python的内置数据集mpg

使用seaborn库加载mpg数据集的方法

mpg数据集是seaborn库自带的内置数据集，可以通过导入seaborn库并调用sns.load_dataset('mpg')来加载。例如：

import seaborn as sns
mpg_data = sns.load_dataset('mpg')
print(mpg_data.head())
这样可以方便地获取该数据集并进行后续分析。

mpg数据集的主要字段解析

mpg数据集主要包含汽车相关的属性信息，包括：

• mpg：每加仑英里数，表示燃油效率
• cylinders：发动机气缸数
• displacement：发动机排量
• horsepower：马力
• weight：汽车重量
• acceleration：加速性能
• model_year：车型年份
• origin：车辆产地
  这些字段对分析汽车性能及燃油效率有重要作用。

用matplotlib和seaborn绘制mpg数据的简单双变量图

加载mpg数据集后，可以用matplotlib或seaborn制作诸如燃油效率与马力的散点图:

import seaborn as sns
import matplotlib.pyplot as plt

mpg_data = sns.load_dataset('mpg')
sns.scatterplot(data=mpg_data, x='horsepower', y='mpg')
plt.title('Horsepower vs. MPG')
plt.show()
这样能直观展示马力与燃油效率之间的关系，也能进一步用柱状图等展示其他字段的分布。