1. Seaborn簡介
Seaborn是一個基於matplotlib且數據結構與Pandas統一的統計圖制作庫。
Seaborn庫旨在以數據可視化為中心來挖掘並理解數據。
Seaborn提供的面向數據集制圖函數主要是對行列索引和數組的操作，包含對整個數據集進行內部的語義映射與統計整合。
可以毫不誇張的說，你想象力能及的圖表，Seaborn都能繪制！
2. 樣例數據
本文所有的可視乎圖表都是基於Seaborn自帶的餐廳顧客消費數據集tips而繪制的。
tips數據集前兩條數據如下：
| 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：消費總金額，tip：小費金額，sex：性別，smoker：是否吸煙，day：消費日期，time：消費時段，size：聚餐人數）
3. Seaborn總覽
- 關系圖
關系圖一般是用來表達雙變量關系的圖表。
| 函數 | 作用 |
|---|---|
| relplot(kind='line')/lineplot( ) | 繪制線形圖，參數：data，x，y，hue |
| relplot(kind='scatter')/scatterplot( ) | 繪制散點圖，參數：data，x，y，hue |
| 參數 | 含義 |
|---|---|
| data | pandas.DataFrame對象 |
| x | 繪圖的x軸變量 |
| y | 繪圖的y軸變量 |
| hue | 區分維度，一般為分類型變量 |
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);
- 分類圖
對可分類的數據進行可視化；可以通過散點圖、分布圖、估計圖等形式呈現分類圖。
| 函數 | 作用 |
|---|---|
| catplot(kind='strop')/stripplot( ) | 分類散點圖 |
| catplot(kind='swarm')/swarmplot( ) | 分類散點圖 |
| catplot(kind='box')/boxplot( ) | 分類分布圖 |
| catplot(kind='violin')/violinplot( ) | 分類分布圖 |
| catplot(kind='boxen')/boxenplot( ) | 分類分布圖 |
| catplot(kind='point')/pointplot( ) | 分類估計圖 |
| catplot(kind='bar')/barplot( ) | 分類估計圖 |
| catplot(kind='count')/countplot( ) | 分類估計圖 |
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)
- 回歸圖
對數據進行回歸，並繪制回歸出函數。
| 函數 | 作用 |
|---|---|
| lmplot( ) | 繪制回歸圖 |
| regplot( ) | 繪制回歸圖 |
| residplot( ) | 繪制回歸圖 |
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)
- 分布圖
用於檢查單變量或雙變量分布的圖表。
| 函數 | 作用 |
|---|---|
| distplot( ) | 單變量分布 |
| kdeplot( ) | 核密度估計 |
| pairplot( ) | 成對二元分布 |
| 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)
- 矩陣圖
以矩陣的形式呈現可視化的數據集。
| 函數 | 作用 |
|---|---|
| heatmap( ) | 熱力圖 |
| clustermap( ) | 聚類矩陣圖 |
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()
- 結構化多繪圖
以子圖的形式繪制成對變量之間的關系。
| 函數 | 作用 |
|---|---|
| FacetGrid | 結構化多繪圖 |
| PairGrid | 結構化多繪圖 |
Ending
鏈接：Seaborn