seaborn常用速查手册

最新推荐文章于 2022-01-04 22:12:42 发布

csdn_yuan88

最新推荐文章于 2022-01-04 22:12:42 发布

阅读量5.8k

点赞数 4

Seaborn 可视化

1.简介

Seaborn是一个在Python中制作有吸引力和信息丰富的统计图形的库。它建立在matplotlib之上，并与PyData堆栈紧密集成，包括支持来自scipy和statsmodels的 numpy和pandas数据结构和统计例程。 Seaborn旨在将可视化作为探索和理解数据的核心部分。绘图函数对包含整个数据集的数据框和数组进行操作，并在内部执行必要的聚合和统计模型拟合以生成信息图。如果matplotlib“试图让事情变得简单容易和难以实现”，seaborn会试图使一套明确的方案让事情变得容易。 Seaborn可以认为是对matplotlib的补充，而不是它的替代品。在数据可视化方面能够很好的表现。

2. seaborn入门

2.1 单变量分布

%matplotlib inline
import numpy as np
import pandas as pd
from scipy import stats, integrate
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(color_codes=True)
np.random.seed(sum(map(ord, "distributions")))
 
 1
2
3
4
5
6
7
8

2.1.1 灰度图

最方便快捷的方式~

# kde表示生成核密度估计
x = np.random.normal(size=100)
sns.distplot(x, kde=True)
 
 1
2
3

png

更精细的刻画，调节bins，对数据更具体的做分桶操作。

sns.distplot(x, kde=True, bins=20)
 
 1

png

使用rug生成实例：

sns.distplot(x, kde=False, bins=20, rug=True)
 
 1

png

生成实例的好处：指导你设置合适的bins。

2.1.2 核密度估计

通过观测估计概率密度函数的形状。
有什么用呢？待定系数法求概率密度函数~

核密度估计的步骤：
* 每一个观测附近用一个正态分布曲线近似
* 叠加所有观测的正太分布曲线
* 归一化

在seaborn中怎么画呢？

sns.kdeplot(x)
 
 1

png

bandwidth的概念：用于近似的正态分布曲线的宽度。

sns.kdeplot(x)
sns.kdeplot(x, bw=.2, label="bw: 0.2")
sns.kdeplot(x, bw=2, label="bw: 2")
plt.legend()
 
 1
2
3
4

png

2.1.3模型参数拟合

x = np.random.gamma(6, size=200)
sns.distplot(x, kde=False, fit=stats.gamma)
 
 1
2

png

2.2 双变量分布

mean, cov = [0, 1], [(1, .5), (.5, 1)]
data = np.random.multivariate_normal(mean, cov, 200)
df = pd.DataFrame(data, columns=["x", "y"])
 
 1
2
3

两个相关的正态分布~

2.2.1 散点图

sns.jointplot(x="x", y="y", data=df)
 
 1

png

2.2.2 六角箱图

在数据量很大的时候，用散点图来做可视化的时候效果不是很好，所以引入六角箱图做可视化。

x, y = np.random.multivariate_normal(mean, cov, 1000).T
with sns.axes_style("ticks"):
    sns.jointplot(x=x, y=y, kind="hex")
 
 1
2
3

png

2.2.3 核密度估计

sns.jointplot(x="x", y="y", data=df, kind="kde")
 
 1

png

f, ax = plt.subplots(figsize=(6, 6))
sns.kdeplot(df.x, df.y, ax=ax)
sns.rugplot(df.x, color="g", ax=ax)
sns.rugplot(df.y, vertical=True, ax=ax)
 
 1
2
3
4

png

更炫酷的效果：

f, ax = plt.subplots(figsize=(6, 6))
cmap = sns.cubehelix_palette(as_cmap=True, dark=1, light=0)
sns.kdeplot(df.x, df.y, cmap=cmap, n_levels=60, shade=True)
 
 1
2
3

png

先绘制图形图像，然后再往图中添加额外的效果。

g = sns.jointplot(x="x", y="y", data=df, kind="kde", color="m")
g.plot_joint(plt.scatter, c="w", s=30, linewidth=1, marker="+")
g.ax_joint.collections[0].set_alpha(0)
g.set_axis_labels("$X$", "$Y$")
 
 1
2
3
4

png

2.3 数据集中的两两关系

2.3.1 散点图表示

iris = sns.load_dataset("iris")
iris.head()
 
 1
2

sns.pairplot(iris)
 
 1

png

2.3.2 灰度图表示

g = sns.PairGrid(iris)
g.map_diag(sns.kdeplot)
g.map_offdiag(sns.kdeplot, cmap="Blues_d", n_levels=20)
 
