Python高级可视化库seaborn分类分析(基础整理)

分类统计图

（1）统计柱状图barplot(均值和置信区间)
（2）灰度柱状图countplot
（3）点图pointplot(均值和置信区间)

分类散点图

当有一维数据是分类数据时，散点图成为了条带形状：
（1）航线图stripplot，设置参数添加抖动方法jitter=True(点的直接展示)
（2）生成蜂群图swarmplot，避免散点重叠(点的直接展示)

分类分布图

（1）箱式图boxplot：上下边缘、上下四分位数、中位数(近似分布)
（2.1）提琴图violinplot：箱式图 + KDE((近似分布))
（2.2）非对称提琴图：violinplot里的split=True参数

分类统计子图

（1）单分类标准的子图factorplot
（2）多分类标准的子图PairGrid

---

分类统计图

（1）统计柱状图barplot(均值和置信区间)

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)
np.random.seed(2017)
titanic = sns.load_dataset("titanic")

sns.barplot(x="sex", y="survived", hue="class", data=titanic)

（2）灰度柱状图countplot

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)
np.random.seed(2017)
titanic = sns.load_dataset("titanic")

sns.countplot(x="class", data=titanic)

（3）点图pointplot(均值和置信区间)

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)
np.random.seed(2017)
titanic = sns.load_dataset("titanic")

sns.pointplot(x="class", y="survived", hue="sex", data=titanic,
              palette={"male": "g", "female": "m"},
              markers=["^", "o"], linestyles=["-", "--"]) 
#palette数设置线点颜色,markers参数设置线点样式

分类散点图

当有一维数据是分类数据时，散点图成为了条带形状：
（1）航线图stripplot，设置参数添加抖动方法jitter=True(点的直接展示)

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)
np.random.seed(2017)
tips = sns.load_dataset("tips")

sns.stripplot(x="day", y="total_bill", data=tips, jitter=True)

（2）生成蜂群图swarmplot，避免散点重叠(点的直接展示)

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)
np.random.seed(2017)
tips = sns.load_dataset("tips")

sns.swarmplot(x="day", y="total_bill", hue="sex", data=tips)

分类分布图

（1）箱式图boxplot：上下边缘、上下四分位数、中位数(近似分布)

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)
np.random.seed(2017)
tips = sns.load_dataset("tips")

sns.boxplot(x="day", y="total_bill", hue="time", data=tips)

（2.1）提琴图violinplot：箱式图 + KDE((近似分布))

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)
np.random.seed(2017)
tips = sns.load_dataset("tips")

sns.violinplot(x="day", y="total_bill", hue="time", data=tips, \
               bw=2, scale="count", scale_hue=False)  #bw设置带宽,scale设置每个提琴的相对大小(count表示带宽除相应桶内频数),scale_hue设置缩放是按hue里最大宽度归一化(False)，还是按单个violin归一化(True)
#可以交换x,y坐标,即横着的提琴图

（2.2）非对称提琴图：violinplot里的split=True参数

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)
np.random.seed(2017)
tips = sns.load_dataset("tips")

sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True, inner="stick")  #inner参数绘制实例点

分类统计子图

（1）单分类标准的子图factorplot

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)
np.random.seed(2017)
tips = sns.load_dataset("tips")

sns.factorplot(x="day", y="total_bill", hue="smoker", col="time", data=tips, kind="swarm")

（2）多分类标准的子图PairGrid

g = sns.PairGrid(tips,
                 x_vars=["smoker", "time", "sex"],
                 y_vars=["total_bill", "tip"],
                 aspect=.75, size=3.5)
g.map(sns.violinplot, palette="pastel"); #palette参数设置颜色