功能强大的python包（三）：Seaborn

1. Seaborn简介

Seaborn是一个基于matplotlib且数据结构与Pandas统一的统计图制作库。

Seaborn库旨在以数据可视化为中心来挖掘并理解数据。

Seaborn提供的面向数据集制图函数主要是对行列索引和数组的操作，包含对整个数据集进行内部的语义映射与统计整合。

可以毫不夸张的说，你想象力能及的图表，Seaborn都能绘制！

2. 样例数据

本文所有的可视乎图表都是基于Seaborn自带的餐厅顾客消费数据集tips而绘制的。
tips数据集前两条数据如下：

No	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	2

（total_bill：消费总金额，tip：小费金额，sex：性别，smoker：是否吸烟，day：消费日期，time：消费时段，size：聚餐人数）

3. Seaborn总览

image

• 关系图

关系图一般是用来表达双变量关系的图表。

函数	作用
relplot(kind='line')/lineplot( )	绘制线形图，参数：data，x，y，hue
relplot(kind='scatter')/scatterplot( )	绘制散点图，参数：data，x，y，hue

参数	含义
data	pandas.DataFrame对象
x	绘图的x轴变量
y	绘图的y轴变量
hue	区分维度，一般为分类型变量

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

sns.set(style='darkgrid')

tips = sns.load_dataset('tips')
sns.relplot(x='total_bill',y='tip',data=tips)
sns.relplot(x="total_bill", y="tip", hue="smoker", data=tips);

fmri = sns.load_dataset("fmri")
sns.relplot(x="timepoint", y="signal", kind="line", data=fmri);

image
image

• 分类图

对可分类的数据进行可视化；可以通过散点图、分布图、估计图等形式呈现分类图。

函数	作用
catplot(kind='strop')/stripplot( )	分类散点图
catplot(kind='swarm')/swarmplot( )	分类散点图
catplot(kind='box')/boxplot( )	分类分布图
catplot(kind='violin')/violinplot( )	分类分布图
catplot(kind='boxen')/boxenplot( )	分类分布图
catplot(kind='point')/pointplot( )	分类估计图
catplot(kind='bar')/barplot( )	分类估计图
catplot(kind='count')/countplot( )	分类估计图

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style='ticks',color_codes=True)

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

diamonds = sns.load_dataset('diamonds')
sns.catplot(x='color',y='price',kind='boxen',data=diamonds.sort_values('color'))
sns.catplot(x="total_bill", y="day", hue="time",kind="violin", data=tips)

titanic = sns.load_dataset("titanic")
sns.catplot(x="sex", y="survived", hue="class", kind="point", data=titanic)
sns.catplot(x="sex", y="survived", hue="class", kind="bar", data=titanic)
sns.catplot(x="deck", kind="count", palette="ch:.25", data=titanic)

image
image
image
image
image
image
image

• 回归图

对数据进行回归，并绘制回归出函数。

函数	作用
lmplot( )	绘制回归图
regplot( )	绘制回归图
residplot( )	绘制回归图

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

sns.set(color_codes=True)
tips = sns.load_dataset("tips")
sns.lmplot(x="total_bill", y="tip", data=tips)
sns.residplot(x="x", y="y", data=anscombe.query("dataset == 'II'"),scatter_kws={"s": 80})

f, ax = plt.subplots(figsize=(5, 6))
sns.regplot(x="total_bill", y="tip", data=tips, ax=ax)

image
image
image

• 分布图
  用于检查单变量或双变量分布的图表。

函数	作用
distplot( )	单变量分布
kdeplot( )	核密度估计
pairplot( )	成对二元分布
joinplot( )/joinplot(kind='hex')/joinplot(kind='reg')	二元分布

import seaborn as sns
import matplotlib.pyplot as plt
from scipy import stats

sns.set(color_codes=True)
x = np.random.normal(size=100)
sns.distplot(x)
sns.kdeplot(x, shade=True)

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

iris = sns.load_dataset("iris")
sns.pairplot(iris)

image
image

[图片上传失败...(image-9e1fd3-1626513027417)]
[图片上传失败...(image-aaa2cd-1626513027417)]

• 矩阵图
  以矩阵的形式呈现可视化的数据集。

函数	作用
heatmap( )	热力图
clustermap( )	聚类矩阵图

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

sns.set_theme()

# Load the example flights dataset and convert to long-form
flights_long = sns.load_dataset("flights")
flights = flights_long.pivot("month", "year", "passengers")

# Draw a heatmap with the numeric values in each cell
f, ax = plt.subplots(figsize=(9, 6))
sns.heatmap(flights, annot=True, fmt="d", linewidths=.5, ax=ax)


sns.set_theme()

# Load the brain networks example dataset
df = sns.load_dataset("brain_networks", header=[0, 1, 2], index_col=0)

# Select a subset of the networks
used_networks = [1, 5, 6, 7, 8, 12, 13, 17]
used_columns = (df.columns.get_level_values("network")
                          .astype(int)
                          .isin(used_networks))
df = df.loc[:, used_columns]

# Create a categorical palette to identify the networks
network_pal = sns.husl_palette(8, s=.45)
network_lut = dict(zip(map(str, used_networks), network_pal))

# Convert the palette to vectors that will be drawn on the side of the matrix
networks = df.columns.get_level_values("network")
network_colors = pd.Series(networks, index=df.columns).map(network_lut)

# Draw the full plot
g = sns.clustermap(df.corr(), center=0, cmap="vlag",
                   row_colors=network_colors, col_colors=network_colors,
                   dendrogram_ratio=(.1, .2),
                   cbar_pos=(.02, .32, .03, .2),
                   linewidths=.75, figsize=(12, 13))

g.ax_row_dendrogram.remove()

image
image

• 结构化多绘图

以子图的形式绘制成对变量之间的关系。

函数	作用
FacetGrid	结构化多绘图
PairGrid	结构化多绘图

Ending