宝藏级全网最全的Seaborn详细教程-数据分析必备手册(2万字总结)

Posted ZSYL

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了宝藏级全网最全的Seaborn详细教程-数据分析必备手册(2万字总结)相关的知识,希望对你有一定的参考价值。

seaborn库

Seaborn是一种基于matplotlib的图形可视化库。他提前已经定义好了一套自己的风格。然后也封装了一系列的方便的绘图函数,之前通过matplotlib需要很多代码才能完成的绘图,使用seaborn可能就是一行代码的事情。总结一句话:使用seaborn绘图比matplotlib更好看,更简单!

安装:

  1. 通过pippip install seaborn
  2. 通过anacondaconda install seaborn

官方文档:

https://seaborn.pydata.org/tutorial.html

Seaborn用起来还是很方便!

关系绘图

relplot

这个函数功能非常强大,可以用来表示多个变量之间的关联关系。默认情况下是绘制散点图,也可以绘制线性图,具体绘制什么图形是通过kind参数来决定的。

实际上以下两个函数就是relplot的特例:

  1. scatterplotrelplot(kind='scatter')
  2. lineplotrelplot(kind='line')

1. 基本使用:

import seaborn as sns
tips = sns.load_dataset("tips",cache=True)
sns.relplot(x="total_bill",y="tip",data=tips)

效果图如下:

2. 添加hue参数:

hue参数是用来控制第三个变量的颜色显示的。比如我们在以上图的基础之上体现出星期几的参数,那么可以通过以下代码来实现:

sns.relplot(x="total_bill",y="tip",hue="day",data=tips)

效果图如下:

3. 添加col和row参数:

colrow,可以将图根据某个属性的值的个数分割成多列或者多行。比如在以上图的基础之上我们想要把Lunch(午餐)Dinner(晚餐)分割成两个图来显示,那么可以通过以下代码来实现:

sns.relplot(x="total_bill",y="tip",hue="day",col="time",data=tips)

效果图如下:

也可以再在row上添加一个新的变量,比如把性别按照行显示出来,代码如下:

sns.relplot(x="total_bill",y="tip",hue="day",col="time",row="sex",data=tips)

效果图如下:

4. 指定具体的列:

有时候我们的图有很多,默认情况下会在一行中全部展示出来,那么我们可以通过col_wrap来指定具体多少列。示例代码如下:

sns.relplot(x="total_bill",y="tip",col="day",col_wrap=2,data=tips)

效果图如下:

5. 绘制折线图:

relplot通过设置kind="line"可以绘制折线图。并且他的功能比plt.plot更加强大。plot只能指定具体的xy轴的数据(比如x轴是N个数,y轴也必须为N个数)。而relplot则可以在自动在两组数据中进行计算绘图。示例代码如下:

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

效果图如下:

当然也可以添加其他的参数,用来控制整个图的样式和结构。示例代码如下:

# 设置hue为event,就会根据event来绘制不同的颜色
# 设置col为region,就会根据region值的个数来绘制指定个数的图
# 设置style为event,就会根据event来设置线条的样式
sns.relplot(x="timepoint",y="signal",kind="line",hue="event",col="region",style="event",data=fmri)

效果图如下:

分类绘图

分类图的绘制,采用的是sns.catplot来实现的。catcategory的简写。这个方法默认绘制的是分类散点图,如果想要绘制其他类型的图,同样也是通过kind参数来指定。并且分类绘图中,分成分类散点图,分类分布图,分类统计图。

1. 分类散点图:

分类散点图比较适合数据量不是很多的情况,他是用catplot来实现,但是也有以下两个特别的方法。

  1. stripplot()catplot(kind="strip"),默认的。
  2. swarmplot()catplot(kind="swarm")

1.1. stripplot:

示例代码如下:

sns.catplot(x="day",y="total_bill",data=tips,hue="sex")

示例图如下:

1.2. swarmplot:

以上图展示的是按照星期几的分类散点图,看起来这些点有点重合,如果想要散开来,那么可以使用catplot(kind="swarm")。示例代码如下:

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

catplot方法不能使用sizestyle参数。

1.3. 横向分类散点图:

想要将垂直的分类散点图变成横向的,只需要把xy对应的值进行互换即可。

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

效果图如下:

2. 分类分布图:

分类分布图,主要是根据分类来看,然后在每个分类下数据的分布情况。也是通过catplot来实现,以下三个方法分别是不同的kind参数:

