pandas Seaborn绘图

Seaborn可视化

学习目标

• 掌握seaborn的可视化绘图方法

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

import pandas as pd
import matplotlib.pyplot as plt
# %matplotlib inline
import seaborn as sns
#加载数据 index_col 指定索引列， parse_dates=True 解析日期数据为datetime类型
fifa_data = pd.read_csv('data/fifa.csv', index_col='Date', parse_dates=True)
fifa_data.head()

显示结果

Date	ARG	BRA	ESP	FRA	GER	ITA
1993-08-08	5.0	8.0	13.0	12.0	1.0	2.0
1993-09-23	12.0	1.0	14.0	7.0	5.0	2.0
1993-10-22	9.0	1.0	7.0	14.0	4.0	3.0
1993-11-19	9.0	4.0	7.0	15.0	3.0	1.0
1993-12-23	8.0	3.0	5.0	15.0	1.0	2.0

• pandas绘图

fifa_data.plot.line(figsize=(16,8))

• seaborn 绘图

import seaborn as sns
plt.figure(figsize=(16,6))
sns.lineplot(data=fifa_data)

2 Seaborn绘制单变量图

2.1 直方图

• 使用sns.distplot创建直方图，如下所示：

import seaborn as sns
#加载seaborn的自带数据
tips = sns.load_dataset('tips', data_home='data/seaborn-data')
#使用subplots函数创建画布，并在其中添加子图
hist,ax = plt.subplots()
# 使用seaborn的displot函数绘图
ax = sns.distplot(tips['total_bill'])
ax.set_title('Total Bill Histogram with Density Plot')

• seaborn.displot 默认会同时绘制直方图和密度图(核密度估计 kde)。如果只想绘制直方图，可以把kde参数设置为False

  核密度估计，就是采用平滑的峰值函数(“核”)来拟合观察到的数据点，从而对真实的概率分布曲线进行模拟。

hist,ax=plt.subplots()
# 使用seaborn的displot函数绘图
ax = sns.distplot(tips['total_bill'], kde=False)
ax.set_title('Total Bill Histogram')
ax.set_xlabel('Total Bill')
ax.set_ylabel('Frequency')

2.2 密度图（核密度估计）

• 密度图是展示单变量分布的另一种方法，本质上是通过绘制每个数据点为中心的正态分布，然后消除重叠的图，使曲线下的面积为1来

hist,ax=plt.subplots()
# 使用seaborn的displot函数绘图
ax = sns.distplot(tips['total_bill'], hist=False)
ax.set_title('Total Bill Histogram')
ax.set_xlabel('Total Bill')
ax.set_ylabel('Frequency')

• 如果只绘制密度图，还可以使用sns.kdeplot函数

hist,ax = plt.subplots()
ax = sns.kdeplot(tips['total_bill'])
ax.set_title('Total Bill Histogram')
ax.set_xlabel('Total Bill')
ax.set_ylabel('Frequency')

2.3 频数图

• 频数图是变量分布的一维表示，常与其他图一起使用，以增强可视化效果。
• 下图展示的是带密度图和频数图的直方图

hist,ax = plt.subplots()
# 使用seaborn的displot函数绘图
ax = sns.distplot(tips['total_bill'], rug=True)
ax.set_title('Total Bill Histogram with Density and Rug Plot')
ax.set_xlabel('Total Bill')

2.4 计数图（条形图）

• 计数图和直方图很像，直方图通过对数据分组来描述分布，计数图（条形图）是对离散变量（分类变量）计数。

count,ax = plt.subplots()
ax = sns.countplot('day', data=tips)
ax.set_title('Count of days')
ax.set_xlabel('Day of the Week')
ax.set_ylabel('Frequency')

3 Seaborn 双变量数据可视化

3.1 散点图

• 在seaborn中，创建散点图的方法有很多，但是并没有名为scatter的函数。
• 创建散点图可以使用regplot函数。regplot不仅可以绘制散点图，还会拟合回归线，把fit_reg设置为False，将只显示散点图

figure, ax = plt.subplots()
ax = sns.regplot(x='total_bill', y='tip', data=tips)
ax.set_title('Scatterplot of Total Bill and Tip')
ax.set_xlabel('Total Bill')
ax.set_ylabel('Tip')

• lmplot函数和regplot函数类似，也可以用于创建散点图。lmplot函数内部会调用regplot，两者的主要区别是regplot创建坐标轴，而lmplot创建图

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

• 还可以使用jointplot在每个轴上创建包含单个变量直方图的散点图。

joint = sns.jointplot(x='total_bill', y='tip', data=tips)
joint.set_axis_labels(xlabel='Total Bill', ylabel='Tip')
# 添加标题，设置字号；y=1.03表示移动轴域上方的文字
joint.fig.suptitle('Joint Plot of Total Bill and Tip', fontsize=10, y=1.03)

3.2 蜂巢图

• 使用Seaborn的jointplot绘制蜂巢图，和使用matplotlib的hexbin函数进行绘制的效果类似

joint = sns.jointplot(x='total_bill', y='tip', data=tips, kind='hex')
joint.set_axis_labels(xlabel='Total Bill', ylabel='Tip')
joint.fig.suptitle('Hexbin Joint Plot of Total Bill and Tip', fontsize=10, y=1.03)

3.3 2D密度图

• 2D核密度图和distplot类似，但2D核密度图可展示两个变量

kde,ax = plt.subplots()
ax = sns.kdeplot(data=tips['total_bill'], data2=tips['tip'], shade=True) #是否填充轮廓
ax.set_title('Kernel Density Plot of Total Bill and Tip')
ax.set_xlabel('Total Bill')
ax.set_ylabel('Tip')

• 如果参数shade为False，默认为False

kde,ax = plt.subplots()
ax = sns.kdeplot(data=tips['total_bill'],data2=tips['tip'],shade=False) #是否填充轮廓
ax.set_title('Kernel Density Plot of Total Bill and Tip')
ax.set_xlabel('Total Bill')
ax.set_ylabel('Tip')

• 在轴上添加添加kde

kde_joint = sns.jointplot(x ='total_bill', y='tip', data=tips, shade=True, kind='kde')

3.4 条形图

• 条形图也可以用于展现多个变量，barplot默认会计算平均值

import numpy as np
bar,ax = plt.subplots()
ax = sns.barplot(x='time', y='total_bill', data=tips) 
ax.set_title('Bar plot of average total bill for time of day')
ax.set_xlabel('Time of day')
ax.set_ylabel('Average total bill')