 1
2
3

png

3. 变量间的关系

这个部分主要是lmplot函数的运用。

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(color_codes=True)
np.random.seed(sum(map(ord, "regression")))
tips = sns.load_dataset("tips")
 
 1
2
3
4
5
6
7
8
9

3.1 绘制线性回归模型

3.1.1 连续的取值

最简单的方式：散点图 + 线性回归 + 95%置信区间

sns.lmplot(x="total_bill", y="tip", data=tips)
 
 1

png

3.1.2 离散变量

对于变量离线取值，散点图绘制出来的效果并不好，很难看出各个数据的分布。为了看清数据的分布，一下有两种方式进行处理。

sns.lmplot(x="size", y="tip", data=tips)
 
 1

png

方法1：加个小的抖动

sns.lmplot(x="size", y="tip", data=tips, x_jitter=.08)
 
 1

png

方法2：离散取值上用均值和置信区间代替散点，求出均值和方差并在图上表示

sns.lmplot(x="size", y="tip", data=tips, x_estimator=np.mean)
 
 1

png

3.2 拟合不同模型

有些时候线性拟合效果不错，但有时数据的分布并不适合用线性方式拟合。

anscombe = sns.load_dataset("anscombe")
sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'I'"), ci=None, scatter_kws={"s": 80})
 
 1
2

png

如图，用线性拟合的方式效果不是很好

sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'II'"), ci=None, scatter_kws={"s": 80})
 
 1

png

3.2.1 高阶拟合

改用高阶拟合的方式：order = 2

sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'II'"), order=2, ci=None, scatter_kws={"s": 80})
 
 1

png

3.2.2 异常值处理：

sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'III'"), robust=True, ci=None, scatter_kws={"s": 80})
 
 1

png

3.2.3 二值变量拟合

二值变量拟合：对于运用线性来拟合效果并不是很好，所以一下运用logistic的方式对二类进行分类。

tips["big_tip"] = (tips.tip / tips.total_bill) > .15
sns.lmplot(x="total_bill", y="big_tip", data=tips, y_jitter=.05)
 
 1
2

png

sns.lmplot(x="total_bill", y="big_tip", data=tips, logistic=True, y_jitter=.03, ci=None)
 
 1

png

3.2.3 残差曲线

sns.residplot(x="x", y="y", data=anscombe.query("dataset == 'I'"), scatter_kws={"s": 80})
 
 1

png

拟合的好，就是白噪声的分布
拟合的差，就能看出一些模式

sns.residplot(x="x", y="y", data=anscombe.query("dataset == 'II'"), scatter_kws={"s": 80})
 
 1

png

3.3 变量间的条件关系

# 指定hue参数
sns.lmplot(x="total_bill", y="tip", hue = "day", data=tips)
 
 1
2

png

sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips, markers=["o", "x"])
 
 1

png

尝试增加更多的分类条件

# hue与col配合
sns.lmplot(x="total_bill", y="tip", hue="smoker", col="time", data=tips)
 
 1
2

png

# hue、col与row一起使用
sns.lmplot(x="total_bill", y="tip", hue="smoker", col="time", row="sex", data=tips)
 
 1
2

png

3.4 控制图片的大小和形状

多个图在同一个区域显示，默认的方式显示的图片可能会很小，所以需要对图片的大小进行控制。

sns.lmplot(x="total_bill", y="tip", col="day", data=tips, col_wrap=2, size=5)
 
 1

png

sns.lmplot(x="total_bill", y="tip", col="day", data=tips, aspect=0.5)
 
 1

png

4. 分类数据的可视化分析

观测点的直接展示：swarmplot, stripplot
观测近似分布的展示：boxplot, violinplot
均值和置信区间的展示：barplot, pointplot

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style="whitegrid", color_codes=True)
np.random.seed(2017)
titanic = sns.load_dataset("titanic")
tips = sns.load_dataset("tips")
iris = sns.load_dataset("iris")
 
 1
2
3
4
5
6
7
8
9
10
11

titanic
sns.barplot(x="sex", y="survived", hue="class", data=titanic)
 
 1
2

png

4.1 分类散点图

当有一维数据是分类数据时，散点图成为了条带形状。

sns.stripplot(x="day", y="total_bill", data=tips)
 
 1

png

散点图绘制的时候很多点集中在一起，为了更清楚的表示，需要进行如下两种方法的操作。

法一：抖动。

sns.stripplot(x="day", y="total_bill", data=tips, jitter=True)
 
