本篇文章介绍一个以matplotlib为底层,更容易定制化作图的库Seaborn
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就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。
安装seaborn的方法
pip install seaborn
原始数据展现(这是一份家庭调查的数据,preglngth - 怀孕周长, birthord - 孕妇的第几个孩子, birthwgt_lb1 - 婴儿重量(单位:磅), birthwgt_oz1 - 婴儿重量(单位:盅司), agepreg - 孕妇在分娩时的年龄)
import pandas as pd
births = pd.read_csv('births.csv')
直方图:现在用seaborn.distplot()来制作直方图,观察之间的差异
# 对上表的prglngth列做一个直方图
import matplotlib.pyplot as plt
import seaborn as sns #要注意的是一旦导入了seaborn,matplotlib的默认作图风格就会被覆盖成seaborn的格式
%matplotlib inline # 为了在jupyter notebook里作图,需要用到这个命令
sns.distplot(births['prglngth'])
sns.plt.show()
可以看到与使用matplotlib作的直方图最大的区别在于有一条密度曲线(KDE),可以通过设置参数去掉这条默认的曲线。
sns.distplot(births['prglngth'], kde=False)
sns.plt.show()
那么Pandas与Seaborn之间有什么区别呢?
其实两者都是使用了matplotlib来作图,但是有非常不同的设计差异
1. 在只需要简单地作图时直接用Pandas,但要想做出更加吸引人,更丰富的图就可以使用Seaborn
2. Pandas的作图函数并没有太多的参数来调整图形,所以你必须要深入了解matplotlib
3. Seaborn的作图函数中提供了大量的参数来调整图形,所以并不需要太深入了解matplotlib
4. Seaborn的API:https://stanford.edu/~mwaskom/software/seaborn/api.html#style-frontend
# 对上图进行更多的配置
sns.set_style('dark') # 该图使用黑色为背景色
sns.distplot(births['prglngth'], kde=False) # 不显示密度曲线
sns.axlabel('Birth number', 'Frequency') # 设置X轴和Y轴的坐标含义
sns.plt.show()
箱型图
# 以birthord作为x轴,agepreg作为y轴,做一个箱型图
sns.boxplot(x='birthord', y='agepreg', data=births)
sns.plt.show()
多变量作图
seaborn可以一次性两两组合多个变量做出多个对比图,有n个变量,就会做出一个n × n个格子的图,譬如有2个变量,就会产生4个格子,每个格子就是两个变量之间的对比图
1. var1 vs var1
2. var1 vs var2
3. var2 vs var1
4. var2 vs var2
相同的两个变量之间(var1 vs var1 和 var2 vs var2)以直方图展示,不同的变量则以散点图展示(var1 vs var2 和var2 vs var1)
要注意的是数据中不能有NaN(缺失的数据),否则会报错
sns.pairplot(births, vars=['agepreg', 'prglngth','birthord'])
sns.plt.show()