如何遵循 seaborn 的示例

Question

每个官方 seaborn 演示/示例都以 sns.load_dataset() 开头。我想知道在哪里可以获得这些 seaborn 数据集以便我可以按照示例进行操作？

我尝试使用诸如 “在哪里可以找到官方 seaborn 数据集”等短语自己找到它们，但没有成功。

更新：

那么，我该如何使用它们呢？我正在关注http://stanford.edu/~mwaskom/software/seaborn/generated/seaborn.boxplot.html 和this is the only thing that I get，也就是说，我没有得到任何图表。

不过，我的 seaborn 和 pandas 都运行良好。它们来自我的 Anaconda 安装，并且都是最新版本。我正在使用的 matplotlib 版本works fine with seaborn as well。

@gabra，我在提问之前从网上找到了那些csv文件，因为我认为它们只是csv文件，不能直接在sns.load_dataset(xxx)中使用，对吧？

Answer 1

数据集位于另一个存储库中，称为seaborn-data。

在此 repo 中，每个数据集都存储为 .csv 文件。

更新

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"])

Answer 2

seaborn 包应包含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example folder 中查找“行星”数据集时，我看不到这些数据集。对函数“load_datasets”的一点探索表明，示例数据集来自seaborn-data file online，并且需要 pandas 包依赖项。

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