 1

png

法二：生成蜂群图，避免散点重叠

sns.swarmplot(x="day", y="total_bill", data=tips)
 
 1

png

在每一个一级分类内部可能存在二级分类

sns.swarmplot(x="day", y="total_bill", hue="sex", data=tips)
 
 1

png

4.2 分类分布图

4.2.1 箱图

上边缘、上四分位数、中位数、下四分位数、下边缘

sns.boxplot(x="day", y="total_bill", hue="time", data=tips)
 
 1

png

4.2.2 提琴图

箱图 + KDE(Kernel Distribution Estimation)

sns.violinplot(x="total_bill", y="day", hue="time", data=tips)
 
 1

png

sns.violinplot(x="day", y="total_bill", hue="time", data=tips)
 
 1

png

sns.violinplot(x="total_bill", y="day", hue="time", data=tips, bw=.1, scale="count", scale_hue=False)

 
 1
2

png

sns.violinplot(x="total_bill", y="day", hue="time", data=tips, bw=.1, scale="count", scale_hue=False)
 
 1

png

非对称提琴图

sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True, inner="stick")
 
 1

png

4.3 分类统计估计图

4.3.1 统计柱状图

sns.barplot(x="sex", y="survived", hue="class", data=titanic)
 
 1

png

4.3.2 灰度柱状图

sns.countplot(x="deck", data=titanic)
 
 1

png

4.3.3 点图

sns.pointplot(x="sex", y="survived", hue="class", data=titanic)
 
 1

png

修改颜色、标记、线型

sns.pointplot(x="class", y="survived", hue="sex", data=titanic,
              palette={"male": "g", "female": "m"},
              markers=["^", "o"], linestyles=["-", "--"])
 
 1
2
3

png

4.4 分类子图

通过调整factorplot的参数可以绘制出很多不同类型的图

sns.factorplot(x="day", y="total_bill", hue="smoker", col="time", data=tips, kind="swarm")
 
 1

png

多分类标准的子图

g = sns.PairGrid(tips,
                 x_vars=["smoker", "time", "sex"],
                 y_vars=["total_bill", "tip"],
                 aspect=.75, size=3.5)
# 对网格中的每一个图做violinplot
g.map(sns.violinplot, palette="bright");
 
 1
2
3
4
5
6

png

总结

通过seaborn对数据可视化可以看出数据的分布等情况。

更具体的代码这里。

参考文献：

原始地址:https://blog.csdn.net/weixin_41863685/article/details/80395062

Seaborn绘图

全部代码：https://github.com/lawlite19/Blog-Back-Up/blob/master/code/seaborn_study.py
个人博客地址：http://lawlite.me/2017/06/14/Seaborn%E7%BB%98%E5%9B%BE/

一、介绍与安装

1、介绍

官网：http://seaborn.pydata.org/index.html
Github: https://github.com/mwaskom/seaborn
Seaborn 其实是在matplotlib的基础上进行了更高级的 API 封装，从而使得作图更加容易
在大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充

2、安装

直接 pip3 install seaborn即可

二、分布图

1、distplot

导入包

#-*- coding: utf-8 -*-
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
#%matplotlib inline  # 为了在jupyter notebook里作图，需要用到这个命令
 
 1
2
3
4
5
6
7

加载 seaborn中的数据集：tips = sns.load_dataset('tips')
分布图
- kde是高斯分布密度图，绘图在0-1之间
- hist是否画直方图
- rug在X轴上画一些分布线
- fit可以制定某个分布进行拟合
- label legend时的值
- axlabel制定横轴的说明

sns.distplot(tips['total_bill'], bins=None, hist=True, kde=False, rug=True, fit=None, 
            hist_kws=None, kde_kws=None, rug_kws=None, 
            fit_kws=None, color=None, vertical=False, 
            norm_hist=False, axlabel=None, label=None, ax=None)
sns.plt.show()
 
 1
2
3
4
5

拟合分布
- 这里使用了gamma分布拟合

from scipy import stats
sns.distplot(tips.total_bill, fit=stats.gamma, kde=False)
sns.plt.show()
 
 1
2
3

seaborn gamma分布拟合

2、kdeplot

高斯概率密度图
- data2可以是二维的分布
- shade是否填充
- kernel核函数，还有很多核函数，比如cos, biw等
- cumulative累积的作图，最后的值应该是接近1
- gridsize多少个点估计

    ax = sns.kdeplot(tips['total_bill'], data2=tips.tip, shade=False, vertical=False, 
                    kernel="gau", bw="scott", 
                    gridsize=100, cut=3, clip=None, 
                    legend=True, cumulative=False, 
                    shade_lowest=True, ax=None)
    sns.plt.show()
 
