大家好，我是云朵君！
導(dǎo)讀： 做過可視化的小伙伴們都會(huì)經(jīng)常聽到seaborn可視化，也有很多大佬平時(shí)使用的較多的可視化庫，今天我們就來盤下他，看看他有多實(shí)在。這里為了方便大家后面去練習(xí)，所有展示數(shù)據(jù)均可從官網(wǎng)下載。
??點(diǎn)擊關(guān)注｜設(shè)為星標(biāo)｜干貨速遞??
Python可視化庫Seaborn基于matplotlib，并提供了繪制吸引人的統(tǒng)計(jì)圖形的高級(jí)接口。
Seaborn就是讓困難的東西更加簡(jiǎn)單。它是針對(duì)統(tǒng)計(jì)繪圖的，一般來說，能滿足數(shù)據(jù)分析90%的繪圖需求。Seaborn其實(shí)是在matplotlib的基礎(chǔ)上進(jìn)行了更高級(jí)的API封裝，從而使得作圖更加容易，在大多數(shù)情況下使用seaborn就能做出很具有吸引力的圖，應(yīng)該把Seaborn視為matplotlib的補(bǔ)充，而不是替代物。同時(shí)它能高度兼容numpy與pandas數(shù)據(jù)結(jié)構(gòu)以及scipy與statsmodels等統(tǒng)計(jì)模式。
seaborn一共有5個(gè)大類21種圖，分別是：
使用以下別名來導(dǎo)入庫:
import matplotlib.pyplot as plt
import seaborn as sns
使用Seaborn創(chuàng)建圖形的基本步驟是:
import matplotlib.pyplot as plt
import seaborn as sns
tips = sns.load_dataset('tips') # Step 1
sns.set_style('whitegrid') # Step 2
g = sns.lmplot(x='tip', # Step 3
y='total_bill',
data=tips,
aspect=2)
g = (g.set_axis_labels('Tip','Total bill(USD)') \
.set(xlim=(0,10),ylim=(0,100)))
plt.title('title') # Step 4
plt.show(g)
若要在NoteBook中展示圖形，可使用魔法函數(shù)：
%matplotlib inline
import pandas as pd
import numpy as np
uniform_data = np.random.rand(10, 12)
data = pd.DataFrame({'x':np.arange(1,101),
'y':np.random.normal(0,4,100)})
# 直接加載，到網(wǎng)上拉取數(shù)據(jù)
titanic = sns.load_dataset('titanic')
iris = sns.load_dataset('iris')
# 如果下載較慢，或加載失敗，可以下載到本地，然后加載本地路徑
titanic = sns.load_dataset('titanic',data_home='seaborn-data',cache=True)
iris = sns.load_dataset('iris',data_home='seaborn-data',cache=True)
下載地址：https://github.com/mwaskom/seaborn-data
# 創(chuàng)建畫布和一個(gè)子圖
f, ax = plt.subplots(figsize=(5,6))
sns.set() #(重新)設(shè)置seaborn的默認(rèn)值
sns.set_style('whitegrid') #設(shè)置matplotlib參數(shù)
sns.set_style('ticks', #設(shè)置matplotlib參數(shù)
{'xtick.major.size': 8,
'ytick.major.size': 8})
sns.axes_style('whitegrid') #返回一個(gè)由參數(shù)組成的字典，或使用with來臨時(shí)設(shè)置樣式
sns.set_context('talk') # 設(shè)置上下文為“talk”
sns.set_context('notebook', # 設(shè)置上下文為'notebook'，縮放字體元素和覆蓋參數(shù)映射
font_scale=1.5,
rc={'lines.linewidth':2.5})
sns.set_palette('husl',3) # 定義調(diào)色板
sns.color_palette('husl') # 用with使用臨時(shí)設(shè)置調(diào)色板
flatui = ['#9b59b6','#3498db','#95a5a6',
'#e74c3c','#34495e','#2ecc71']
sns.set_palette(flatui) # 自定義調(diào)色板
g.despine(left=True) # 隱藏左邊線
g.set_ylabels('Survived') # 設(shè)置y軸的標(biāo)簽
g.set_xticklabels(rotation=45) # 為x設(shè)置刻度標(biāo)簽
