目录
2.1 Categorical scatterplots(分类散点图)
2.2 Categorical distribution plots(分类分布图)
2.2.3 violinplot+stripplot(小提琴图+分布散点图)
2.2.4 violinplot+swarmplot(小提琴图+分布密度散点图)
2.2.5 boxplot+stripplot(箱线图+分布散点图)
2.2.6 boxplot+swarmplot(箱线图+分布密度散点图)
2.3 Categorical estimate plots(分类估计图)
3 Distribution plots(分布图)3.1 distplot(直方图)
1.Relational plots(关系图)
Seaborn中介绍的第一种类型的图就是Relational plots(关系图),这里翻译一下官网对他的解释:“统计分析是理解数据集中变量如何相互关联以及这些关系如何依赖于其他变量的过程。可视化可能是这个过程的核心部分,因为当数据被正确地可视化时,人类视觉系统可以看到指示某种关系的趋势和模式。”
Relational plots(关系图)中主要讨论的是三个seaborn函数。我们最常用的是relplot()。这是一个图形级函数使用两种常用方法可视化统计关系:散点图(scatter plots)和线图(line plots)。
还是第一步,导入我们需要的各种模块:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="darkgrid") #这是seaborn默认的风格
1.1 scatterplot(散点图)
散点图是统计可视化的重要组成部分。它使用点来描述两个变量的联合分布,其中每个点代表数据集中的一个观察。这种描绘可以推断出大量关于它们之间是否有任何有意义的关系的信息。
在seaborn中有几种(后面介绍)绘制散点图的方法,当两个变量都是数字时,应该使用的最基本的是scatterplot()功能。在Categorical plots(分类图)中,我们将看到使用散点图可视化分类数据的专门工具。
scatterplot参数:
#scatterplot参数
seaborn.scatterplot(x=None, y=None, hue=None, style=None, size=None,
data=None, palette=None, hue_order=None, hue_norm=None, sizes=None,
size_order=None, size_norm=None, markers=True, style_order=None,
x_bins=None, y_bins=None, units=None, estimator=None, ci=95, n_boot=1000,
alpha='auto', x_jitter=None, y_jitter=None, legend='brief', ax=None, **kwargs)
在所有的seaborn绘图时,里面的参数是众多的,但是不用担心,大部分参数是相同的,只有少部分存在差异,有些通过对单词的理解就可知道其含义,这里我只根据每个具体的图形重要的参数做一些解释,并简单的介绍这些常用参数的含义。
- x,y:容易理解就是你需要传入的数据,一般为dataframe中的列;
- hue:也是具体的某一可以用做分类的列,作用是分类;
- data:是你的数据集,可要可不要,一般都是dataframe;
- style:绘图的风格(后面单独介绍);
- size:绘图的大小(后面介绍);
- palette:调色板(后面单独介绍);
- markers:绘图的形状(后面介绍);
- ci:允许的误差范围(空值误差的百分比,0-100之间),可为‘sd’,则采用标准差(默认95);
- n_boot(int):计算置信区间要使用的迭代次数;
- alpha:透明度;
- x_jitter,y_jitter:设置点的抖动程度。
先来个简单的散点图,绘制看看效果:
tips=sns.load_dataset("tips")
tips.head()
#画图
ax=sns.scatterplot(x='total_bill',y='tip',data=tips)
接下来,复杂一点,按另一个变量分组(hue参数起了作用),不同类型的方式(style),点的大小(size),并显示具有不同颜色的组:
ax=sns.scatterplot(x='total_bill',y='tip'
,hue='day' #按day进行分类
,style='time' #绘图的风格,形状
,size='size' #点的大小
,data=tips)
1.2 lineplot(线图)
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)
fmri=sns.load_dataset("fmri")
fmri.head()
ax=sns.lineplot(x='timepoint',y='signal',data=fmri)
#阴影是默认的置信区间,可设置ci=0,将其去除
接下来,来个复杂一点儿的:
ax=sns.lineplot(x='timepoint',y='signal'
,hue='event' #event进行分类
,style='event' #风格
,markers=True #绘图的形状
,dashes=False #破折号
,data=fmri)
1.3 relplot(关系图)
seaborn.relplot(x=None, y=None, hue=None, size=None, style=None,