 1
2
3
4
5
6

二维的分布

二、pairplot

1、两两作图

iris 为例
- data: DataFrame格式的数据
- hue: label类别对应的column name
- vars: 指定feature的列名
- kind: 作图的方式，可以是reg或scatter
- diag_kind: 对角线作图的方式，可以是hist或kde

    iris = sns.load_dataset('iris')
    g = sns.pairplot(iris, hue='species', hue_order=None, palette=None, 
                     vars=list(iris.columns[0:-1]), 
                     x_vars=None, y_vars=None, 
                     kind="reg", diag_kind="hist", 
                     markers=['o','s','D'], size=1.5, aspect=1, 
                     dropna=True, plot_kws=None, 
                     diag_kws=None, grid_kws=None)
    sns.plt.show()
 
 1
2
3
4
5
6
7
8
9

seaborn pairplot作图

三、stripplot和swarmplot

1、stripplot

tips为例，查看每天的数据信息
- x: X轴数据
- y: Y轴数据
- hue: 区分不同种类数据的column name
- data: DataFrame类型数据
- jitter: 将数据分开点，防止重叠

    tips = sns.load_dataset('tips')
    ax = sns.stripplot(x='day', y='total_bill', hue=None, data=tips, order=None, 
                      hue_order=None, jitter=True, 
                      split=False, orient=None, 
                      color=None, palette=None, size=5, 
                      edgecolor="gray", linewidth=0, 
                      ax=None)
 
 1
2
3
4
5
6
7

stripplot 查看每天的数据信息

查看关于性别消费的信息

    ax = sns.stripplot(x='sex', y='total_bill', hue='day', data=tips, order=None, 
                      hue_order=None, jitter=True, 
                      split=False, orient=None, 
                      color=None, palette=None, size=5, 
                      edgecolor="gray", linewidth=0, 
                      ax=None)
 
 1
2
3
4
5
6

sripplot 查看敢于性别消费的信息

2、swarmplot

与stripplot类似，只是数据点不会重叠 (适合小数据量)

    tips = sns.load_dataset('tips')
    ax = sns.swarmplot(x='sex', y='total_bill', hue='day', data=tips)
    sns.plt.show()
 
 1
2
3

seaborn swarmplot

四、boxplot

1、boxplot示意图

box图

函数
- x, y：指定X轴，Y轴的columns name值
- hue: 指定要区分的类别

    tips = sns.load_dataset('tips')
    ax = sns.boxplot(x='day', y='total_bill', hue=None, data=tips, order=None, 
                    hue_order=None, orient=None, 
                    color=None, palette=None, 
                    saturation=.75, width=.8, 
                    fliersize=5, linewidth=None, 
                    whis=1.5, notch=False, ax=None)
    sns.plt.show()
 
 1
2
3
4
5
6
7
8

box图
- 可以和上面的stripplot一起用

    tips = sns.load_dataset('tips')
    ax = sns.boxplot(x='day', y='total_bill', hue=None, data=tips, order=None, 
                    hue_order=None, orient=None, 
                    color=None, palette=None, 
                    saturation=.75, width=.8, 
                    fliersize=5, linewidth=None, 
                    whis=1.5, notch=False, ax=None)
    sns.stripplot(x='day', y='total_bill', hue=None, data=tips, order=None, 
                 hue_order=None, jitter=True, split=False, 
                 orient=None, color=None, palette=None, 
                 size=5, edgecolor="gray", linewidth=0, 
                 ax=None)
    sns.plt.show()
 
 1
2
3
4
5
6
7
8
9
10
11
12
13

seaborn boxplot和stripplot

五、jointplot

1、jointplot

联合作图
- kind: 有scatter” | “reg” | “resid” | “kde” | “hex

    tips = sns.load_dataset('tips')
    from scipy import stats
    g = sns.jointplot(x='total_bill', y='tip',
                      data=tips, kind="reg", 
                      stat_func=stats.pearsonr, 
                      color=None, size=6, ratio=5, 
                      space=.2, dropna=True, xlim=None, 
                      ylim=None, joint_kws=None, 
                      marginal_kws=None, annot_kws=None)
    sns.plt.show()
 
 1
2
3
4
5
6
7
8
9
10

jointplot

可以在基础上再作图
- plot_joint就是在联合分布上作图
- plot_marginals就是在边缘分布上再作图

    g = (sns.jointplot(x='total_bill', y='tip',data=tips).plot_joint(sns.kdeplot))

