python seaborn画图
在做分析时候,有时需要画几个图看看数据分布情况,但总记不住python的绘图函数。今天有空顺便整理下python的seaborn绘图函数库。
Seaborn其实是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,在大多数情况下使用seaborn就能做出很具有吸引力的图,而使用matplotlib能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充,而不是替代物。
seaborns是针对统计绘图的,方便啊。
一般来说,seaborn能满足数据分析90%的绘图需求,够用了,如果需要复杂的自定义图形,还是要matplotlit。这里也只是对seaborn官网的绘图API简单翻译整理下,对很多参数使用方法都没有说到,如果需要精细绘图,还是需要参照其seaborn的文档的。
这里简要介绍常用的图形,常用的参数,其精美程度不足以当做报告绘图,算是做笔记吧。
1.几个概念
如果使用过R语言的ggplot2绘图包,对分组分面,统计绘图等概念应该很熟悉,这里也介绍下。
1.1.分组绘图
比如说需要在一张图上绘制两条曲线,分别是南方和北方的气温变化,分别用不同的颜色加以区分。在seaborn中用hue参数控制分组绘图。
1.2.分面绘图
其实就是在一张纸上划分不同的区域,比如2*2的子区域,在不同的子区域上绘制不同的图形,在matplotlib中就是 add_subplot(2,2,1),在seaborn中用col参数控制,col的全称是columns,不是color,如果辅助col_wrap参数会更好些。后来发现,col可以控制columns的子图,那么row可以控制rows的子图排列。
如果需要分面绘图,应该使用seaborn的FacetGrid对象,seaborn的一般的绘图函数是没有分面这个参数的。
1.3.统计函数
分组绘图的时候,会对分组变量先要用统计函数,然后绘图,比如先计算变量的均值,然后绘制该均值的直方图。统计绘图参数是 estimator,很多情况下默认是numpy.mean。在ggplot2中就大量使用了这种方法。如果不适用统计绘图,就需要先用pandas进行groupby分组汇总,然后用seaborn绘图,多此一举了。
2.图形分类
在seaborn中图形大概分这么几类,因子变量绘图,数值变量绘图,两变量关系绘图,时间序列图,热力图,分面绘图等。
因子变量绘图
- 箱线图boxplot
- 小提琴图violinplot
- 散点图striplot
- 带分布的散点图swarmplot
- 直方图barplot
- 计数的直方图countplot
- 两变量关系图factorplot
回归图
回归图只要探讨两连续数值变量的变化趋势情况,绘制x-y的散点图和回归曲线。
- 线性回归图lmplot
- 线性回归图regplot
分布图
包括单变量核密度曲线,直方图,双变量多变量的联合直方图,和密度图
热力图
1. 热力图heatmap
聚类图
1. 聚类图clustermap
时间序列图
1. 时间序列图tsplot
2. 我的时序图plot_ts_d , plot_ts_m
分面绘图
1.分面绘图FacetGrid
3.因子变量绘图
3.1.boxplot箱线图
import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
# 绘制箱线图
ax = sns.boxplot(x=tips["total_bill"])
# 竖着放的箱线图,也就是将x换成y
ax = sns.boxplot(y=tips["total_bill"])
- 1
- 2
- 3
- 4
- 5
- 6
- 7
# 分组绘制箱线图,分组因子是day,在x轴不同位置绘制
ax = sns.boxplot(x="day", y="total_bill", data=tips)
- 1
- 2
# 分组箱线图,分子因子是smoker,不同的因子用不同颜色区分
# 相当于分组之后又分组
ax = sns.boxplot(x="day", y="total_bill", hue="smoker",
data=tips, palette="Set3")
- 1
- 2
- 3
- 4
# 改变线宽,linewidth参数
ax = sns.boxplot(x="day", y="total_bill", hue="time",
data=tips, linewidth=2.5)
# 改变x轴顺序,order参数
ax = sns.boxplot(x="time", y="tip", data=tips,
order=["Dinner", "Lunch"])
- 1
- 2
- 3
- 4
- 5
- 6
- 7
# 对dataframe的每个变量都绘制一个箱线图,水平放置
iris = sns.load_dataset("iris")
ax = sns.boxplot(data=iris, orient="h", palette="Set2")
- 1
- 2
- 3
箱线图+有分布趋势的散点图–>的组合图
# 箱线图+有分布趋势的散点图
# 图形组合也就是两条绘图语句一起运行就可以了,相当于图形覆盖了
ax = sns.boxplot(x="day", y="total_bill", data=tips)
ax = sns.swarmplot(x="day", y="total_bill", data=tips, color=".25")
- 1
- 2
- 3
- 4
3.2.violinplot小提琴图