  1. boxplot()catplot(kind="box")
  2. violinplot()catplot(kind="violin")

2.1. 箱线图:

示例代码如下:

athletes = pd.read_csv("athlete_events.csv")
countries = {
    'CHN':'中国',
    'JPN':"日本",
    'KOR':'韩国',
    'USA':"美国",
    'CAN':"加拿大",
    'BRA':"巴西",
    'GBR':"英国",
    'FRA':"法国",
    'ITA':"意大利",
    'ETH':"埃塞俄比亚",
    'KEN':"肯尼亚",
    'NIG':"尼日利亚",
}
plt.rcParams['font.sans-serif'] = ['FangSong']
# print(plt.rcParams.keys())
need_athletes = athletes[athletes['NOC'].isin(list(countries.keys()))]
g = sns.catplot(x="NOC",y="Height",data=need_athletes,kind="box",hue="Sex")
g.fig.set_size_inches(20,5)
g.set_xticklabels(list(countries.values()))

效果图如下:

2.2. 小提琴图:

小提琴实际上就是两个对称的核密度曲线合并起来,然后中间是一个箱线图(也可以为其他图)组成的。通过小提琴图可以看出数据的分布情况。

示例代码如下:

sns.catplot(x="day",y="total_bill",data=tips,kind="violin",hue="sex",split=True)

效果图如下:

小提琴的中间默认绘制的是箱线图,也可以修改为其他类型的。可以通过inner参数修改,这个参数有以下几个选项:

  1. box:默认的,箱线图。

  2. quartile:四分位数。上下四分位数加中位数。

  3. point:散点。

  4. stick:线条。

3. 分类统计图:

分类统计图,则是根据分类,统计每个分类下的数据的个数或者比例。有以下几种方式:

  1. barplot()catplot(kind="bar")
  2. pointplot()catplot(kind="point")
  3. countplot()catplot(kind="count")

3.1. 条形图:

seaborn中的条形图具有统计功能,可以统计出比例,平均数,也可以按照你想要的统计函数来统计。

示例代码如下:

1. 统计平均数:

# 统计星期三到星期天的消费总额的平均数
sns.catplot(x="day",y="total_bill",data=tips,kind="bar")

2. 统计比例:

 # 统计男女中获救的比例
 sns.catplot(data=titanic,kind="bar",x="sex",y="survived")

3. 自定义统计函数:

 # 自定义统计函数,统计出每个性别下获救的人数
 sns.barplot(x="sex",y="survived",data=titanic,estimator=lambda values:sum(values))

3.2. 柱状图:

柱状图是专门用来统计某个单一变量出现数量的图形。示例代码如下:

sns.catplot(x="sex",data=titanic,kind="count")

也可以通过使用hue参数来指定分组:

sns.catplot(x="day",kind="count",data=tips,hue="sex")

3.3. 点线图:

点线图可以非常方便的看到变量之间的趋势变化。示例代码如下:

sns.catplot(x="sex",y="survived",data=titanic,kind="point",hue="class")

效果图如下:

分布绘图

分布绘图分为单一变量分布,多变量分布,成对绘图。以下进行讲解。

单变量分布:

单一变量主要就是通过直方图来绘制。在seaborn中直方图的绘制采用的是distplot,其中distdistribution的简写,不是histogram的简写。

示例代码如下:

sns.set(color_codes=True)
titanic = sns.load_dataset("titanic")
titanic = titanic[~np.isnan(titanic['age'])]
sns.distplot(titanic['age'])

效果图如下:

有以下常用参数:

  1. kde(核密度曲线):这个代表是否要显示kde曲线,默认是显示的,如果显示kde曲线,那么y轴表示的就是概率,而不是数量。也可以设置为False关掉。

示例代码如下:

 sns.distplot(titanic['age'],kde=False)

  1. bins:代表这个直方图显示的数量。也可以通过自己设置。

示例代码如下:

 sns.distplot(titanic['age'],bins=30)

  1. rug:代表是否需要显示底部的胡须下线,下面的胡须线越密集的地方,说明数据量越多。

示例代码如下:

 sns.distplot(titanic['age'],rug=True)

二变量分布:

多变量分布图可以看出两个变量之间的分布关系。一般都是采用多个图进行表示。

多变量分布图采用的函数是jointplot

散点图:

示例代码如下:

tips = sns.load_dataset("tips")
g = sns.jointplot(x="total_bill", y="tip", data=tips)

