seaborn绘图

• 导入模块

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns

1.关系型绘图

• 1.先读取文件

"""
total_bill:总金额
tip：小费
sex: 性别
smoker:是否允许吸烟
day: 周几
time: 午餐 晚餐
size: 几个
"""
tips = pd.read_csv('tips.csv')
tips.head()

1.relplot散点图建立简单使用的介绍

• 总金额和小费的关系 —>散点图
• 如果调用 replot 的时候报错，请升级saeborn的版本,如果seaborn升级不上去先升级 numpy

pip install -U seaborn

"""
需求：总金额和小费的关系 --->散点图
结果：正相关
"""
sns.relplot(x="total_bill",y="tip",data=tips)

2.relplot下 hue 使用的介绍

• 观察周几出去吃饭人比较多
• 把不同类别的特征，放在一个图表里面，用不同颜色的点标记出来
• 加关键词 hue="day"

"""
需求：观察周几出去吃饭人比较多
"""
sns.relplot(x="total_bill",y="tip",
data=tips,hue="day")

3.relplot下 col 使用的介绍

• 两个子图 对比午餐和晚餐人数
• 把不同类别的特征，放在几个图表里面
• 加关键词 col="time"

"""
需求：两个子图  对比午餐和晚餐人数
"""
sns.relplot(x="total_bill",y="tip",data=tips,
col="time")

4.relplot下 col， row一起使用的介绍

• 了解买单是男性还女性
• 早上买早餐男性，中午买午餐男性，早上买早餐女性，中午买午餐女性，分成四个特征的子图
• 加关键词 col=“time”,row="sex"

"""
需求：了解买单是男性还女性
"""
sns.relplot(x="total_bill",y="tip",data=tips,
col="time",row="sex")

5.relplot下 col_wrap, size的介绍

• col_wrap:控制列数，size:点的大小

sns.relplot(x="total_bill",y="tip",data=tips,
col="time",col_wrap=1,size="size")

5.relplot下 kind，ci，style的介绍 -->折线图

• 了解信号值和时间点的变化关系 —> 折线图
• kind参数：指定图表类型，默认散点图 scatter

"""
subject：主题
timepoint：时间点
event：事件
region：区域
signal：信号
"""
fmri = pd.read_csv('./seaborn-data-master/fmri.csv')
fmri.head()

• kind=“line” 选择这个种类绘制折线图， 这个线是很多点的均值（一条竖线上很多点组成），阴影 —置信区间（不加这个ci参数会有阴影） ci = None 不显示，style:不同的线不同的形态

sns.relplot(x="timepoint",y="signal",data=fmri,
kind="line",ci=None,hue="region",col="event",
style="region")

6.lineplot和relplot区别

• 1.lineplot 没有kind
  2.lineplot 没有col参数

sns.lineplot(x="timepoint",y="signal",data=fmri)

7.关系型绘图的数据集

• 百度网盘地址
• 提取码0812

2.分类型绘图

1.catplot分类散点图简单使用的介绍

• 导入信息

tips = pd.read_csv('tips.csv')
tips.head()

sns.catplot(x="day",y="total_bill",data=tips)
# kind = "strip"
sns.stripplot(x="day",y="total_bill",data=tips)

2.分簇散点图简单使用的介绍

• 缺点：数据量巨大 不适用
• 以上参数方法和关系型绘图一致

sns.catplot(x="day",y="total_bill",data=tips，kind='swarm')

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

3.分类分布图 ---- 箱线图

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

4.分类分布图 ---- 提琴箱线图

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

5.分类统计图 ---- 柱形图

• 黑色的线代表 置信区间

sns.catplot(x="day",y="total_bill",data=tips,kind='bar',estimator=sum)

sns.barplot(x="day",y="total_bill",data=tips,estimator=sum)

• estimator=sum 这一天收入一共多少
  

6.舱位与营救男女的关系 ---- 点线图

• 导入泰坦尼克号的信息

titanic = pd.read_csv("titanic.csv")
titanic.head()

ax = sns.catplot(x="sex",y="survived",data=titanic,kind="point",hue="class")
ax.figure.set_size_inches(16,9)



plt.figure(figsize=(16,9))
sns.pointplot(x="sex",y="survived",data=titanic,hue="class")

3.分布型绘图

1.distplot分布型图表简单使用的介绍

• 导入信息

titanic = pd.read_csv("titanic.csv")
titanic.head()
age_titanic= titanic[~np.isnan(titanic['age'])]
age_titanic.info()

• kde : 是否展示kde曲线
  bins : 指定组数
  rug : 越密集表示数据集中
  hist : 是否显示直方图

sns.distplot(age_titanic['age'],bins=30,hist=True)

2.二变量分布图表

• kind=“hex” 六边形的点
  gridsize 设置点的大小
  height 图形大小 20*20
  ratio 设置主图跟副图之间的比例
  space 设置主图跟副图的间距

sns.jointplot(x="total_bill",y="tip",
data=tips,kind="hex",gridsize=15,height=5,
ratio=3,space=0,marginal_kws={"rug":True,"kde":True},
color="red")

3.观察4个变量两两之间的关系–pairplot

• 导入信息

iris = pd.read_csv("iris.csv")
iris.head()

sns.pairplot(iris,hue='species')

4.关系矩阵图

• 特征工程 减少特征数量

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.model_selection import train_test_split
from sklearn import svm

from sklearn.metrics import accuracy_score
from sklearn.preprocessing import StandardScaler


# SVR  LinearSVR    回归
# SVC  LinearSVC    分类

# 流程

# 1. 获取数据

data = pd.read_csv(r'data(1).csv',encoding="unicode_escape")


# 2. 数据探索
# print(data.columns)
# print(data.describe())

# 3. 数据清洗

# 特征分为3组
features_mean = list(data.columns[2:12])      # 平均值数据
features_se = list(data.columns[12:22])      # 标准差数据
features_worst = list(data.columns[22:32])      # 最大值

# ID列删除
data.drop('id',axis=1,inplace=True)
# 将B良性替换为0，M恶性替换为1
data['diagnosis'] = data['diagnosis'].map({'M':1,'B':0})

print(data.head(5))

# 4. 特征选择
# 目的  降维
sns.countplot(data['diagnosis'],label='Count')
plt.show()

# 热力图features_mean 字段之间的相关性
corr = data[features_mean].corr()
plt.figure(figsize=(14,14))

sns.heatmap(corr,annot=True)
plt.show()

# 特征选择  平均值这组    10-->6
features_remain = ['radius_mean', 'texture_mean', 'smoothness_mean', 'compactness_mean', 'symmetry_mean',
                   'fractal_dimension_mean']

• 热力图features_mean 字段之间的相关性