小提琴图其实是箱线图与核密度图的结合,箱线图展示了分位数的位置,小提琴图则展示了任意位置的密度,通过小提琴图可以知道哪些位置的密度较高。在图中,白点是中位数,黑色盒型的范围是下四分位点到上四分位点,细黑线表示须。外部形状即为核密度估计(在概率论中用来估计未知的密度函数,属于非参数检验方法之一)。
import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
# 绘制小提琴图
ax = sns.violinplot(x=tips["total_bill"])
- 1
- 2
- 3
- 4
- 5
# 分组的小提琴图,同上面的箱线图一样通过X轴分组
ax = sns.violinplot(x="day", y="total_bill", data=tips)
- 1
- 2
# 通过hue分组的小提琴图,相当于分组之后又分组
ax = sns.violinplot(x="day", y="total_bill", hue="smoker",
data=tips, palette="muted")
- 1
- 2
- 3
# 分组组合的小提琴图,其实就是hue分组后,各取一半组成一个小提琴图
ax = sns.violinplot(x="day", y="total_bill", hue="smoker",
data=tips, palette="muted", split=True)
- 1
- 2
- 3
# 调整x轴顺序,同样通过order参数
ax = sns.violinplot(x="time", y="tip", data=tips,
order=["Dinner", "Lunch"])
- 1
- 2
- 3
其他的样式不常用,就不贴上来了。
3.3.stripplot散点图
需要注意的是,seaborn中有两个散点图,一个是普通的散点图,另一个是可以看出分布密度的散点图。下面把它们花在一起就明白了。
# 普通的散点图
ax1 = sns.stripplot(x=tips["total_bill"])
# 带分布密度的散点图
ax2 = sns.swarmplot(x=tips["total_bill"])
- 1
- 2
- 3
- 4
# 分组的散点图
ax = sns.stripplot(x="day", y="total_bill", data=tips)
- 1
- 2
# 添加抖动项的散点图,jitter可以是0.1,0.2...这样的小数,表示抖动的程度大小
ax = sns.stripplot(x="day", y="total_bill", data=tips, jitter=True)
- 1
- 2
# 是不是想横着放呢,很简单的,x-y顺序换一下就好了
ax = sns.stripplot(x="total_bill", y="day", data=tips,jitter=True)
- 1
- 2
# 重点来了,分组绘制,而且是分组后分开绘制,在柱状图中,跟分组柱状图类似的。
# 通过 hue, split 参数控制
# 1.分组
ax = sns.stripplot(x="sex", y="total_bill", hue="day",
data=tips, jitter=True)
# 2.分开绘制
ax = sns.stripplot(x="day", y="total_bill", hue="smoker",
data=tips, jitter=True,palette="Set2", split=True)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
# 散点图+小提起图
# 两条命令一起运行就行了
ax = sns.violinplot(x="day", y="total_bill", data=tips,inner=None, color=".8")
ax = sns.stripplot(x="day", y="total_bill", data=tips,jitter=True)
- 1
- 2
- 3
- 4
3.4.swarmplot带分布的散点图
swarmplt的参数和用法和stripplot的用法是一样的,只是表现形式不一样而已。
import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
ax = sns.swarmplot(x=tips["total_bill"])
- 1
- 2
- 3
- 4
# 分组的散点图
ax = sns.swarmplot(x="day", y="total_bill", data=tips)
- 1
- 2
# 箱线图+散点图
# whis 参数设定是否显示箱线图的离群点,whis=np.inf 表示不显示
ax = sns.boxplot(x="tip", y="day", data=tips, whis=np.inf)
ax = sns.swarmplot(x="tip", y="day", data=tips)
- 1
- 2
- 3
- 4
# 小提琴图+散点图
ax = sns.violinplot(x="day", y="total_bill", data=tips, inner=None)
ax = sns.swarmplot(x="day", y="total_bill", data=tips,
color="white", edgecolor="gray")
- 1
- 2
- 3
- 4
3.5.pointplot
Show point estimates and confidence intervals using scatter plot glyphs.
