计算置信区间的自助法迭代次数 - `seed` - 可重复自助法的随机种子 - `sort` - 绘图前对数据排序 - `err_style` - 误差表示方式: "band" 或 "bars" - `err_kws` - 误差表示的附加参数 - `markers` - 强调数据点的标记样式 - `dashes` - 线条的虚线样式 - `legend` - 图例绘制方式 - `ax` - 绘图所在的 Matplotlib 轴 **示例：** python sns.lineplot(data=timeseries, x='time', y='signal', hue='condition', style='subject', errorbar=('ci', 95), markers=True) ### relplot() **用途：** 图级接口