g.set_axis_labels('Survived','Sex') # 設(shè)置軸標(biāo)簽
h.set(xlim=(0,5), # 設(shè)置x軸和y軸的極限和刻度
ylim=(0,5),
xticks=[0,2.5,5],
yticks=[0,2.5,5])
plt.title('A Title') # 添加圖標(biāo)題
plt.ylabel('Survived') # 調(diào)整y軸標(biāo)簽
plt.xlabel('Sex') # 調(diào)整x軸的標(biāo)簽
plt.ylim(0,100) # 調(diào)整y軸的上下限
plt.xlim(0,10) # 調(diào)整x軸的限制
plt.setp(ax,yticks=[0,5]) # 調(diào)整繪圖屬性
plt.tight_layout() # 次要情節(jié)調(diào)整參數(shù)
plt.show()
plt.savefig('foo.png')
plt.savefig('foo.png', # 保存透明圖片
transparent=True)
plt.cla() # 清除軸
plt.clf() # 清除整個(gè)圖片
plt.close() # 關(guān)閉窗口
這是一個(gè)圖形級(jí)別的函數(shù)，它用散點(diǎn)圖和線圖兩種常用的手段來表現(xiàn)統(tǒng)計(jì)關(guān)系。hue, col分類依據(jù),size將產(chǎn)生不同大小的元素的變量分組,aspect長(zhǎng)寬比,legend_full每組均有條目。
dots = sns.load_dataset('dots',
data_home='seaborn-data',
cache=True)
# 將調(diào)色板定義為一個(gè)列表，以指定精確的值
palette = sns.color_palette('rocket_r')
# 在兩個(gè)切面上畫線
sns.relplot(
data=dots,
x='time', y='firing_rate',
hue='coherence', size='choice',
col='align', kind='line',
size_order=['T1', 'T2'], palette=palette,
height=5, aspect=.75,
facet_kws=dict(sharex=False),
)
diamonds = sns.load_dataset('diamonds',data_home='seaborn-data',cache=True)
# 繪制散點(diǎn)圖，同時(shí)指定不同的點(diǎn)顏色和大小
f, ax = plt.subplots(figsize=(8, 6))
sns.despine(f, left=True, bottom=True)
clarity_ranking = ['I1', 'SI2', 'SI1', 'VS2', 'VS1', 'VVS2', 'VVS1', 'IF']
sns.scatterplot(x='carat', y='price',
hue='clarity', size='depth',
palette='ch:r=-.2,d=.3_r',
hue_order=clarity_ranking,
sizes=(1, 8), linewidth=0,
data=diamonds, ax=ax)
seaborn里的lineplot函數(shù)所傳數(shù)據(jù)必須為一個(gè)pandas數(shù)組。
fmri = sns.load_dataset('fmri',data_home='seaborn-data',cache=True)
# 繪制不同事件和地區(qū)的響應(yīng)
sns.lineplot(x='timepoint', y='signal',
hue='region', style='event',
data=fmri)
分類圖表的接口，通過指定kind參數(shù)可以畫出下面的八種圖
stripplot 分類散點(diǎn)圖
swarmplot 能夠顯示分布密度的分類散點(diǎn)圖
boxplot 箱圖
violinplot 小提琴圖
boxenplot 增強(qiáng)箱圖
pointplot 點(diǎn)圖
barplot 條形圖
countplot 計(jì)數(shù)圖
penguins = sns.load_dataset('penguins',data_home='seaborn-data',cache=True)
# 按物種和性別畫一個(gè)嵌套的引線圖
g = sns.catplot(
data=penguins, kind='bar',
x='species', y='body_mass_g', hue='sex',
ci='sd', palette='dark', alpha=.6, height=6)
g.despine(left=True)
g.set_axis_labels('', 'Body mass (g)')
g.legend.set_title('')
g.fig.set_size_inches(10,6) # 設(shè)置畫布大小
sns.stripplot(x='species',
y='petal_length',
data=iris)
能夠顯示分布密度的分類散點(diǎn)圖。