使用散点图符号显示点估计和置信区间。
这个我不知道在什么地方用到,不太明白。就先写这个了。
3.6.barplot直方图
我不喜欢显示直方图上面的置信度线,难看,所以下面的图形我都设置ci=0.(Size of confidence intervals to draw around estimated values)
直方图的统计函数,绘制的是变量的均值 estimator=np.mean
# 注意看看Y轴,看到没,统计函数默认是 mean,
import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
ax = sns.barplot(x="day", y="total_bill", data=tips,ci=0)
- 1
- 2
- 3
- 4
- 5
# 分组的柱状图
ax = sns.barplot(x="day", y="total_bill", hue="sex", data=tips,ci=0)
- 1
- 2
# 绘制变量中位数的直方图,estimator指定统计函数
from numpy import median
ax = sns.barplot(x="day", y="tip", data=tips,
estimator=median, ci=0)
- 1
- 2
- 3
- 4
# 改变主题颜色
# palette="Blues_d"
ax = sns.barplot("size", y="total_bill", data=tips,
palette="Blues_d")
- 1
- 2
- 3
- 4
3.7.countplot计数统计图
这个很重要,对因子变量计数,然后绘制条形图
import seaborn as sns
sns.set(style="darkgrid")
titanic = sns.load_dataset("titanic")
ax = sns.countplot(x="class", data=titanic)
- 1
- 2
- 3
- 4
# 分组绘图
ax = sns.countplot(x="class", hue="who", data=titanic)
# 如果是横着放,x用y替代
ax = sns.countplot(y="class", hue="who", data=titanic)
- 1
- 2
- 3
- 4
- 5
3.8.factorplot
这是一类重要的变量联合绘图。
绘制 因子变量-数值变量 的分布情况图。
# 用小提琴图 反应 time-pulse 两变量的分布情形
import seaborn as sns
sns.set(style="ticks")
exercise = sns.load_dataset("exercise")
g = sns.factorplot(x="time", y="pulse", hue="kind",
data=exercise, kind="violin")
- 1
- 2
- 3
- 4
- 5
- 6
# 不同的deck(因子)绘制不同的alive(数值),col为分子图绘制,col_wrap每行画4个子图
titanic = sns.load_dataset("titanic")
g = sns.factorplot(x="alive", col="deck", col_wrap=4,
data=titanic[titanic.deck.notnull()],
kind="count", size=2.5, aspect=.8)
- 1
- 2
- 3
- 4
- 5
4.回归图
回归图有两个,我暂时没有看出他们有什么区别,从函数说明来看看吧。
lmplot: Plot data and regression model fits across a FacetGrid.
regplot:Plot data and a linear regression model fit.
