Python 如何学习seaborn的例子

每个官方seaborn演示/示例都以sns.load_数据集开始。我想知道我在哪里可以得到这些seaborn数据集，这样我就可以遵循这些示例了

我试着自己用诸如在哪里找到官方seaborn数据集等短语找到它们，但没有找到

更新：

那么，我如何使用它们呢？我在跟踪，也就是说，我没有任何图表

不过，我的海生熊猫和熊猫都工作得很好。它们来自我的Anaconda安装，都是最新版本。我正在使用的matplotlib版本

---

@gabra，我在提问之前从互联网上找到了这些csv文件，因为我认为它们只是csv文件，不能直接用于sns.load_datasetxxx，对吗？

这些数据集位于另一个名为的存储库中

在此回购协议中，每个数据集都存储为.csv文件

使现代化 试试这个：

import seaborn as sns
%matplotlib inline # To show embedded plots in the notebook

tips = sns.load_dataset("tips")

fig, ax = plt.subplots()
ax = sns.boxplot(tips["total_bill"])

---

seaborn包应该包括示例教程中引用的示例数据集或检索数据集的方法

# Load the example planets dataset
planets = sns.load_dataset("planets")

当我在中查找行星数据集时，我没有看到数据集。稍微研究一下函数load_数据集，就会发现示例数据集来自在线，需要pandas包依赖性

def load_dataset(name, cache=True, data_home=None, **kws):
    """Load a dataset from the online repository (requires internet).
    Parameters
    ----------
    name : str
        Name of the dataset (`name`.csv on
        https://github.com/mwaskom/seaborn-data).  You can obtain list of
        available datasets using :func:`get_dataset_names`
    cache : boolean, optional
        If True, then cache data locally and use the cache on subsequent calls
    data_home : string, optional
        The directory in which to cache data. By default, uses ~/seaborn_data/
    kws : dict, optional
        Passed to pandas.read_csv
    """
    path = "https://github.com/mwaskom/seaborn-data/raw/master/{0}.csv"
    full_path = path.format(name)

    if cache:
        cache_path = os.path.join(get_data_home(data_home),
                                  os.path.basename(full_path))
        if not os.path.exists(cache_path):
            urlretrieve(full_path, cache_path)
        full_path = cache_path

    df = pd.read_csv(full_path, **kws)
    if df.iloc[-1].isnull().all():
        df = df.iloc[:-1]

    if not pandas_has_categoricals:
        return df

    # Set some columns as a categorical type with ordered levels

    if name == "tips":
        df["day"] = pd.Categorical(df["day"], ["Thur", "Fri", "Sat", "Sun"])
        df["sex"] = pd.Categorical(df["sex"], ["Male", "Female"])
        df["time"] = pd.Categorical(df["time"], ["Lunch", "Dinner"])
        df["smoker"] = pd.Categorical(df["smoker"], ["Yes", "No"])

    if name == "flights":
        df["month"] = pd.Categorical(df["month"], df.month.unique())

    if name == "exercise":
        df["time"] = pd.Categorical(df["time"], ["1 min", "15 min", "30 min"])
        df["kind"] = pd.Categorical(df["kind"], ["rest", "walking", "running"])
        df["diet"] = pd.Categorical(df["diet"], ["no fat", "low fat"])

    if name == "titanic":
        df["class"] = pd.Categorical(df["class"], ["First", "Second", "Third"])
        df["deck"] = pd.Categorical(df["deck"], list("ABCDEFG"))

    return df

---

数据集与seaborn一起安装。您想知道它们在您的计算机中的位置吗？您使用的matplotlib版本似乎太新，与seaborn版本不兼容。我会考虑使用旧版本的matplotlib。具体来说，可以尝试matplotlib 1.3.1，因为它是在2013年10月发布的，seaborn软件包是在2年前开发的。或者，在过去5个月中，seaborn软件包有很多承诺，这可能是对2015年2月发布的matplotlib 1.4.3的回应。我想两种都试试。你的matplotlib和seaborn版本是什么？嘿，请不要用编辑来改变问题。如果您需要答案中的更多细节，请对具体答案进行评论。如果您有新问题，请使用按钮提出新问题，并链接到此问题以供参考。您使用的matplotlib版本似乎太新，与seaborn版本不兼容。我会考虑使用旧版本的matplotlib.Hmm？我更新的问题应该表明我仍然很困惑和迷茫。请运行print matplotlib.\uuuu version\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu。您的问题已从该数据的位置更改为matplotlib的哪个版本与seaborn兼容。我们已经回答了最初的问题，但没有因此获得声誉积分，因为您已经扩展到另一个更耗时的问题。老兄，我说我的matplotlib版本与seaborn兼容，我说我不能使用那些.csv文件。@DanLowe，感谢您的反馈。我更新了它，我希望它更好。