我肯定我忘了一件很简单的事，但我找不到适合西伯恩的情节。
如果我这样做:
import seaborn as sns
然后，我像往常一样用matplotlib创建的任何图形都得到Seaborn样式(背景中有灰色网格)。
然而，如果我试着做其中一个例子，比如:
In [1]: import seaborn as sns
In [2]: sns.set()
In [3]: df = sns.load_dataset('iris')
In [4]: sns.pairplot(df, hue='species', size=2.5)
Out[4]: <seaborn.axisgrid.PairGrid at 0x3e59150>
pairplot函数返回一个PairGrid对象，但是没有显示图形。
我有点困惑，因为matplotlib似乎正常工作，Seaborn样式应用于其他matplotlib图，但Seaborn函数似乎没有做任何事情。有人知道是什么问题吗?
当前回答
这对我很有效
import matplotlib.pyplot as plt
import seaborn as sns
.
.
.
plt.show(sns)
其他回答
如果你在IPython控制台(在那里你不能使用%matplotlib内联)而不是Jupyter notebook中绘图，并且不想重复运行plt.show()，你可以使用IPython——pylab启动IPython控制台:
$ ipython --pylab
Python 3.6.6 |Anaconda custom (64-bit)| (default, Jun 28 2018, 17:14:51)
Type 'copyright', 'credits' or 'license' for more information
IPython 7.0.1 -- An enhanced Interactive Python. Type '?' for help.
Using matplotlib backend: Qt5Agg
In [1]: import seaborn as sns
In [2]: tips = sns.load_dataset("tips")
In [3]: sns.relplot(x="total_bill", y="tip", data=tips) # you can see the plot now
这对我很有效
import matplotlib.pyplot as plt
import seaborn as sns
.
.
.
plt.show(sns)
我的建议是
图()并给出一些SNS图。例如
sns.distplot(数据)。
虽然它看起来没有显示任何情节，当你最大化的数字，你将能够看到情节。
使用seaborn创建的图需要像普通matplotlib图一样显示。 可以使用
plt.show()
函数来自matplotlib。
最初，我发布的解决方案是使用已经从seaborn (sns.plt.show())导入的matplotlib对象，但这被认为是一个坏的做法。因此，只需直接导入_matplotlib。Pyplot_模块，并显示您的绘图
import matplotlib.pyplot as plt
plt.show()
如果使用IPython notebook，可以调用内联后端，以消除在每个情节之后调用show的必要性。各自的魔法是
%matplotlib inline
我经常会问这个问题，我总是要花一段时间才能找到我想要的:
import seaborn as sns
import matplotlib.pyplot as plt
plt.show() # <--- This is what you are looking for
请注意:在Python 2中，你也可以使用sns.plt.show()，但在Python 3中不能。
完整的示例
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""Visualize C_0.99 for all languages except the 10 with most characters."""
import seaborn as sns
import matplotlib.pyplot as plt
l = [41, 44, 46, 46, 47, 47, 48, 48, 49, 51, 52, 53, 53, 53, 53, 55, 55, 55,
55, 56, 56, 56, 56, 56, 56, 57, 57, 57, 57, 57, 57, 57, 57, 58, 58, 58,
58, 59, 59, 59, 59, 59, 59, 59, 59, 60, 60, 60, 60, 60, 60, 60, 60, 61,
61, 61, 61, 61, 61, 61, 61, 61, 61, 61, 62, 62, 62, 62, 62, 62, 62, 62,
62, 63, 63, 63, 63, 63, 63, 63, 63, 63, 64, 64, 64, 64, 64, 64, 64, 65,
65, 65, 65, 65, 65, 65, 65, 65, 65, 65, 65, 66, 66, 66, 66, 66, 66, 66,
67, 67, 67, 67, 67, 67, 67, 67, 68, 68, 68, 68, 68, 69, 69, 69, 70, 70,
70, 70, 71, 71, 71, 71, 71, 72, 72, 72, 72, 73, 73, 73, 73, 73, 73, 73,
74, 74, 74, 74, 74, 75, 75, 75, 76, 77, 77, 78, 78, 79, 79, 79, 79, 80,
80, 80, 80, 81, 81, 81, 81, 83, 84, 84, 85, 86, 86, 86, 86, 87, 87, 87,
87, 87, 88, 90, 90, 90, 90, 90, 90, 91, 91, 91, 91, 91, 91, 91, 91, 92,
92, 93, 93, 93, 94, 95, 95, 96, 98, 98, 99, 100, 102, 104, 105, 107, 108,
109, 110, 110, 113, 113, 115, 116, 118, 119, 121]
sns.distplot(l, kde=True, rug=False)
plt.show()
给了