4.1.回归图lmplot
# 线性回归图
import seaborn as sns; sns.set(color_codes=True)
tips = sns.load_dataset("tips")
g = sns.lmplot(x="total_bill", y="tip", data=tips)
- 1
- 2
- 3
- 4
# 分组的线性回归图,通过hue参数控制
g = sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips)
- 1
- 2
# 分组绘图,不同的组用不同的形状标记
g = sns.lmplot(x="total_bill", y="tip", hue="smoker",
data=tips,markers=["o", "x"])
- 1
- 2
- 3
# 不仅分组,还分开不同的子图绘制,用col参数控制
g = sns.lmplot(x="total_bill", y="tip", col="smoker", data=tips)
- 1
- 2
# col+hue 双分组参数,既分组,又分子图绘制,jitter控制散点抖动程度
g = sns.lmplot(x="size", y="total_bill", hue="day",
col="day",data=tips, aspect=.4, x_jitter=.1)
- 1
- 2
- 3
# 分组绘制,控制size尺寸
g = sns.lmplot(x="total_bill", y="tip", col="day", hue="day",
data=tips, col_wrap=2, size=3)
- 1
- 2
- 3
# 既然col可以控制分组子图的,那么row也是可以控制分组子图的
g = sns.lmplot(x="total_bill", y="tip", row="sex",
col="time", data=tips, size=3)
- 1
- 2
- 3
4.2.回归图regplot
Plot the relationship between two variables in a DataFrame:
import seaborn as sns; sns.set(color_codes=True)
tips = sns.load_dataset("tips")
ax = sns.regplot(x="total_bill", y="tip", data=tips)
- 1
- 2
- 3
# 控制散点的形状和颜色
import numpy as np; np.random.seed(8)
mean, cov = [4, 6], [(1.5, .7), (.7, 1)]
x, y = np.random.multivariate_normal(mean, cov, 80).T
ax = sns.regplot(x=x, y=y, color="g", marker="+")
- 1
- 2
- 3
- 4
- 5
# 控制回归的置信度,你会看到拟合直线的外面的面积的有变化的
ax = sns.regplot(x=x, y=y, ci=68)
- 1
- 2
# 上面的都是拟合一次曲线,拟合二次曲线通过order=2设置,
# 拟合一次曲线相当于 order=1
ans = sns.load_dataset("anscombe")
ax = sns.regplot(x="x", y="y", data=ans.loc[ans.dataset == "II"],
scatter_kws={"s": 80},order=2, ci=None, truncate=True)
- 1
- 2
- 3
- 4
- 5
5.数值分布绘图
5.1.直方图histplot
直方图hist=True,核密度曲线rug=True
# 绘制数值变量的密度分布图
# 默认既绘制核密度曲线,也绘制直方图
import seaborn as sns, numpy as np
sns.set(rc={"figure.figsize": (8, 4)}); np.random.seed(0)
x = np.random.randn(100)
ax = sns.distplot(x)
- 1
- 2
- 3
- 4
- 5
- 6
# 只绘制核密度曲线,不绘制直返图
ax = sns.distplot(x, rug=True, hist=False)
- 1
- 2
# 横着放
ax = sns.distplot(x, vertical=True)
- 1
- 2
5.2.核密度图kdeplot
# 绘制核密度图
import numpy as np; np.random.seed(10)
import seaborn as sns; sns.set(color_codes=True)
mean, cov = [0, 2], [(1, .5), (.5, 1)]
x, y = np.random.multivariate_normal(mean, cov, size=50).T
ax = sns.kdeplot(x)
- 1
- 2
- 3
- 4
- 5
- 6
# shade参数决定是否填充曲线下面积
ax = sns.kdeplot(x, shade=True, color="r")
- 1
- 2
# 双变量密度图,相当于等高线图了
# shade 参数改用颜色深浅表示密度的大小,不过不用,就真的是等高线了
ax = sns.kdeplot(x, y, shade=True)
- 1
- 2
- 3
# 分组绘制双变量的核密度图
# 相当于绘制两个核密度图,通过图可以看到密度中心
# 类似于挖掘算法中聚类中心绘图
iris = sns.load_dataset("iris")
setosa = iris.loc[iris.species == "setosa"] # 组1
virginica = iris.loc[iris.species == "virginica"] # 组2
ax = sns.kdeplot(setosa.sepal_width, setosa.sepal_length,
cmap="Reds", shade=True, shade_lowest=False)
ax = sns.kdeplot(virginica.sepal_width, virginica.sepal_length,
cmap="Blues", shade=True, shade_lowest=False)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
5.3.双变量关系图jointplot
joint,顾名思义,就是联合呀。
Draw a plot of two variables with bivariate and univariate graphs.
