Seaborn中文教程

Seaborn介绍：

Seaborn属于Matplotlib的一个高级接口，为我们进行数据的可视化分析提供了极大的方便。 
博主是为了入门Kaggle比赛而学习的Seaborn，下面是博主的学习过程，希望可以和大家一起分享。

Step 1：安装Seaborn

首先确定你的电脑已安装以下应用 
- Python 2.7+ or Python 3 
- Pandas 
- Matplotlib 
- Seaborn 
- Jupyter Notebook(可选)

打开Jupyter Notebook, 过几秒钟会弹出网页窗口Home。 

点击右侧的New，新建一个Notebook，弹出一个新的网页窗口，点击上方可命名文件。 

Step 2：加载库和数据文件

加载pandas、matplotlib、seaborn。 

这里提供了一个数据文件，下载链接为： 
Pokemon.csv

用pandas读取数据文件，并显示前五行。 

编译后的结果为一个列表。 

Step 3：Seaborn的绘图功能

Seaborn最大的优点之一在于其种类繁多的绘图功能，下面我们利用lmplot()函数，用一行代码来绘制散点图。

我们希望x轴显示Attack数据，y轴显示Defense数据，则可以编写代码。 

事实上seaborn并没有专门用来绘制散点图的功能，实际上我们用它来拟合和绘制回归线。 
这里写图片描述” title=”“>

幸运的是，我们可以通过设置函数的参数来得到我们想要的散点图。用fit_reg = False 移去回归线，用hug参数来用不同颜色显示Pokemon进化阶段的信息。 

即刻得到散点图： 

从散点图可以看出，所有的数据点都分布在数轴的正半轴，然而散点图的数轴从负数开始的，我们可以对它进行改进。

Step 4：用Matplotlib定制

虽然Seaborn是Matplotlib的一个高级接口，但是我们有时候也需要用到Matplotlib。其中包括设置数轴的范围。

我们利用Matplotlib的ylim()和xlim()函数来设置数轴的范围。 

可以得到只显示正部分的散点图。 

Step 5：Pandas的作用

尽管这是一个Seaborn教程，pandas依然在实际应用中起到了十分重要的作用。

下面我们根据Pokemon的攻击数据来绘制箱形图。 

得到的箱形图： 

很好，这是一个良好的开端，但是我们可以移除不需要的几列数据。

• 移除掉Total，因为我们有独立的统计数据。

• 移除掉Stage跟Legendary，因为它们不是攻击统计数据。

  我们可以创建一个新的数据集stats_df，满足我们上述的要求。 
  

得到了一个改进了的箱形图。 

Step 6： Seaborn 主题

Seaborn的另一个好处就是其恰到好处、开箱即用的风格主题。其默认的主题为“darkgrid”

下一步，我们把主题改为“whitegrid”来创建一个小提琴图

• 小提琴图常常作为箱形图的替代

• 小提琴图通过小提琴的厚度展示了数据的分布，而不仅仅是总结数据。

  根据Pokemon的主要类型，我们可以将Attack数据的分布可视化。 
  

可以得到小提琴图，x轴显示的是Pokemon的Type1，y轴显示的是不同Pokemon的攻击数值。 

我们很容易就可以看出，Dragon类型常常具备高攻击值，但是不同个体间的差异也很大。

Step 7： 调色盘

Seaborn可以根据我们的需求，来设置颜色。我们可以创建一个python命令列表，用颜色的十六进制数值来设置。数值可以在Bulbapedia中寻找。

就能得到一个颜色重新设置过的小提琴图。 

为了能够让数据文件中的151个Pokemon都能够在图中简单展示，我们可以用群集图 swarm plot达到这一目的。 

可以得到151个数据点在群集图上的分布，不同点代表不同的Pokemon。 

Step 8： 图形重叠

我们已经绘制出了小提琴图和群集图，Seaborn允许我们将这两张图整合在一张图上，步骤如下：

• 首先，我们用Matplotlib设置图形比例。
• 然后，我们绘制小提琴图，用inner = None将小提琴中间的木杆移去。
• 接着，我们绘制群集图，并将数据点的颜色变为黑色。
• 最后，我们可以用Matplotlib设置一个标题。

其中alpha为透明度。 
编译后可以得到如下图形。 

现在我们可以清晰的看到不同Pokemon的攻击值了。那么我们怎么看其他的数值呢？

Step 9： 融合数据

为了展现其他的数据，我们当然可以重复以上的步骤，绘制多张图。但是我们同样也可以在一张图上表示所有的数据，这时候pandas就派上用场了。

我们可以利用pandas的melt()函数来将一些数据进行融合，这样就可以在不同Pokemon之间直接进行比对，melt()需要导入3个参数，分别为：

1. 需要融合的数据列表
2. 需要保留的ID变量，其他变量将会被Pandas融合。
3. 融合而成的新变量的名字。

显示前五行的数据可以看到，六列数据已经融合成为一列Stat，数值在value一列中显示。而实际上Stat已经包含了原来列表中的六列数据。 

我们为已经融合的数据列表melted_df绘制群集图。 

就可以得到如下的群集图。x轴为Stat中融合的六个变量，y轴为Stat的值，不同颜色代表不同的Pokemon Type 1。 

这张图表有一些细节需要完善：

1. 扩大图表。
2. 使用split = True 来分隔色调。
3. 使用我们自定义的颜色。
4. 调整y轴的范围

5. 将图例放在右侧。 
   

   即可得到一个已经细节完善后的图表。 
   

Step 10： 迷你画廊

10.1-Heatmap 
Heatmap可以帮助可视化矩阵状的数据。 

10.2-Histogram 
Histogram能够绘制变量的数值分布。 

可以清楚的看到Pokemon的攻击值的分布。 

10.3-Bar Plot 
条形图可以帮助分类变量的可视化。 

可以清楚的看到不同类型的Pokemon的数量。 

10.4-Factor Plot 
Factor plots能够根据类别分离图表。 

可以得到根据Stage分离的三个图表，分别用不同颜色的点表示不同的Pokemon。 

10.5-Density Plot 
密度图显示的是两个变量之间的分布。 

曲线越密集的地方说明两个变量的关系越近，越稀疏的地方说明关系越远。 

10.6-Joint Distribution Plot 
联合分布图将散点图和直方图的信息结合起来，提供双变量分布的详细信息。 

这里只是介绍了Seaborn常用的绘图功能，还有更强大的功能Example gallery需要我们去学习，去探索。

        <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/markdown_views-ea0013b516.css">
            </div>