折線圖是排列在工作表的列或行中的數據可以繪制到折線圖中。折線圖可以顯示随時間（根據常用比例設置）而變化的連續數據，因此非常适用于顯示在相等時間間隔下數據的趨勢。（更多内容關注：Aubgbd）

• 導入所需庫

import pandas as pdimport osimport matplotlib.pyplot as pltimport seaborn as snsplt.style.use('ggplot')importmatplotlibmatplotlib.rcParams['font.sans-serif'] = ['SimHei']matplotlib.rcParams['axes.unicode_minus']=False

• 函數原型

seaborn.lineplot(x=None, y=None, hue=None, size=None, style=None, data=None, palette=None, hue_order=None, hue_norm=None, sizes=None, size_order=None, size_norm=None, dashes=True, markers=None, style_order=None, units=None, estimator='mean', ci=95, n_boot=1000, sort=True, err_style='band', err_kws=None,legend='brief',ax=None,**kwargs)

• 導入數據

fmri = pd.read_csv('fmri.csv') fmri[:5]

• 以“timepoint"為x軸,以'signal"為y軸，繪制折線圖。

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

• 以“timepoint"為x軸,以'signal"為y軸，以“region"為分類，以”event"區分顯示圖例，繪制折線圖。

sns.lineplot(x="timepoint", y="signal",hue="region", style="event", data=fmri)

• 以“timepoint"為x軸,以'signal"為y軸，以“event"為分類且以”event"區分顯示圖例，設置數據點為圓點顯示，繪制折線圖。

sns.lineplot(x="timepoint", y="signal",hue="event", style="event", markers="o", data=fmri)

• 使用類似pandas自帶的繪圖方式繪制折線圖

import numpy as np, pandas as pd; plt.close("all") index = pd.date_range("1 1 2000", periods=100, freq="m", name="date") data = np.random.randn(100, 4).cumsum(axis=0) wide_df = pd.DataFrame(data, index, ["a", "b", "c", "d"]) ax = sns.lineplot(data=wide_df)

以上就是本期折線圖内容，下期我們分享分類數據圖seaborn.catplot的繪制方法。