data=None, row=None, col=None, col_wrap=None, row_order=None,
col_order=None, palette=None, hue_order=None, hue_norm=None,
sizes=None, size_order=None, size_norm=None, markers=None, dashes=None,
style_order=None, legend='brief', kind='scatter', height=5, aspect=1,
facet_kws=None, **kwargs)
relplot(关系图)可以看做是lineplot和scatterplot的归约,可以通过kind参数来指定画什么图形,重要参数解释如下:
- kind:默认scatter(散点图),也可以选择kind='line'(线图);
- sizes:List、dict或tuple,可选,简单点就是图片大小,注意和size区分;
- col、row:将决定网格的面数的分类变量,具体看实例;
tips=sns.load_dataset('tips')
g=sns.relplot(kind='scatter',x='total_bill',y='tip',data=tips) #relplot默认是scatter
其他参数设置:
g=sns.relplot(kind='scatter',x='total_bill',y='tip',data=tips
,hue='time'
,size='size' #绘图的大小
,palette=['b','r'] #颜色控制
,sizes=(10,100) #图片大小
,col='time'
,row='sex' #col、row:将决定网格的面数的分类变量
)
2.Categorical plots(分类图)
Categorical plots(分类图)可以具体分为下面三种类型,8个小图:
1、Categorical scatterplots(分类散点图)
- stripplot(分布散点图)
- swarmplot(分布密度散点图)
2、Categorical distribution plots(分类分布图)
- boxplot(箱线图)
- violinplot(小提琴图)
- boxenplot(箱形图)
3、Categorical estimate plots(分类估计图)
- pointplot(点图)
- barplot(条形图)
- countplot(计数统计图)
2.1 Categorical scatterplots(分类散点图)
2.1.1 stripplot(分布散点图)
stripplot(分布散点图)的意思就是按照不同类别对样本数据进行分布散点图绘制。stripplot(分布散点图)一般并不单独绘制,它常常与boxplot和violinplot联合起来绘制,作为这两种图的补充。
seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None,
hue_order=None, jitter=True, dodge=False, orient=None, color=None,
palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)
- x,y,data:输入数据可以多种格式传递,在大多数情况下,使用Numpy或Python对象是可能的,但是更可取的是pandas对象,因为相关的名称将用于对轴进行注释。此外,还可以对分组变量使用分类类型来控制情节元素的顺序。
- order:用order参数进行筛选分类类别,例如:order=[‘sun’,‘sat’];
- jitter:抖动项,表示抖动程度,可以使float,或者True;
- dodge:重叠区域是否分开,当使用hue时,将其设置为True,将沿着分类轴将不同色调级别的条带分开。
- orient:“v” | “h”,vertical(垂直) 和 horizontal(水平)的意思;
基本的图:
tips=sns.load_dataset('tips')
ax=sns.stripplot(x='day',y='total_bill',data=tips)
多增加几个参数的修改:
ax=sns.stripplot(x='day',y='total_bill',data=tips
,hue='smoker'
,jitter=True #抖动项,表示抖动程度,可以使float,或者True;
,palette='Set1' #颜色
,dodge=True #重叠区域是否分开
)
2.1.2 swarmplot(分布密度散点图)
这个函数类似于stripplot(),但是对点进行了调整(只沿着分类轴),这样它们就不会重叠。这更好地表示了值的分布,但它不能很好地扩展到大量的观测。
seaborn.swarmplot(x=None, y=None, hue=None, data=None, order=None,
hue_order=None, dodge=False, orient=None, color=None, palette=None, size=5,
edgecolor='gray', linewidth=0, ax=None, **kwargs)
可以看出,swarmplot和stripplot参数上基本一致,少了jitter,因为它显示的是分布密度,不需要添加抖动项。
ax=sns.swarmplot(x='day',y='total_bill',data=tips)
多增加几个参数的修改:
ax=sns.swarmplot(x='day',y='total_bill',data=tips
,hue='smoker'