Python统计分析可视化库seaborn(相关性图,变量分布图,箱线图等等)

Posted caiyishuai

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Python统计分析可视化库seaborn(相关性图,变量分布图,箱线图等等)相关的知识,希望对你有一定的参考价值。

Visualization of seaborn
  seaborn[1]是一个建立在matplot之上,可用于制作丰富和非常具有吸引力统计图形的Python库。Seaborn库旨在将可视化作为探索和理解数据的核心部分,有助于帮人们更近距离了解所研究的数据集。无论是在kaggle官网各项算法比赛中,还是互联网公司的实际业务数据挖掘场景中,都有它的身影。

   在本次介绍的这个项目中,我们将利用seaborn库对数据集进行分析,分别展示不同类型的统计图形。

首先,我们将导入可视化所需的所有必要包,我们将使用到的几个包:

Numpy
pandas
matplotlib
seaborn

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

tips = pd.read_csv(tips.csv)
tips.head()

 

技术图片

 

各属性相关性

# 相关性
tips.corr()
Out[2]: 
            total_bill       tip      size
total_bill    1.000000  0.675734  0.598315
tip           0.675734  1.000000  0.489299
size          0.598315  0.489299  1.000000

 

pair plot图

#相关性图 很壮观
sns.pairplot(tips) 

技术图片

看图说话:这些图展现了数据集中消费总额、小费金额以及顾客数量三个特征(变量)之间的联系。

 

#相关性图,和某一列的关系
sns.pairplot(tips ,hue =sex, markers=["o", "s"])

技术图片

 

# 相关性热力图
sns.heatmap(tips.corr())

技术图片

 看图说话:热力图可用来显示两变量之间的相关性,在这里两变量间对应的矩形框的颜色越浅,代表两者之间越具有相关性。

# 分层相关性热力图
sns.clustermap(tips.corr())

技术图片

 

g = sns.PairGrid(tips)
g.map_diag(sns.distplot)
g.map_upper(plt.scatter)
g.map_lower(sns.kdeplot)

技术图片

看图说话:这个厉害了。在pair grid图中,你可以根据自己需求,在这里呈现上述介绍的各种类型的图形。

 

单个属性的分布

 

dist plot图

sns.distplot(tips[total_bill])

技术图片

 

 

sns.distplot(tips[total_bill],kde = False)

技术图片

看图说话:上图显示,顾客在餐厅的消费总金额主要是在5-35的范围内分布的。

 

count plot图

sns.countplot(x = smoker, data = tips)

技术图片

看图说话:上图显示,来餐厅就餐的顾客,不抽烟者比会抽烟者多

 

sns.countplot(x = ‘size‘,  data = tips)

技术图片 
看图说话:上图显示,2个人来餐厅就餐的总次数多一些。

 

rug plot图

sns.rugplot(tips[total_bill])

技术图片

 


看图说话:上图呈现的是,顾客就餐消费总额在各个值上的边缘分布。

 

kde plot图

sns.kdeplot(tips[total_bill], shade=True)

 技术图片

 

看图说话:KDE代表内核密度估计,它也显示了各个消费总金额数值的统计分布。

 

 

两两属性的相关性图

 

joint plot图

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

技术图片


看图说话:上图显示,顾客主要消费水平在10-30远之间,而此时,对应给侍者小费的钱在1-5元之间。

 

sns.jointplot(x = total_bill, y = tip, data = tips ,kind = hex)

 技术图片

另一种清晰地可视化视图,颜色的深度代表频次。

 

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

 

技术图片

 

看图说话:通过做一条简单的回归线,它表明了小费的金额是随着总账单金额的增加而增加的。

 

sns.jointplot(x = total_bill, y = tip, data = tips ,kind = kde)

 技术图片

 

另一种可视化统计图:某个区域越暗,表明这个区域对应的频次越多。

 

box plot图

sns.boxplot(x = day, y= total_bill, data = tips)

技术图片


看图说话:上图显示大部分账单是在周六和周日支付的。

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

技术图片

 

看图说话:在上面的图表中你可以看到,在周六时,女性买单的次数会比男性多。(难道是因为买买买,男性付了好多钱,女性为了弥补男性的心里落差,然后请吃饭?哈哈)

 

violin plot

sns.violinplot(x = day, y= total_bill, data = tips)

技术图片

 

看图说话:voilin plot和box plot很相似,但它结合了box plot图和密度痕迹。

sns.violinplot(x = day, y= total_bill, data = tips, hue = sex, split = True)

 技术图片

 

看图说话:增加了性别的区分

 

strip plot图

sns.stripplot(x = day, y = total_bill, data = tips)

 技术图片

 

看图说话:这幅图呈现的是周四、周五、周六和周日这四天,顾客消费总额的散点图。

 

sns.stripplot(x = day, y = total_bill, data = tips, jitter= True,hue = sex, dodge = True)

 技术图片

 

看图说话:和上图一样,只不过对性别进行了区别。

 

swarm plot图

sns.swarmplot(x = day, y = total_bill, data = tips)

 技术图片

 

看图说话:Swarn plot和stripplot比较类似,但Swarn plot的不同之处在于它不会重叠数据点。

 

factor plot图

sns.factorplot(x = day, y = total_bill, kind = box, data = tips)

 技术图片

 

看图说话:在factorplot图中,你可以给出任何你需要显示的图形。

以上是关于Python统计分析可视化库seaborn(相关性图,变量分布图,箱线图等等)的主要内容,如果未能解决你的问题,请参考以下文章

Python 数据科学中的 Seaborn 绘图可视化

Python 绘图与可视化 seaborn

Python绘图之seaborn

Python绘图之seaborn

python怎么可视化

可视化库-seaborn-回归分析绘图(第五天)