seaborn可视化绘图工具使用手册

seaborn使用版本：0.11.1
本文介绍了seaborn的使用接口，以及常用的长款表转换方法

import seaborn as sns

sns.__version__

'0.11.1'

import matplotlib.pyplot as plt 
import pandas as pd 
import numpy as np 

Seaborn的使用结构

• seaborn的借口都是扁平的，都通过seaborn.xx()调用
• 但是借口之间有上下级关系，存在着彼此调用
• seaborn的绘图函数主要分类三类，如下所示
  
• 在每个类别中，都存在两种函数
  1. 基于坐标轴的，axes-level,简单理解就是绘制单图的函数
     • 绘图对象是plt中的Axes
  2. 基于图的，Figure-level,简单理解就是绘制多图的函数，通过调用单图实现
     • 绘图对象是FacetGrid
     • 对应上图中的三个顶类函数relplot，displot,catplot

Figure-Level 绘图 displot

• 调用数据集出现URL故障时，请参考：链接

penguin = sns.load_dataset('penguins',cache=True,data_home='../../seaborn-data')

penguin.head()

	species	island	bill_length_mm	bill_depth_mm	flipper_length_mm	body_mass_g	sex
0	Adelie	Torgersen	39.1	18.7	181.0	3750.0	Male
1	Adelie	Torgersen	39.5	17.4	186.0	3800.0	Female
2	Adelie	Torgersen	40.3	18.0	195.0	3250.0	Female
3	Adelie	Torgersen	NaN	NaN	NaN	NaN	NaN
4	Adelie	Torgersen	36.7	19.3	193.0	3450.0	Female

• displot是Figure级别的绘图函数，通过kind可以调用低级的hist,kde等绘图函数
• 注意与axe级别绘图不同，它的legend在图外边

sns.displot(data = penguin,x = 'flipper_length_mm',hue ='species',kind='kde')

<seaborn.axisgrid.FacetGrid at 0x28ab787fca0>

• 通过g.ax可以获得Figure-level对象的坐标轴，并添加其他子图

tips = sns.load_dataset("tips",cache=True,data_home='../../seaborn-data/')
g = sns.relplot(data=tips, x="total_bill", y="tip")
g.ax.axhline(y = 5)

<matplotlib.lines.Line2D at 0x28abd00df10>

• 修改图的属性
• Figure类型的图能智能将标签应用在子图上

g = sns.relplot(data=penguin, x="flipper_length_mm", y="bill_length_mm", col="sex")
g.set_axis_labels("Flipper length (mm)", "Bill length (mm)")

<seaborn.axisgrid.FacetGrid at 0x28abd0d87c0>

• 使用col,row等参数，可以绘制多个子图
• 在参数中，可以直接加入axe函数的参数，比如bins

sns.displot(data = penguin,x = 'flipper_length_mm',hue ='species',col='species',cumulative = True,bins = 10)

<seaborn.axisgrid.FacetGrid at 0x28ab74cd790>

• 通过height,aspect可以控制子图的大小和形状
• width=height*aspect
• 默认情况下，每个子图都是正方形

sns.displot(data = penguin,x = 'flipper_length_mm',hue ='species',col='species'
            ,cumulative = True,bins = 10,col_wrap=1,height=4,aspect=1.2)

<seaborn.axisgrid.FacetGrid at 0x28ab9ff2820>

Axe-Level绘图 histplot直方图

• 默认会自动通过plt.gca获得当前正在绘制的axe

sns.histplot(data = penguin,x = 'flipper_length_mm',hue ='species',multiple='stack')

<matplotlib.axes._subplots.AxesSubplot at 0x28ab704ea30>

• 可以指定ax = xx来指定绘制到那个坐标轴上

f,[ax1,ax2] = plt.subplots(1,2,figsize = (8,4))
sns.scatterplot(data=penguin, x="flipper_length_mm", y="bill_length_mm", hue="species",ax = ax1)
sns.histplot(data=penguin, x="species", hue="species", shrink=.8, alpha=.8, legend=False, ax=ax2)