kind参数可以使用不同的图形反应两变量的关系,比如点图,线图,核密度图。
# 默认绘制双变量的散点图,计算两个变量的直方图,计算两个变量的相关系数和置信度
import numpy as np, pandas as pd; np.random.seed(0)
import seaborn as sns; sns.set(style="white", color_codes=True)
tips = sns.load_dataset("tips")
g = sns.jointplot(x="total_bill", y="tip", data=tips)
- 1
- 2
- 3
- 4
- 5
# 通过kind参数,除了绘制散点图,还要绘制拟合的直线,拟合的核密度图
g = sns.jointplot("total_bill", "tip", data=tips, kind="reg")
- 1
- 2
# 使用六角形代替点图图
g = sns.jointplot("total_bill", "tip", data=tips, kind="hex")
- 1
- 2
# 绘制核密度图
iris = sns.load_dataset("iris")
g = sns.jointplot("sepal_width", "petal_length", data=iris,
kind="kde", space=0, color="g")
- 1
- 2
- 3
- 4
# 控制图形的大小和颜色
g = sns.jointplot("total_bill", "tip", data=tips,
size=5, ratio=3, color="g")
- 1
- 2
- 3
5.4.变量关系组图pairplot
就是绘制dataframe中各个变量两两之间的关系图。
在变量关系图中,最常见的就是 x-y的线图,x-y的散点图,x-y的回归图。其实这三者都可以通过lmplot绘制,只是控制不同的参数而已。x-y的线图,其实就是时间序列图,这里就不说了。
这里又说一遍散点图,是为了和前面的因子变量散点图相区分,前面的因子变量散点图,讲的是不同因子水平的值绘制的散点图,而这里是两个数值变量值散点图关系。为什么要用lmplot呢,说白了就是,先将这些散点画出来,然后在根据散点的分布情况拟合出一条直线。但是用lmplot总觉得不好,没有用scatter来得合适。
# x-y 的散点图,不画回归线,fit_reg=False
tips = sns.load_dataset("tips")
g = sns.lmplot(x="total_bill", y="tip", data=tips,
fit_reg=False,hue='smoker',scatter=True)
# 只画回归线,不画散点图,scatter=False
g = sns.lmplot(x="total_bill", y="tip", data=tips,
fit_reg=True,hue='smoker',scatter=False)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
import seaborn as sns; sns.set(style="ticks", color_codes=True)
iris = sns.load_dataset("iris")
g = sns.pairplot(iris)
- 1
- 2
- 3
# 分组的变量关系图,似乎很厉害啊
g = sns.pairplot(iris, hue="species")
- 1
- 2
# hue 分组后,不同的组用不同的形状标记
g = sns.pairplot(iris, hue="species", markers=["o", "s", "D"])
- 1
- 2
# 当然也可以只取dataframe中的一部分变量绘图
g = sns.pairplot(iris, vars=["sepal_width", "sepal_length"])
- 1
- 2
# 对角线默认绘制直方图,当然也可以绘制核密度图
g = sns.pairplot(iris, diag_kind="kde")
# 相应的,两变量关系图,也可以绘制线性回归图
- 1
- 2
- 3
6.热力图
6.1.热力图heatmap
import numpy as np; np.random.seed(0)
import seaborn as sns; sns.set()
uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data)
- 1
- 2
- 3
- 4
# 改变颜色映射的值范围
ax = sns.heatmap(uniform_data, vmin=0, vmax=1)
- 1
- 2
Plot a dataframe with meaningful row and column labels:
# 绘制x-y-z的热力图,比如 年-月-销量 的热力图
flights = sns.load_dataset("flights")
flights = flights.pivot("month", "year", "passengers")
ax = sns.heatmap(flights)
- 1
- 2
- 3
- 4
- 5
# 绘制热力图,还要将数值写到热力图上
ax = sns.heatmap(flights, annot=True, fmt="d")
- 1
- 2