效果图如下:

通过设置kind='reg'可以设置回归绘图和核密度曲线。

示例代码如下:

g = sns.jointplot(x="total_bill", y="tip", data=tips,kind="reg")

效果图如下:

六边形图:

对于一些数据量特别大的数据,用散点图不太利于观察,比如查看奥运会中国运动员的身高和体重分布情况,如果用散点图将会是以下的效果:

athletes = pd.read_csv("athlete_events.csv")
china_athletes = athletes[athletes['NOC']=='CHN']
sns.jointplot(x="Height",y="Weight",data=china_athletes)

针对这种数据量比较大的情况,可以采用六边形图来绘制,也就是将之前的散点变成六边形,六边形有一个区间大小,之前这些点落在这个六边形中越多颜色越深。

示例代码如下:

sns.jointplot(x="Height",y="Weight",data=china_athletes,kind="hex")

默认情况,在x轴的区间内,可以展示100个六边形,所以默认情况下六边形的尺寸会比较小,如果想要展示得更大一点,那么可以设置减少六边形的个数,通过gridsize设置。

示例代码如下:

sns.jointplot(x="Height",y="Weight",data=china_athletes,kind="hex",gridsize=20)

更多请参考:

jointplot其他常用参数:

  1. x,y,data:绘制图的数据。
  2. kindscatterregresidkdehex
  3. color:绘制元素的颜色。
  4. height:图的大小,图会是一个正方形。
  5. ratio:主图和副图的比例,只能为一个整形。
  6. space:主图和副图的间距。
  7. dropna:是否需要删除x或者y值中出现了NAN的值。
  8. marginal_kws:副图的一些属性,比如设置binsrug等。

成对绘图(pairplot):

pairplot可以把某个数据集中某几个字段之间的关系图一次性绘制出来。比如iris鸢尾花数据,我们想要看到petal_widthpetal_heightsepal_width以及sepal_height之间的关系,那么我们就可以通过pairplot来绘制。

示例代码如下:

sns.pairplot(iris,vars=['sepal_length',"sepal_width",'petal_length','petal_width'])

效果图如下:

默认情况下,对角线的图(x和y轴的列相同)是直方图,其他地方的图是散点图,如果想要修改这两种图,可以通过diag_kindkind来实现。

其中这两个参数可取的值为:

  1. diag_kindauto, hist, kde
  2. kindscatter, reg

示例代码如下:

sns.pairplot(iris,vars=['sepal_length',"sepal_width",'petal_length','petal_width'],diag_kind="kde",kind="reg")

线性回归绘图

线性回归图可以帮助我们看到数据的关系趋势。在seaborn中可以通过regplotlmplot两个函数来实现。regplotxy可以为Numpy数组Series等变量。而lmplotxy则必须为字符串,并且data的值不能为空:

  1. regplot(x,y,data=None)
  2. lmplot(x,y,data)

示例代码如下:

sns.lmplot(x="total_bill",y="tip",data=tips)

也可以通过regplot来实现。示例代码如下:

sns.regplot(x=tips["total_bill"],y=tips["tip"])

更多请参考文档:https://seaborn.pydata.org/tutorial/regression.html

FacetGrid结构图

之前我们在绘图的时候,学了relplotcatplotlmplot等,这些函数可以通过colrow等在一个Figure中绘制多个图。这些函数之所以有这些功能,是因为他们的底层使用了FacetGrid来组装这些图形。今天我们就来学习FacetGrid的使用。

普通的Axes绘图:

在学习FacetGrid绘图之前,先来了解一下,实际上seaborn的绘图函数中也有大量的直接使用Axes进行绘图的,凡是函数名中已经明确显示了这个图的类型,这种图都是使用Axes绘图的。

比如sns.scatterplotsns.lineplotsns.barplot等。Axes绘图可以直接使用之前matplotlib的一些方式设置图的元素。

示例代码如下:

fig,[ax1,ax2] = plt.subplots(2,1,figsize=(10,10))
sns.scatterplot(x="total_bill",y="tip",data=tips,ax=ax1)
sns.barplot(x="day",y="total_bill",data=tips,ax=ax2)

FacetGrid基本使用:

先创建一个FacetGrid对象,然后再调用这个对象的map方法。其中map方法的第一个参数是一个函数,后续map将调用这个函数来绘制图形。后面的参数就是传给这个函数的参数。

