Python数据可视化Seaborn

Reference:https://zhuanlan.zhihu.com/p/49035741

- 为什么用 Seaborn -

​ Seaborn 是基于 Python 且非常受欢迎的图形可视化库，在 Matplotlib 的基础上，进行了更高级的封装，使得作图更加方便快捷。即便是没有什么基础的人，也能通过极简的代码，做出具有分析价值而又十分美观的图形。

​ Seaborn 可以实现 Python 环境下的绝大部分探索性分析的任务，图形化的表达帮助你对数据进行分析，而且对 Python 的其他库（比如 Numpy/Pandas/Scipy）有很好的支持。

- Seaborn 绘图上手 -

​ 安装 Matplotlib, Seaborn

pip install matplotlib
pip install seaborn

​ 先来一段基本的代码：

import seaborn as sns  # 导入绘图模块
import matplotlib.pyplot as plt
%matplotlib inline # 这里的 “%matplot inline” 是为了在 Jupyter 中正常显示图形，若没有这行代码，图形显示不出来的
titanic=sns.load_dataset('titanic') # 内置于 Seaborn的数据（内置数据都可以用此方法导入） 地址：https://github.com/mwaskom/seab
sns.barplot(x='class',y='survived',data=titanic) # barplot 表示输出条形图

- Seaborn 图形可视化 -

01 **distplot ** 直方图

​ 通常我们在分析一组数据时，首先要看的就是变量的分布规律，而直方图则提供了简单快速的方式，在 Seaborn 中可以用 distplot() 实现。我们首先导入数据集 ‘titanic’，并查看随机的10行数据，对数据集有一个初步的印象：

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

#导数数据集'titanic'
titanic=sns.load_dataset('titanic')

#查看数据集的随机10行数据，用sample方法
titanic.sample(10)

02 **barplot ** 条形图

​ barplot() 利用矩阵条的高度反映数值变量的集中趋势，以及使用errorbar功能（差棒图）来估计变量之间的差值统计（置信区间）。需要提醒的是 barplot() 默认展示的是某种变量分布的平均值（可通过参数修改为 max、median 等）。

​ 这里我们仍然以’titanic’数据集作为展示，将’class’设为x轴，’survived’设为y轴。

import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline

#导入数据集'titanic'，命名为'titanic'
titanic=sns.load_dataset('titanic')

#将'class'设为x轴，'survived'为y轴，传入'titanic'数据
sns.barplot(x='class',y='survived',data=titanic)

03 countplot 计数图

​ countplot 故名思意，计数图，可将它认为一种应用到分类变量的直方图，也可认为它是用以比较类别间计数差。当你想要显示每个类别中的具体观察数量时，countplot 很容易实现，比较类似我们在 Excel 等软件中应用的条形图。

import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
titanic=sns.load_dataset('titanic')

sns.countplot(x='deck',data=titanic)

04 **stripplot/swarmplot ** 散点图

​ 在seaborn中有两种不同的分类散点图。stripplot() 使用的方法是用少量的随机“抖动”调整分类轴上的点的位置，swarmplot() 表示的是带分布属性的散点图。

import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
titanic=sns.load_dataset('titanic')

sns.stripplot(x='embarked',y='fare',data=titanic)

05 boxplot 箱线图

​ boxplot（箱线图）是一种用作显示一组数据分散情况的统计图。它能显示出一组数据的最大值、最小值、中位数及上下四分位数。因形状如箱子而得名。这意味着箱线图中的每个值对应于数据中的实际观察值。

import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
titanic=sns.load_dataset('titanic')

sns.boxplot(x='class',y='age',data=titanic)

06 violinplot 小提琴图

​ 小提琴图其实是箱线图与核密度图的结合，箱线图展示了分位数的位置，小提琴图则展示了任意位置的密度，通过小提琴图可以知道哪些位置的密度较高。

​ 在图中，白点是中位数，黑色盒型的范围是下四分位点到上四分位点，细黑线表示须。外部形状即为核密度估计。

​ 与箱线图进行对比，同样以’titanic’数据集为例，我们来探索不同的’class’（船舱）下乘客的’age’（年龄）情况。

import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
titanic=sns.load_dataset('titanic')

sns.violinplot(x='class',y='age',data=titanic)

07 regplot/lmplot 回归图

​ Seaborn 中利用 regplot() 和 lmplot() 来进行回归，确定线性关系，它们密切相关，共享核心功能，但也有明显的不同。

import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline

#导入数据集'iris'
iris=sns.load_dataset('iris')

#随机查看数据集的10行数据
iris.sample(10)
sns.regplot(x='sepal_length',y='petal_length',data=iris)

08 **heatmap ** 热力图

 热力图通常用来表示特征之间的相关性，一般通过颜色的深浅来表示数值的大小或者相关性的高低。

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
flights = sns.load_dataset("flights")
flights.head(10)

f=flights.pivot('year','month','passengers')  # 以'year'为纵轴，'month'为横轴，'passengers'的值为标准绘制热力图
sns.heatmap(f)
sns.heatmap(f, annot=True,fmt="d") # 如果要显示具体的数值，可以通过'annot'参数来控制

- 图形控制的艺术 -

​ 前面我们利用 Seaborn 绘制了各种类型的图形，对于基本的快速分析，其实已经足够，但是在细节的调节、颜色、美观度等方面我们还可以进行精细化的控制

图形背景

​ Seaborn 中有 white / whitegrid / dark / darkgrid / ticks 几种样式，用 set_style() 函数控制，分别如下：whitegrid 白色网格背景、white 白色背景（默认）、darkgrid 黑色网格背景、dark 黑色背景、ticks 四周带有刻度的白色背景

# 设为白色网格背景
sns.set_style("whitegrid")
sns.boxplot(data=data)
# 设为黑色网格背景
sns.set_style("darkgrid")
sns.boxplot(data=data)

调色板

​ seaborn 中的分类色板，主要用 color_palette() 函数控制，color_palette() 不写参数则显示为 Seaborn 默认颜色。如果需要设置所有图形的颜色，则用 set_palette() 函数定义。

​ Seaborn 中6个默认的颜色循环主题分别为： deep, muted, pastel, bright, dark, colorblind

# 设置颜色模式为'deep'
sns.boxplot(data=data,palette=sns.color_palette('deep'))

显示中文

​ Seaborn 对中文的显示不太友好，如果在遇到乱码问题时，可以加入下面的代码

# 指定默认字体
mpl.rcParams['font.sans-serif'] = ['SimHei']  

# 解决保存图像是负号'-'显示为方块的问题 
mpl.rcParams['axes.unicode_minus'] = False  

保存图片

​ 画出的图形我们需要保存，可以先建立一个画布，设置我们图像的大小，然后将这个画布保存下来

#设置一个（12，6）的画布
plt.figure(figsize=(12, 6))

#图形绘制代码
sns.boxplot(data=data,palette=sns.color_palette('Blues')) 

#将画布保存为'xiang.png'，还可以保存为jpg、svg格式图片
plt.savefig('xiang.png')