 
 1
2

joint plot

六、violinplot

1、小提琴图，和boxplot很像

对称的kde图
中间的白点是中位数，黑色粗线对应分位数

inner: 指定图里面用什么划分，有"box", "quartile", "point", "stick", None
- quartile为四分位数划分
- stick很像rug，就是可以看出密度情况
scale: 缩放每个图对应的area, 取值有 "area", "count", "width"
- area指定每个有相同的area
- count会按数量缩放（数量少的就比较窄扁）

    tips = sns.load_dataset('tips')
    ax = sns.violinplot(x='day', y='total_bill', 
                        hue='smoker', data=tips, order=None, 
                        hue_order=None, bw="scott", 
                        cut=2, scale="area", 
                        scale_hue=True, gridsize=100, 
                        width=.8, inner="quartile", 
                        split=False, orient=None, 
                        linewidth=None, color=None, 
                        palette='muted', saturation=.75, 
                        ax=None) 
    sns.plt.show()
 
 1
2
3
4
5
6
7
8
9
10
11
12

小提琴图

七、pointplot, bar

1、pointplot

点图
- estimator：点的取值是，默认是np.mean

    tips = sns.load_dataset('tips')
    sns.pointplot(x='time', y='total_bill', hue='smoker', data=tips, order=None, 
                 hue_order=None, estimator=np.mean, ci=95, 
                 n_boot=1000, units=None, markers="o", 
                 linestyles="-", dodge=False, join=True, 
                 scale=1, orient=None, color=None, 
                 palette=None, ax=None, errwidth=None, 
                 capsize=None)
    sns.plt.show()
 
 1
2
3
4
5
6
7
8
9

pointplot

2、barplot

条形图
- y轴是mean value，和点图其实差不多

    tips = sns.load_dataset('tips')
    sns.barplot(x='day', y='total_bill', hue='sex', data=tips, order=None, 
               hue_order=None, estimator=np.mean, ci=95, 
               n_boot=1000, units=None, orient=None, 
               color=None, palette=None, saturation=.75, 
               errcolor=".26", errwidth=None, capsize=None, 
               ax=None)
    sns.plt.show()
 
 1
2
3
4
5
6
7
8

bar

3、countplot

    tips = sns.load_dataset('tips')
    sns.countplot(x='day', hue='sex', data=tips)
    sns.plt.show()  
 
 1
2
3

count

八、factorplot

1、可以通过这个函数绘制以上几种图

指定kind即可，有point, bar, count, box, violin, strip
row和col指定绘制的行数和列数，给出一个种类类型的列名即可

    titanic = sns.load_dataset('titanic')
    sns.factorplot(x='age', y='embark_town', 
                   hue='sex', data=titanic,
                   row='class', col='sex', 
                   col_wrap=None, estimator=np.mean, ci=95, 
                   n_boot=1000, units=None, order=None, 
                   hue_order=None, row_order=None, 
                   col_order=None, kind="box", size=4, 
                   aspect=1, orient=None, color=None, 
                   palette=None, legend=True, 
                   legend_out=True, sharex=True, 
                   sharey=True, margin_titles=False, 
                   facet_kws=None)
    sns.plt.show()
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14

factorplot box

九、heatmap

1、heatmap

    flight = sns.load_dataset('flights')
    flights = flight.pivot('month','year','passengers')
    sns.heatmap(flights, annot=True, fmt='d')
    sns.plt.show()
 
 1
2
3
4

heatmap

十、时序绘图

1、tsplot

condition: 和hue差不多，指定类别
estimator: 默认为np.mean

    gammas = sns.load_dataset('gammas')
    sns.tsplot(data=gammas, time='timepoint', unit='subject', 
               condition='ROI', value='BOLD signal', 
               err_style="ci_band", ci=68, interpolate=True, 
               color=None, estimator=np.mean, n_boot=5000, 
               err_palette=None, err_kws=None, legend=True, 
               ax=None)
    sns.plt.show()
 
 1
2
3
4
5
6
7
8

tsplot

原始地址:https://blog.csdn.net/u013082989/article/details/73278458

csdn_yuan88

关注

4
点赞
踩
24

收藏

觉得还不错? 一键收藏
2
评论
seaborn常用速查手册

Seaborn 可视化1.简介Seaborn是一个在Python中制作有吸引力和信息丰富的统计图形的库。它建立在matplotlib之上，并与PyData堆栈紧密集成，包括支持来自scipy和statsmodels的numpy和pandas数据结构和统计例程。 Seaborn旨在将可视化作为探索和理解数据的核心部分。绘图函数对包含整个数据集的数据...
复制链接

扫一扫