sns.swarmplot(x='species',
y='petal_length',
data=iris)
用散點(diǎn)符號(hào)顯示點(diǎn)估計(jì)和置信區(qū)間。
sns.barplot(x='sex',
y='survived',
hue='class',
data=titanic)
# 顯示觀測(cè)次數(shù)
sns.countplot(x='deck',
data=titanic,
palette='Greens_d')
用矩形條顯示點(diǎn)估計(jì)和置信區(qū)間。
點(diǎn)圖代表散點(diǎn)圖位置的數(shù)值變量的中心趨勢(shì)估計(jì)，并使用誤差線提供關(guān)于該估計(jì)的不確定性的一些指示。點(diǎn)圖可能比條形圖更有用于聚焦一個(gè)或多個(gè)分類變量的不同級(jí)別之間的比較。他們尤其善于表現(xiàn)交互作用：一個(gè)分類變量的層次之間的關(guān)系如何在第二個(gè)分類變量的層次之間變化。連接來自相同色調(diào)等級(jí)的每個(gè)點(diǎn)的線允許交互作用通過斜率的差異進(jìn)行判斷，這比對(duì)幾組點(diǎn)或條的高度比較容易。
sns.pointplot(x='class',
y='survived',
hue='sex',
data=titanic,
palette={'male':'g', 'female':'m'},
markers=['^','o'],
linestyles=['-','--'])
箱形圖（Box-plot）又稱為盒須圖、盒式圖或箱線圖，是一種用作顯示一組數(shù)據(jù)分散情況資料的統(tǒng)計(jì)圖。它能顯示出一組數(shù)據(jù)的最大值、最小值、中位數(shù)及上下四分位數(shù)。
sns.boxplot(x='alive',
y='age',
hue='adult_male', # hue分類依據(jù)
data=titanic)
# 繪制寬表數(shù)據(jù)箱形圖
sns.boxplot(data=iris,orient='h')
boxenplot是為更大的數(shù)據(jù)集繪制增強(qiáng)的箱型圖。這種風(fēng)格的繪圖最初被命名為“信值圖”，因?yàn)樗@示了大量被定義為“置信區(qū)間”的分位數(shù)。它類似于繪制分布的非參數(shù)表示的箱形圖，其中所有特征對(duì)應(yīng)于實(shí)際觀察的數(shù)值點(diǎn)。通過繪制更多分位數(shù)，它提供了有關(guān)分布形狀的更多信息，特別是尾部數(shù)據(jù)的分布。
clarity_ranking = ['I1', 'SI2', 'SI1', 'VS2', 'VS1', 'VVS2', 'VVS1', 'IF']
f, ax = plt.subplots(figsize=(10, 6))
sns.boxenplot(x='clarity', y='carat',
color='orange', order=clarity_ranking,
scale='linear', data=diamonds,ax=ax)
violinplot與boxplot扮演類似的角色，它顯示了定量數(shù)據(jù)在一個(gè)（或多個(gè)）分類變量的多個(gè)層次上的分布，這些分布可以進(jìn)行比較。不像箱形圖中所有繪圖組件都對(duì)應(yīng)于實(shí)際數(shù)據(jù)點(diǎn)，小提琴繪圖以基礎(chǔ)分布的核密度估計(jì)為特征。
sns.violinplot(x='age',
y='sex',
hue='survived',
data=titanic)
FacetGrid是一個(gè)繪制多個(gè)圖表（以網(wǎng)格形式顯示）的接口。
g = sns.FacetGrid(titanic,
col='survived',
row='sex')
g = g.map(plt.hist,'age')
# 生成一個(gè)例子徑向數(shù)據(jù)集
r = np.linspace(0, 10, num=100)
df = pd.DataFrame({'r': r, 'slow': r, 'medium': 2 * r, 'fast': 4 * r})
# 將dataframe轉(zhuǎn)換為長(zhǎng)格式或“整齊”格式
df = pd.melt(df, id_vars=['r'], var_name='speed', value_name='theta')
# 用極投影建立一個(gè)坐標(biāo)軸網(wǎng)格
g = sns.FacetGrid(df, col='speed', hue='speed',
subplot_kws=dict(projection='polar'), height=4.5,
sharex=False, sharey=False, despine=False)
# 在網(wǎng)格的每個(gè)軸上畫一個(gè)散點(diǎn)圖
g.map(sns.scatterplot, 'theta', 'r')
將dataframe轉(zhuǎn)換為長(zhǎng)格式或“整齊”格式過程
# 在Facetgrid上繪制一個(gè)分類圖
sns.factorplot(x='pclass',
y='survived',
hue='sex',
data=titanic)
