Python绘图之seaborn（一）

最近在系统梳理一下Python的几个可视化绘图库，其中seaborn上手较为方便快捷，下面给大家简单介绍一下，可以满足自己日常需要的绘图要求。

Seaborn 是一个基于 matplotlib 且数据结构与 pandas 统一的统计图制作库。Seaborn 框架旨在以数据可视化为中心来挖掘与理解数据。它提供的面向数据集制图函数主要是对行列索引和数组的操作，包含对整个数据集进行内部的语义映射与统计整合，以此生成富于信息的图表。

一、安装seaborn

为了安装最新版本的seaborn, 可以 pip命令:

pip install seaborn

也可以使用 conda 命令安装:

conda install seaborn

或者，您可以使用 pip 直接从github安装开发版本:

pip install git+https://github.com/mwaskom/seaborn.git

另外的方法是从 github仓库 下载，从本地安装:

pip install .

必须的依赖

• numpy (>= 1.9.3)
• scipy (>= 0.14.0)
• matplotlib (>= 1.4.3)
• pandas (>= 0.15.2)

二、以散点图为例介绍常用的函数（操纵环境为jupyter notebook交互环境）

#导入seaborn包
import seaborn as sns
#魔法函数，在交互环境中直接输出绘制的图像
%matplotlib inline
#加载需要可视化的表文件（类型：pandas.core.frame.DataFrame）
tips = sns.load_dataset('tips')
#绘制散点图，x表示横坐标值，表示纵坐标值，data表示需要可视化的数据表，他们的属性值都为表中各列的标题
sns.relplot(x='total_bill',y='tip',data=tips)

三、绘制散点图和线图

还是以tips数据表为例进行绘制，tips表结构如下：

1、散点图（增加函数：修改点的颜色、形状和大小）

import seaborn as sns

%matplotlib inline

tips = sns.load_dataset('tips')

sns.relplot(x='total_bill',y='tip',hue='day',style='day',size='size',data=tips)

其中hue属性用于改变颜色，style用于改变形状，size用于改变点的大小。

2、线图

散点图是非常有效的，但是没有通用的最优可视化类型。相反，可视表示应该适应数据集的细节以及您试图用图表回答的问题。

对于某些数据集，您可能希望了解一个变量中的变化关于时间的函数，或者类似的连续变量。在这种情况下，一个很好的选择是绘制线图。

import seaborn as sns

%matplotlib inline

tips = sns.load_dataset('tips')

sns.relplot(x='total_bill',y='tip',hue='day',style='day',size='size',kind='line',data=tips)

其中hue根据属性值分为颜色不同的两条线，style根据属性值改变线条的形状，size用于改变线条的粗细，kind定义为line表示绘制的是线图，默认为散点图。

import seaborn as sns

%matplotlib inline

tips = sns.load_dataset('tips')

sns.relplot(x='total_bill',y='tip',hue='day',style='day',size='size',col='smoker',kind='line',data=tips)

其中col根据属性的类别个数定义绘图个数。

先简单介绍到这，其他绘图方法下次唐丁再给大家介绍。