【统计可视化神器】Seaborn完全指南：10种高级图表+5个实战案例 | Python数据分析必备

Seaborn：统计数据可视化最佳实践

在前两篇文章中，我们介绍了Matplotlib的基础功能和复杂数据可视化案例。本文将聚焦于Seaborn库，这是一个建立在Matplotlib基础上的高级统计可视化库，提供了更简洁的API和更美观的默认样式，特别适合统计数据分析和可视化。

1. Seaborn简介

1.1 什么是Seaborn？

Seaborn是一个基于Matplotlib的Python数据可视化库，专为统计绘图而设计。它提供了一套高级接口，使创建复杂且信息丰富的统计图表变得简单。Seaborn的核心优势包括：

• 优雅的默认样式：相比Matplotlib的基础风格，Seaborn提供了更现代、更美观的默认设置
• 内置统计功能：直接集成统计模型，可一步完成数据计算和可视化
• 无缝处理数据框：与pandas数据结构紧密集成，简化数据处理流程
• 多变量关系探索：提供专门的工具来探索和可视化多维数据关系
• 智能调色板：为分类、顺序和连续数据提供合适的配色方案

1.2 Seaborn与Matplotlib的关系

Seaborn建立在Matplotlib的基础上，可以理解为Matplotlib的"高级封装"：

• Seaborn使用而非替代Matplotlib
• Seaborn图表本质上是Matplotlib图表，可以通过Matplotlib的API进一步自定义
• Seaborn专注于统计可视化，而Matplotlib支持更广泛的绘图类型

1.3 安装与设置

# 使用pip安装
pip install seaborn

# 或使用conda安装
conda install seaborn -c conda-forge

# 基本导入
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

2. Seaborn的核心绘图类别

Seaborn的绘图函数可以分为6个主要类别，每种类别针对不同的数据分析需求：

2.1 关系型图表（Relational plots）

用于可视化两个变量之间的关系，主要包括：

• 散点图：scatterplot()
• 线图：lineplot()
• 综合关系图：relplot()

# 加载示例数据集
tips = sns.load_dataset("tips")

# 创建散点图
plt.figure(figsize=(10, 6))
sns.scatterplot(x="total_bill", y="tip", hue="time", size="size", data=tips)
plt.title("账单总额与小费关系图")
plt.show()

# 高级关系图
g = sns.relplot(
    data=tips,
    x="total_bill", y="tip",
    col="time", hue="day", size="size",
    palette="crest", sizes=(10, 100)
)
g.set_titles("用餐时间: {col_name}")
g.set_axis_labels("账单总额", "小费")
plt.show()

2.2 分布图（Distribution plots）

用于可视化一个或多个变量的分布情况：

• 直方图：histplot()
• 核密度估计图：kdeplot()
• 经验累积分布函数：ecdfplot()
• 综合分布图：displot()

# 单变量分布
plt.figure(figsize=(12, 5))

plt.subplot(1, 2, 1)
sns.histplot(data=tips, x="total_bill", kde=True)
plt.title("账单金额分布图")

plt.subplot(1, 2, 2)
sns.kdeplot(data=tips, x="total_bill", hue="time", fill=True, common_norm=False)
plt.title("不同用餐时间的账单分布")

plt.tight_layout()
plt.show()

# 二元分布
sns.displot(
    data=tips,
    x="total_bill", y="tip",
    kind="kde",
    height=7
)
plt.title("账单与小费的二维密度图")
plt.show()

2.3 分类图（Categorical plots）

用于比较不同类别之间的分布：

• 箱线图：boxplot()
• 小提琴图：violinplot()
• 散点条形图：stripplot()
• 蜂群图：swarmplot()
• 计数图：countplot()
• 条形图：barplot()
• 综合分类图：catplot()

# 箱线图与小提琴图对比
plt.figure(figsize=(14, 6))

plt.subplot(1, 2, 1)
sns.boxplot(x="day", y="total_bill", hue="time", data=tips)
plt.title("箱线图：不同日期的账单分布")

plt.subplot(1, 2, 2)
sns.violinplot(x="day", y="total_bill", hue="time", data=tips, split=True, inner="quart")
plt.title("小提琴图：不同日期的账单分布")

plt.tight_layout()
plt.show()

# 组合分类图
sns.catplot(
    data=tips, kind="swarm",
    x="day", y="total_bill", hue="sex",
    height=6, aspect=1.5
)
plt.title("蜂群图：每天的账单分布与性别差异")
plt.show()

2.4 回归图（Regression plots）

用于可视化变量之间的关系并拟合回归模型：

• 简单回归图：regplot()
• 分面回归图：lmplot()
• 残差图：residplot()

# 简单线性回归
plt.figure(figsize=(10, 6))
sns.regplot(x="total_bill", y="tip", data=tips, scatter_kws={
   "alpha": 0.5})
plt.title("账单与小费的线性关系")
plt.show()

# 分组回归
sns.lmplot(
    data=tips,
    x="total_bill", y="tip",
    col="time", row="sex",
    height=4
)
plt.suptitle("不同性别和用餐时间的消费-小费关系", y=1.05)
plt.tight_layout()
plt.show()

2.5 矩阵图（Matrix plots）

用于可视化多维数据的矩阵表示：

• 热力图：heatmap()
• 聚类图：clustermap()

# 创建相关矩阵
corr = tips.corr()

# 热力图
plt.figure(figsize=(10, 8))
sns.heatmap(
    corr,
    annot=True,  # 显示数值
    cmap="coolwarm",  # 使用蓝红色映射
    vmin=-1, vmax=1,  # 设置范围
    square=True,  # 方形单元格
    linewidths=0.5,  # 网格线宽度
)
plt.title("变量间相关系数热力图")
plt.tight_layout()
plt.show()

# 聚类热力图
flights = sns.load_dataset("flights")
flights_pivot = flights.pivot("month", "year", "passengers")

plt.figure(figsize=(12, 10))
sns.clustermap(
    flights_pivot,
    cmap="YlGnBu",
    standard_scale=1,  # 标准化
    method="average",  # 聚类方法
    figsize=(12, 10)
)
plt.title("航班乘客数聚类热图", y=1.02)
plt.show()

2.6 多面网格图（Facet Grid plots）

用于创建条件关系的网格可视化：

• 因子网格：FacetGrid()
• 配对网格：PairGrid()
• 联合网格：JointGrid()

# FacetGrid示例
g = sns.FacetGrid(tips, col="time", row="smoker", height=4)
g.map_dataframe(sns.scatterplot, x="total_bill", y="tip")
g.add_legend()
plt.tight_layout()
plt.show()

# PairGrid示例
g = sns.PairGrid(tips, hue="time", corner=True)
g.map_lower(sns.scatterplot, alpha=0.7)
g.map_diag(sns.histplot)
g.add_legend()
plt.suptitle("参数之间的配对关系", y=1.02)
plt.show()

# JointGrid示例
g = sns.JointGrid(data=tips, x="total_bill", y="tip", height=7)
g.plot_joint(sns.scatterplot, alp