如何用python给女朋友挑钻石（seaborn画图入门）

挑钻石第二弹

seaborn是matplotlib的补充包，提供了一系列高颜值的figure，并且集成了多种在线数据集，通过sns.load_dataset()进行调用，可供学习，如果网络不稳定，可下载到本地，然后在调用的时候使用把cache设为True。

scatter_plot

官方的示例就很不错，绘制了diamonds数据集中的钻石数据。diamonds中总共包含十项数据，分别是重量/克拉、切割水平、颜色、透明度、深度、table、价格以及x、y、z方向的尺寸。

我们可以先来看看x和y方向的尺寸是否有一定的相关性

import seaborn as sns
import matplotlib.pyplot as plt
# 本地加载数据集
dia = sns.load_dataset("diamonds",data_home="seaborn-data", cache=True)
# 以上几行代码后面不再重复书写

sns.scatterplot(x=dia['x'],y=dia['y'],size=5)
plt.show()  #用于显示图片，后文就不写了

其中x，y分别代表x轴和y轴数据，可见一般钻石还是比较规则的。

官方画廊绘制的图像如下

这个图的横坐标是重量(克拉)，纵坐标是价格，我们发现钻石商人大多有强迫症，因为2.0克拉、1.5克拉、1.0克拉这种整十整五的钻石比周围重量的钻石更多。。。

f, ax = plt.subplots(figsize=(6.5, 6.5))
sns.set_theme(style="whitegrid")
sns.despine(f, left=True, bottom=True)
clarity =  ["I1", "SI2", "SI1", "VS2", "VS1", "VVS2", "VVS1", "IF"]   #颜色深浅的顺序
sns.scatterplot(x="carat", y="price",         #声明x轴和y轴的值
    hue="clarity", size="depth",  #clarity和depth分别调控颜色和尺寸
    palette="ch:rot=-.2,d=.3_r",    #调色板
    style_order=clarity,sizes=(1,10), #颜色标识的顺序和尺寸范围
    linewidth=0,data=dia, ax=ax)
plt.show()

首先，set_theme用于设置主题，其中style可以输入字符串或者字典，可调整主题风格。

其次，palette代表颜色映射，当其输入值为字符串时，其含义为

	缩写	取值范围
start	s	[0,3]	渐变始点颜色
rot	r		用于调控色相
gamma	g	不小于0	小于1时，提高暗部；大于1时，加强高光
hue	h	[0,1]	Saturation of the colors.
dark	d	[0,1]	最暗处的强度
light	l	[0,1]	最亮处颜色的强度

sizes用于调整点的尺寸，当设置size时，将size中的值对应到ssizes中从而绘图。

我们注意到钻石属性中有一个是切割水平，那么接下来绘制一下切割水平和价格的关系。

fig, ax = plt.subplots(figsize=(6.5, 6.5))
sns.set_theme(style="whitegrid")
sns.despine(fig, left=True, bottom=True)
sns.scatterplot(data = dia, x="carat", y="price",
    style="cut",hue='cut',
    linewidth=0)
plt.show()

果然把渐变颜色去掉之后颜值狂掉，但同时可以发现，这个very good显然不是最好的切割等级，毕竟在3.0克拉级别的钻石中，有一颗very good级别的钻石买到了最低价。GIA评估的钻石等级为Excellent，Very Good，Good，Fair到最差Poor，可能在这个数据集中，ideal就代表了Excellent吧。

lmplot

如果想更准确地观察cut对钻石价格的影响，可以通过lmplot在散点图的基础上绘制一个趋势线出来。

sns.lmplot(data=dia, x="carat", y="price",hue='cut',markers = '.')
plt.show()

这样一看就发现果然ideal的钻石是最好的。

jointplot

以上诸图，都是消费者最关心的问题——价格、尺寸以及透明度等。但商家最关心的可能是价格、重量与销售量的关系，这就涉及到一个分布的问题。而seaborn提供了一个非常好的双变量关系图——jointplot，效果如下

可见，还是便宜的钻石比较火爆，代码分别为

# 左图代码
sns.jointplot(data=dia, x="carat", y="price",xlim=(0,3),ylim=(0,17500), ratio=10,kind='hex',color="#4CB391")
# 右图代码
sns.jointplot(data=dia, x="carat", y="price",hue='cut', xlim=(0,3),ylim=(0,17500), ratio=10,marker='.')

其中，kind用于更改图像的风格，sns提供了六种风格："scatter" | "kde" | "hist" | "hex" | "reg" | "resid"。