<matplotlib.axes._subplots.AxesSubplot at 0x28aba4c55e0>

• kde分布拟合图

sns.kdeplot(data = penguin,x = 'flipper_length_mm',hue ='species')

<matplotlib.axes._subplots.AxesSubplot at 0x28ab6ac77c0>

在同一张图上绘制多个视图

joinplot

• 在坐标轴上绘制变量的一维分布

sns.jointplot(data=penguin,x = 'flipper_length_mm',y = 'bill_length_mm',
             hue = 'species')

<seaborn.axisgrid.JointGrid at 0x28ab705ce20>

pairplot()

• 会将所有数值型的列作为变量，两两组合绘制子图

sns.pairplot(data=penguin,hue='species')

<seaborn.axisgrid.PairGrid at 0x28abc62d520>

seaborn接受的数据类型

长表long-table

• 每一列都是一个变量
• 每一行是一个样本（观察值）

flight = sns.load_dataset('flights',cache=True,data_home='../../seaborn-data/')
flight.head()

	year	month	passengers
0	1949	Jan	112
1	1949	Feb	118
2	1949	Mar	132
3	1949	Apr	129
4	1949	May	121

• 通过指定数据源，x,y的列名来绘制图
• style来指定线型

sns.relplot(data=flight,x='year',y = 'passengers',hue='month',kind='line',style='month')

<seaborn.axisgrid.FacetGrid at 0x23dbd6a18b0>

宽表wide-table

• 每一个行列交汇的点是一个样本点，而变量则是index和columns
• seaborn不支持多级索引

flight_wide = flight.pivot(index='year',columns='month',values='passengers')
flight_wide.head()

month	Jan	Feb	Mar	Apr	May	Jun	Jul	Aug	Sep	Oct	Nov	Dec
year
1949	112	118	132	129	121	135	148	148	136	119	104	118
1950	115	126	141	135	125	149	170	170	158	133	114	140
1951	145	150	178	163	172	178	199	199	184	162	146	166
1952	171	180	193	181	183	218	230	242	209	191	172	194
1953	196	196	236	235	229	243	264	272	237	211	180	201

• 宽表绘图时，会自动将index和columns当做x,y
• 注意线性会不同

sns.relplot(data=flight_wide,kind='line')

<seaborn.axisgrid.FacetGrid at 0x23dbd7632b0>

• 在使用宽表时，有时候变量会不可预测
• 比如当绘制单变量的图时，你不能确定index和columns哪一个被分配给x

sns.catplot(data=flight_wide, kind="box")

<seaborn.axisgrid.FacetGrid at 0x23dbe14b760>

脏数据

• 既不是宽表也不是长表

anagrams = sns.load_dataset("anagrams",cache=True,data_home='../../seaborn-data/')
anagrams

	subidr	attnr	num1	num2	num3
0	1	divided	2	4.0	7
1	2	divided	3	4.0	5
2	3	divided	3	5.0	6
3	4	divided	5	7.0	5
4	5	divided	4	5.0	8
5	6	divided	5	5.0	6
6	7	divided	5	4.5	6
7	8	divided	5	7.0	8
8	9	divided	2	3.0	7
9	10	divided	6	5.0	6
10	11	focused	6	5.0	6
11	12	focused	8	9.0	8
12	13	focused	6	5.0	9
13	14	focused	8	8.0	7
14	15	focused	8	8.0	7
15	16	focused	6	8.0	7
16	17	focused	7	7.0	6
17	18	focused	7	8.0	6
18	19	focused	5	6.0	6
19	20	focused	6	6.0	5

• 绘图时要先将原表转换为宽表或者长表

ana_long = anagrams.melt(id_vars=["subidr", "attnr"],var_name="solutions", value_name="score")
ana_long.head()

	subidr	attnr	solutions	score
0	1	divided	num1	2.0
1	2	divided	num1	3.0
2	3	divided	num1	3.0
3	4	divided	num1	5.0
4	5	divided	num1	4.0

sns.catplot(data=ana_long, x="solutions", y="score", hue="attnr", kind="point")

<seaborn.axisgrid.FacetGrid at 0x23dbce31580>