4.Seaborn可视化

如果想单独一对一辅导学习C++、Java、Python编程语言的可以加微信咨询

1.Seaborn 可视化

1.1 Seaborn简介

• Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。
• Seaborn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能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。
• Seaborn和Pandas的API配合的很好，使用DataFrame/Series的数据就可以绘图

1.2 Seaborn单变量数据可视化

• 导包加载数据

  import seaborn as sns
  import pandas as pd
  
  tips = pd.read_csv('data/tips.csv')
  

1.2.1 sns.displot

• 使用sns.displot创建直方图

  sns.displot(tips['total_bill'])
  

  显示结果

  

1.3 Seaborn 双变量数据可视化

1.3.1 sns.regplot

• regplot函数可以创建散点图，同时还会拟合回归线。参数fit_reg设置为False，将只显示散点图

sns.regplot(x='total_bill',y='tip',data=tips)

显示结果

1.3.2 sns.jointplot

• jointplot在每个轴上创建包含单个变量的直方图。

sns.jointplot(x='total_bill',y='tip',data = tips)

显示结果

• jointplot绘制蜂巢图

sns.jointplot(x='total_bill',y='tip',data = tips,kind='hex')

显示结果

1.3.3 sns.barplot

• 条形图也可以用于展现多个变量

# 按照time进行分组，对total_bill进行聚合操作，默认是求平均的聚合函数，estimator可以接收别的聚合函数如sum
sns.barplot(x='time',y='total_bill',data=tips) 

显示结果

1.3.4 sns.boxplot

• 箱线图用于显示多种统计信息：最小值，1/4分位，中位数，3/4分位，最大值，以及离群值（如果有）

sns.boxplot(x='time',y='total_bill',data = tips)

显示结果

1.3.5 sns.pairplot

• 当大部分数据是数值时，可以使用pairplot函数把所有成对关系绘制出来
• pairplot函数会为单变量绘制直方图，双变量绘制散点图

sns.pairplot(tips)

显示结果

• pairplot的缺点是存在冗余信息，图的上半部分和下半部分相同
• 可以使用pairgrid手动指定图的上半部分和下半部分

pair_grid = sns.PairGrid(tips)
pair_grid.map_upper(sns.regplot)
pair_grid.map_lower(sns.kdeplot)
pair_grid.map_diag(sns.histplot)

显示结果

1.4 多变量数据

• 绘制多变量数据没有标准的套路
• 如果想在图中包含更多信息，可以使用颜色、大小和形状来区分它们

1.4.1 通过颜色区分

• 使用violinplot（小提琴图）函数时，可以通过hue参数按性别（sex）给图着色
• 可以为“小提琴”的左右两半着不同颜色，用于区分性别

sns.violinplot(x='time',y='total_bill',hue='sex',data = tips,split = True)

显示结果

• 其它绘图函数中也存在hue参数

sns.lmplot(x='total_bill',y='tip',data = tips,hue='sex',fit_reg = False)

显示结果

• 通过向hue参数传入一个类别变量，可以让pairplot变得更有意义

sns.pairplot(tips,hue = 'sex')

显示结果

1.4.2 通过大小和形状区分

• 可以通过点的大小表示更多信息，但通过大小区分应谨慎使用，当大小差别不大时很难区分

• 在Seaborn中的lmplot，可以通过scatter_kws参数来控制散点图点的大小

sns.lmplot(x='total_bill',y='tip',data = tips,fit_reg=False,hue='sex',markers=['o','x'])

显示结果

1.5 Seaborn主题和样式

• 上面的Seaborn图都采用了默认样式，可以使用sns.set_style函数更改样式。

• 该函数只要运行一次，后续绘图的样式都会发生变化

• Seaborn有5中样式

  • darkgrid 黑色网格（默认）
  • whitegrid 白色网格
  • dark 黑色背景
  • white 白色背景
  • ticks

sns.violinplot(x='time',y='total_bill',hue='sex',data = tips,split = True)

显示结果

• 通过set_style设置样式

sns.set_style('whitegrid')
sns.violinplot(x='time',y='total_bill',hue='sex',data = tips,split = True)

显示结果

总结

• Seaborn是对Matplotlib以及Pandas的封装，与Series，DataFrame的API配合很好
• Seaborn的API非常简单
• 推荐使用Seaborn或Pandas进行绘图，如果需要对图形控制比较精细，可以使用Matplotlib