Python统计分析可视化库——seaborn

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