Visualization of seaborn
seaborn[1]是一个建立在matplot之上,可用于制作丰富和非常具有吸引力统计图形的Python库。Seaborn库旨在将可视化作为探索和理解数据的核心部分,有助于帮人们更近距离了解所研究的数据集。无论是在kaggle官网各项算法比赛中,还是互联网公司的实际业务数据挖掘场景中,都有它的身影。
在本次介绍的这个项目中,我们将利用seaborn库对数据集进行分析,分别展示不同类型的统计图形。
首先,我们将导入可视化所需的所有必要包,我们将使用到的几个包:
- Numpy
- pandas
- matplotlib
- seaborn
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
本次使用到的数据集是比较有名的tips(小费)数据集[2]。小费数据集,是一个餐厅侍者收集的关于小费的数据,其中包含了七个变量,包括总费用、付小费的金额、付款者性别、是否吸烟、日期、日间、顾客人数。通过数据分析和建模,可帮助餐厅侍者预测来餐厅就餐的顾客是否会会支付小费。知识改变命运啊~
让我们先导入tips数据集:
import matplotlib.pyplot as plt
import numpy as np
% %matplotlib inline
import seaborn as sns
tips = pd.read_csv('../input/tips.csv')
让我们看看数据集前面几行,看看数据集究竟长什么样。
tips.head()
dist plot图
sns.distplot(tips['total_bill'])
sns.distplot(tips['total_bill'],kde = False)
看图说话:上图显示,顾客在餐厅的消费总金额主要是在5-35的范围内分布的。
count plot图
sns.countplot(x = 'smoker', data = tips)
看图说话:上图显示,来餐厅就餐的顾客,不抽烟者比会抽烟者多
sns.countplot(x = 'time', data = tips)
看图说话:上图显示,顾客来餐厅就餐,主要是来晚饭多一些,来吃午餐的总次数更少一些。
sns.countplot(x = 'size', data = tips)
看图说话:上图显示,2个人来餐厅就餐的总次数多一些。
sns.countplot(x = 'day', data = tips)
看图说话:上图显示,顾客主要是周四、周五、周六来餐厅就餐。
joint plot图
sns.jointplot(x = 'total_bill', y = 'tip', data = tips)
看图说话:上图显示,顾客主要消费水平在10-30远之间,而此时,对应给侍者小费的钱在1-5元之间。
sns.jointplot(x = 'total_bill', y = 'tip', data = tips ,kind = 'hex')
另一种清晰地可视化视图,颜色的深度代表频次。
sns.jointplot(x = 'total_bill', y = 'tip', data = tips ,kind = 'reg')
看图说话:通过做一条简单的回归线,它表明了小费的金额是随着总账单金额的增加而增加的。
sns.jointplot(x = 'total_bill', y = 'tip', data = tips ,kind = 'kde')
另一种可视化统计图:某个区域越暗,表明这个区域对应的频次越多。
pair plot图
sns.pairplot(tips)
看图说话:这些图展现了数据集中消费总额、小费金额以及顾客数量三个特征(变量)之间的联系。
sns.pairplot(tips ,hue ='sex', markers=["o", "s"])
在上述基础上,我们再使用两种不同的颜色用于区分性别。
rug plot图
sns.rugplot(tips['total_bill'])
看图说话:上图呈现的是,顾客就餐消费总额在各个值上的边缘分布。
kde plot图
sns.kdeplot(tips['total_bill'], shade=True)
看图说话:KDE代表内核密度估计,它也显示了各个消费总金额数值的统计分布。
bar plot图
sns.barplot(x = 'sex', y ='total_bill', data = tips)
看图说话:就餐时消费的账单,男性买单的次数会比由女性买单的次数多一些。
box plot图
sns.boxplot(x = 'day', y= 'total_bill', data = tips)
看图说话:上图显示大部分账单是在周六和周日支付的。
sns.boxplot(x = 'day', y= 'total_bill', data = tips, hue = 'sex')
看图说话:在上面的图表中你可以看到,在周六时,女性买单的次数会比男性多。(难道是因为买买买,男性付了好多钱,女性为了弥补男性的心里落差,然后请吃饭?哈哈)
violin plot
sns.violinplot(x = 'day', y= 'total_bill', data = tips)
看图说话:voilin plot和box plot很相似,但它结合了box plot图和密度痕迹。
sns.violinplot(x = 'day', y= 'total_bill', data = tips, hue = 'sex', split = True)
看图说话:增加了性别的区分
strip plot图
sns.stripplot(x = 'day', y = 'total_bill', data = tips)
看图说话:这幅图呈现的是周四、周五、周六和周日这四天,顾客消费总额的散点图。
sns.stripplot(x = 'day', y = 'total_bill', data = tips, jitter= True,hue = 'sex', dodge = True)
看图说话:和上图一样,只不过对性别进行了区别。
swarm plot图
sns.swarmplot(x = 'day', y = 'total_bill', data = tips)
看图说话:Swarn plot和stripplot比较类似,但Swarn plot的不同之处在于它不会重叠数据点。
factor plot图
sns.factorplot(x = 'day', y = 'total_bill', kind = 'box', data = tips)
看图说话:在factorplot图中,你可以给出任何你需要显示的图形。
heat map图
sns.heatmap(tips.corr())
看图说话:热力图可用来显示两变量之间的相关性,在这里两变量间对应的矩形框的颜色越浅,代表两者之间越具有相关性。
cluster map图
sns.clustermap(tips.corr())
看图说话:它显示了分层的集群热图,这个有点复杂了。
pair grid图
g = sns.PairGrid(tips)
g.map_diag(sns.distplot)
g.map_upper(plt.scatter)
g.map_lower(sns.kdeplot)
看图说话:这个厉害了。在pair grid图中,你可以根据自己需求,在这里呈现上述介绍的各种类型的图形。
参考链接
[1]seaborn官网
http://seaborn.pydata.org/#
[2]tips数据集
链接:https://pan.baidu.com/s/1l-Q1wW6ByLewzmuzBswZJA 密码:y9ck