示例代码如下:

tips = sns.load_dataset("tips")
g = sns.FacetGrid(tips)
g.map(plt.scatter,"total_bill","tip")

效果图如下:

其中第一个参数是可以绘制Axes图,并且可以接收color参数的函数。可以取的值如下:

参数描述对应使用了FacetGrid函数
plt.plot/sns.lineplot绘制折线图sns.relplot(kind="line")
plt.hexbin绘制六边形图形sns.jointplot(kind="hex")
plt.hist绘制直方图sns.distplot
plt.scatter/sns.scatterplot绘制散点图sns.relplot(kind="scatter")
sns.stripplot绘制分类散点图sns.catplot(kind="strip")
sns.swarmplot绘制散开来的分类散点图sns.catplot(kind="swarm")
sns.boxplot绘制箱线图sns.catplot(kind="box")
sns.violinplot绘制小提琴图sns.catplot(kind="violin")
sns.pointplot绘制点线图sns.catplot(kind="point")
sns.barplot绘制条形图sns.catplot(kind="bar")
sns.countplot绘制数量柱状图sns.catplot(kind="count")
sns.regplot绘制带有回归线的散点图sns.lmplot

绘制多个图形:

FacetGrid可以通过colrow参数,来在一个Figure上绘制多个图形,其中colrow都是数据集中的某个列的名字。只要指定这个名字,那么就会自动的按照指定列的值的个数绘制指定个数的图形。

示例代码如下:

g = sns.FacetGrid(tips,col="day",col_wrap=2)
g.map(sns.regplot,"total_bill","tip")

效果图如下:

添加颜色观察字段:

可以通过添加hue参数来控制每个图中元素的颜色来观察其他的字段。

示例代码如下:

g = sns.FacetGrid(tips,col="day",hue="time")
g.map(sns.regplot,"total_bill","tip")

也可以通过hue_kws参数来添加hue散点的属性,比如设置散点的样式等。

设置每个图形的尺寸:

使用FacetGrid绘制出图形后,有时候我们想设置每个图形的尺寸或者是宽高比,那么我们可以通过在FacetGrid中设置heightaspect来实现,其中height表示的是每个图形的尺寸(默认是宽高一致),aspect表示的是宽度/高度的比例。

示例代码如下:

g = sns.FacetGrid(tips,col="day",row="time",height=10,aspect=2)
g.map(sns.regplot,"total_bill","tip")

效果图如下:

设置图例:

默认情况下,不会添加图例,我们可以通过g.add_legend()来添加图例。

示例代码如下:

g = sns.FacetGrid(tips,col="day",hue="time")
g.map(sns.regplot,"total_bill","tip")
g.add_legend()

另外还可以:

  1. 通过title来控制图例的标题。
  2. 通过label_order来控制图例元素的顺序。

示例代码如下:

sns.set(rc={"font.sans-serif":"simhei"})
g3 = sns.FacetGrid(tips,col="day",hue="time")
g3.map(plt.scatter,"total_bill","tip")
new_labels = ['午餐','晚餐']
g3.add_legend(title="时间")
for t,l in zip(g3._legend.texts,new_labels):
    t.set_text(l)

设置标题:

设置标题可以通过g.set_titles(template=None,row_template=None,col_template=None)来实现,这三个参数分别代表的意义如下:

  1. template:给图设置标题,其中有{row_var}:绘制每行图像的名称{row_name}:绘制每行图像的值{col_var}:绘制每列图像的名称{col_name}:绘制每列图像的值这几个参数可以使用。
  2. col_template:给图像设置列的标题。其中有{col_var}以及{col_name}可以使用。
  3. row_template:给图像设置行的标题。其中有{row_var}以及{row_name}可以使用。

示例代码如下:

g = sns.以上是关于宝藏级全网最全的Seaborn详细教程-数据分析必备手册(2万字总结)的主要内容,如果未能解决你的问题,请参考以下文章

宝藏级全网最全的Matplotlib详细教程-数据分析必备手册(4.5万字总结)

宝藏级全网最全的Pandas详细教程(2万字总结)

宝藏级全网最全的Pandas详细教程(2万字总结)

全网首发图像可视化新利器Seaborn-image保姆级教程

2021全网最全Activiti7教程01(Activiti7详细介绍-欢迎收藏)

2021全网最全Activiti7教程01(Activiti7详细介绍-欢迎收藏)