# 这个图在绘制缺失值分布有用,但是不知道怎么样。
# Plot every other column label and don’t plot row labels
data = np.random.randn(50, 20)
ax = sns.heatmap(data, xticklabels=2, yticklabels=False)
- 1
- 2
- 3
- 4
7.聚类图clustermap
暂时不知道怎么用,先这样吧。
8.时间序列图
tsplot函数说是绘制时间序列图,还不如说是绘制简单的线图更加合适吧,因为我在绘制带timestap时间索引的pandas.Series时,并没有自动升采样绘图,只是数据有有什么数据就画什么,这在时间序列上应该是不对的。
因为我遇到这样一种情况,一个产品只在上半年卖,从数据库中取出数据只有每年上半年的数据,下半年没有数据也应该填充为0才对啊,但是seaborn的tsplot没有这个功能。
下面先介绍tsplot绘制线图吧,传入一个list或者series,直接绘制线图。
8.1.tsplot时序图
# Plot a trace with translucent confidence bands:
# 绘制带有半透明置信带的轨迹:
# data是多组list的组合,这时候应该绘制多条曲线才对啊,其实不是的,是多组list的均值的序列图(默认)
import numpy as np; np.random.seed(22)
import seaborn as sns; sns.set(color_codes=True)
x = np.linspace(0, 15, 31)
data = np.sin(x) + np.random.rand(10, 31) + np.random.randn(10, 1)
ax = sns.tsplot(data=data)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
# tsplot的参数不太懂,直接上图吧
gammas = sns.load_dataset("gammas")
ax = sns.tsplot(time="timepoint", value="BOLD signal",
unit="subject", condition="ROI", data=gammas)
- 1
- 2
- 3
- 4
# 绘制不同的置信度拟合图,这个好用
ax = sns.tsplot(data=data, ci=[68, 95], color="m")
- 1
- 2
# 使用不同的统计函数,默认的是均值,这里是中位数
ax = sns.tsplot(data=data, estimator=np.median)
- 1
- 2
8.2.panda线图
pandas的dataframe本身也有绘图函数,对于常见的分析图形还是很方便的,而且可以在plot函数中指定title等
sale4.loc[sale4['sku']=='SKU412946',['month','salecount']]\
.plot(x='month',y='salecount',title='SKU412946')
- 1
- 2
8.3.采样的时序图
这里重点讲一下。如果时序中每天的数据都有还好说,如果没有,就需要采样了。
def plot_ts_day(x,y):
"""绘制每天的时间序列图。
需要注意的是,序列是不是连续的,也就是说某天的数据是没有的,因此需要采样至每天都有记录,原来数据没有的就填充0
x:时间轴,string或者time类型,是一个seires
y:值
"""
# x转成时间类型Timestamp,y也转成list
x=[pd.to_datetime(str(i)) for i in x]
y=[i for i in y]
s=pd.Series(y,index=x)
s = s.resample(rule='D',fill_method='ffill') # 生采样没有的会被填充
# 原来没有的就填充为0
s[s.index]=0
s[x]=y
# 重建索引,画出来的图好看点
x2 = [i.strftime('%Y-%m-%d') for i in s.index]
s.index = x2
# 画图,这里使用series的plot函数,而不是seaborn.tsplot函数
s.plot()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
def plot_ts_month(x,y):
"""绘制月的时间序列图,每月一个数据点,而不是每天一个"""
# 将x转成时间类型timestamp,y也转成list
try:
x = [pd.to_datetime(str(i)) for i in x]
except:
x=[pd.to_datetime(str(i)+'01') for i in x]
y=[i for i in y]
#
s=pd.Series(y,index=x)
# 降采样至月
s = s.resample('M', label='right').sum().fillna(0)
# 重建索引,这样画出来的图好看点
s.index=[i.strftime('%Y%m') for i in s.index]
s.plot()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
8.4.pandas分组的线图