h = sns.PairGrid(iris) # 繪制成對(duì)關(guān)系的Subplot網(wǎng)格圖
h = h.map(plt.scatter)
變量關(guān)系組圖。
sns.pairplot(iris) # 繪制雙變量分布
i = sns.JointGrid(x='x', # 雙變量圖的網(wǎng)格與邊緣單變量圖
y='y',
data=data)
i = i.plot(sns.regplot,
sns.distplot)
用于兩個(gè)變量的畫圖，將兩個(gè)變量的聯(lián)合分布形態(tài)可視化出來往往會(huì)很有用。在seaborn中，最簡(jiǎn)單的實(shí)現(xiàn)方式是使用jointplot函數(shù)，它會(huì)生成多個(gè)面板，不僅展示了兩個(gè)變量之間的關(guān)系，也在兩個(gè)坐標(biāo)軸上分別展示了每個(gè)變量的分布。
sns.jointplot('sepal_length', # 繪制二維分布
'sepal_width',
data=iris,
kind='kde' # kind= 'hex'就是兩個(gè)坐標(biāo)軸上顯示直方圖
)
核密度估計(jì)(kernel density estimation)是在概率論中用來估計(jì)未知的密度函數(shù)，屬于非參數(shù)檢驗(yàn)方法之一。通過核密度估計(jì)圖可以比較直觀的看出數(shù)據(jù)樣本本身的分布特征。
f, ax = plt.subplots(figsize=(8, 8))
ax.set_aspect('equal')
# 繪制等高線圖來表示每一個(gè)二元密度
sns.kdeplot(
data=iris.query('species != 'versicolor''),
x='sepal_width',
y='sepal_length',
hue='species',
thresh=.1,)
繪制單變量或雙變量直方圖以顯示數(shù)據(jù)集的分布。
直方圖是一種典型的可視化工具，它通過計(jì)算離散箱中的觀察值數(shù)量來表示一個(gè)或多個(gè)變量的分布。該函數(shù)可以對(duì)每個(gè)箱子內(nèi)計(jì)算的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行歸一化，以估計(jì)頻率、密度或概率質(zhì)量，并且可以添加使用核密度估計(jì)獲得的平滑曲線，類似于 kdeplot()。
f, ax = plt.subplots(figsize=(10, 6))
sns.histplot(
diamonds,
x='price', hue='cut',
multiple='stack',
palette='light:m_r',
edgecolor='.3',
linewidth=.5,
log_scale=True,
)
ax.xaxis.set_major_formatter(mpl.ticker.ScalarFormatter())
ax.set_xticks([500, 1000, 2000, 5000, 10000])
在seaborn中想要對(duì)單變量分布進(jìn)行快速了解最方便的就是使用distplot函數(shù)，默認(rèn)情況下它將繪制一個(gè)直方圖，并且可以同時(shí)畫出核密度估計(jì)(KDE)。
plot = sns.distplot(data.y,
kde=False,
color='b')
利用熱力圖可以看數(shù)據(jù)表里多個(gè)特征兩兩的相似度。
sns.heatmap(uniform_data,vmin=0,vmax=1)
# Load the brain networks example dataset
df = sns.load_dataset('brain_networks', header=[0, 1, 2], index_col=0,data_home='seaborn-data',cache=True)
# 選擇networks網(wǎng)絡(luò)的一個(gè)子集
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]
# 創(chuàng)建一個(gè)分類調(diào)色板來識(shí)別網(wǎng)絡(luò)networks
network_pal = sns.husl_palette(8, s=.45)
network_lut = dict(zip(map(str, used_networks), network_pal))
# 將調(diào)色板轉(zhuǎn)換為將繪制在矩陣邊的矢量
networks = df.columns.get_level_values('network')
network_colors = pd.Series(networks, index=df.columns).map(network_lut)
# 繪制完整的圖
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()
END
OK，今天的分享就到這里啦！
沒看夠？點(diǎn)贊在看走起來～后續(xù)更精彩～
「數(shù)據(jù)STUDIO」 正式開放有償投稿啦！
公號(hào)菜單欄【云朵之家】-【投稿】查看～
聯(lián)系客服