说实话,到现在还没搞懂怎么用sns.tsplot绘制分组线图,但是任务紧急,就用pandas的dataframe自带方法plot来绘图了,其实也挺简单的。
主要注意的是,尽量给dataframe或者series建立时间索引,不然x轴很难看的。
# 绘制月销量图
# 数据如下
# year month2 salecount
# 2014 1 531
# 2014 2 505
# 建立索引,'201601'
data.index = data['year'].map(str)+data['month2'].map(lambda x: str(x) if x>=10 else '0'+str(x))
# 绘图,其实也就是和8.3的方法一致了
data['salecount'].plot()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
分组的线图,比如seaborn中的hue参数,方法是,先将dataframe长表格式转成宽表格式(透视表),每列是不同的年。
# 分组的线图
# 转成透视表后,绘图
data.pivot(index='month2',columns='year',values='salecount').plot(title='销量')
# 当数据很大的时候,你想绘制分组的统计图,比如将不同产品,相同的年月的销量进行加或者均值后在绘制线图
# 使用 aggfunc 参数即可,默认是mean
data.pivot_table(index='month2',columns='year',values='salecount',aggfunc='sum') \
.plot(title='销量',style='o-')
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
图形格式选项
# 图形参数
# style
# 图形的属性
# 1.color:颜色
# 1.1 r:红色
# 1.2 b:蓝色
# 1.3 g:绿色
# 1.3 y:黄色
#
# 2.数据标记markder
# 2.1 o:圆圈
# 2.2 .:圆点
# 2.2 d:棱形
#
# 3.线型linestyle
# 3.1 没有参数的话就是默认画点图
# 3.2 --:虚线
# 3.3 -:实线
#
# 4.透明度
# alpha
#
# 5.大小
# size
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
# 绘 "点-线" 图
data.pivot(index='month2',columns='year',values='salecount')\
.plot(title='销量',style='-o')
- 1
- 2
- 3
9.双坐标轴图
有没有遇到这样一种情况,需要将销量和趋势图和温度的变化图同时画在一幅图上,以便观察两者的趋势变化情况,但是因两者是数值差距很大,如果共用同一Y轴,温度曲线就基本看不到了。还是上图上代码吧。
import seaborn as sns
sale=pd.Series(np.random.random(10)*100).map(int)
tmperature=pd.Series(np.random.random(10)*10).map(int)
ax=plt.subplot(111)
sale.plot(ax=ax,color='b')
ax.set_xlabel('time')
ax.set_ylabel('sale')
# 重点来了,twinx 或者 twiny 函数
ax2 = ax.twinx()
tmperature.plot(ax=ax2,color='r')
ax2.set_ylabel('tmperature')
plt.title('double series figure')
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
9.一些技巧
9.1 批量保存图片
如果只有一张图片,这没什么好说的,但是如果要对每个维度绘图,然后保存图片呢。
fig = plt.figure()
ax=fig.add_subplot(111)
sub_data[years].plot(ax=ax, style='o-',title='%s 月销量趋势图'%lev3)
file = r'E:\服装预测\销量趋势-%s.jpg' %lev3
savefig(file)
time.sleep(0.5) # 注意这里要暂停一下,不然会出问题的
plt.close() # 最后记得关闭句柄
- 1
- 2
- 3
- 4
- 5
- 6
- 7
9.2 显示中文问题
import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.pyplot import savefig
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
10.分段统计绘图
遇到这样一种情况,如下的数据格式,现在platform不是重点,需要对diff_date字段分段汇总然后绘图。
# platform age cnt
# 2 0 22
# 2 0 40
# 4 0.1 47
# 5 0.1 48
# 3 0.1 51
- 1
- 2
- 3
- 4
- 5
- 6
这里借用panas.cut函数,因为是绘图看趋势,不需要精确得到每个分段的分割点。
cut函数有两种使用方法,如果bins=10
这样的数值,则将series切成等间隔的10段,如果bins=[0,5,20,55...]
这样的一个列表,则根据列表规则切分。
# 先用pd.cut分段,并取出分段数值
# 通过 precision 控制小数的位数
data['cut_point']=pd.cut(data['age'],
bins=[0,3,5.9,8.9,11.9,14.8,17.8,20.8,23.8,26.7,29.7], # 分割点
labels=['0-3','3-5.9',......] # 区间命名
right=True, # 区间默认是坐开右闭
precision=1)
# 用sns画图,可以直接汇总每个分段的数量后绘图,而不需要groupby汇总
# 相当于回到前面,用barplot绘图
sns.barplot(x='cut_point',y='cnt', data=data, estimator=np.sum, ci=0)
plt.xlabel('这是横坐标名称')
plt.ylabel('这是纵坐标名称')
plt.title('这是图标标题')
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
11.分面子图绘图
11.1
接下来好好说说这个比较难的,在10中我们分区间绘图,但是我们没有考虑platform这个因子变量啊,如果我们要考虑这个因子变量,就需要分面了,比如不同的platform画一个子图。
# 和上面的一样,先分组取出分割点
# 用pd.cut分段,并取出分段数值,通过 precision 控制小数的位数
data['bins']=pd.cut(data['age'], bins=10,precision=1)
# 取出分割点,因为cut后得到的是 '(2.99, 5.97]' 这样的字符串
data['cut_point']=data['bins'].apply(lambda x: eval(x.replace(']',')'))[1])
# 下面重点来了,用FacetGrid进行子图绘制
g=sns.FacetGrid(data=data,col='platform',col_wrap=3,size=5) # 这里相当于groupby
g=g=g.map(sns.barplot,'cut_point','cnt',ci=0, estimator=np.sum)
# 很奇怪的是,如果写
# g=g.map(sns.barplot,x='cut_point',y='cnt',ci=0, estimator=np.sum)就报错。
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
11.2
自定义子图绘制
def my_barplot(x,y,**kwargs):
"""
自定义函数的时候,没有显示传入dataframe,但是会自动获取,很神奇吧。
x,y是dataframe的列名
"""
ax = plt.gca() # 这个是重点,获取对应的ax子图句柄
data['bins']=pd.cut(data['age'], bins=10,precision=1)
data['cutpoint']=data['bins'].apply(lambda x: eval(x.replace(']', ')'))[1])
sns.barplot(x='cutpoint', y='cnt',data=data, estimator=np.sum, ci=0, ax=ax)
g = sns.FacetGrid(data=data, col='platform',col_wrap=3,
size=5,sharex=False)
g = g.map(my_barplot,'age','cnt')
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
12.颜色主题
主题
在换了win10后发现seaborn的画出来的图很难看,基本上就是matplotlib的样子。想来肯定是主题和颜色样式没有设置好。今天看了下文档,补充下主题的设置。
seaborn的默认主题就是最好看的,如下:
import seaborn as sns
sns.set() # 恢复默认主题,在win10中开始的时候要执行一次。
- 1
- 2
还有其他几个主题,包括:
sns.set_style("whitegrid") # 白色网格背景
sns.set_style("darkgrid") # 灰色网格背景
sns.set_style("dark") # 灰色背景
sns.set_style("white") # 白色背景
sns.set_style("ticks") # 四周加边框和刻度
- 1
- 2
- 3
- 4
- 5
下面来几张图,发现就默认主题和白色网格背景是比较好看。
颜色
颜色一般来说用默认的颜色就好了,而且也比较好看,如果非要设置颜色,可以通过sns.set_palette("husl")
设置。
常用的其他颜色模式还有:
sns.set_palette("muted") # 常用
sns.set_palette("RdBu")
sns.set_palette("Blues_d")
sns.set_palette("Set1")
sns.set_palette("RdBu")
- 1
- 2
- 3
- 4
- 5
效果如下图:
13.后话
这里只是简单说说seaborn常用的绘图函数而已,看seaborn官网上面有很多好看的图形样例,而这里的函数画出来的哪里有官网的好看啊。
而且这里也没有说到具体的布局控制,颜色主题等,要想绘制精美的图形,还需要学习具体的参数设定啊。
不过这里提到的这些简要图形,对于普通的分析快速绘图足够用了。
使用心得以后补充吧。
![](https://avatar.csdn.net/3/4/A/3_jinlong_xu.jpg)
-
qq_40130759
2018-03-12 14:10#5楼
![qq_40130759](https://avatar.csdn.net/2/5/C/3_qq_40130759.jpg)