10.2 sns 绘图

Posted 2023-05-12

参考技术A seaborn 常用 基于matplotlib, 解决分组问题。【横轴，纵轴，数据集】
往往画的聚合指标图像
barplot() 条形图
scatterplot() 散点图
swarmplot(）
sns.violinplot() 琴图
sns.countplot() 统计条形图
sns.pairplot() 成对图像
sns.heatmap() 热力图 用颜色深浅表达大小
sns.boxplot() 箱线图
sns.displot()直方图

数据： tips = sns.load_dataset('tips')
tips.groupby('sex')['total_bill'].mean()

sns.boxplot(x='sex',y='total_bill',data=tips) 横轴，纵轴，数据。

sns.distplot(tips.total_bill)

连续 VS 连续
离散 VS 连续

sns的hue参数：分组因子 hue_order:分组的顺序

例：股票随着时间的变化
人随着每次考试的分数的变化

比较大小
例：在某一时期内两个同学的成绩谁高谁低。（通过高矮或宽窄表示大小）
组与组数据比较大小

算出来的，均值加减标准差得到置信区间。

两个维度表达对应关系（映射关系，函数关系）
例：经纬度
所有样本点自变量和因变量的关系
增加1个维度，气泡的大小，成为气泡图。

描述数据分布。（可看数据异常）
例：看一组数据是否符合正态分布
原理：数据按大小划分几个区域，在哪个区域加1。 分高度和宽度：宽度：数据区域，高度：落在区域里数据个数。（转换成概率称为kde图像）

IQR = Q3- Q1

upper = Q3 + 1.5IQR
bottom = Q1 + 1.5*IQR

sns.boxplot()

描述两组数据关系

注：卡方验证主要是离散数据和离散数据之间的关系

corr（）关系函数，默认person系数。
矩阵的值对应两个值的关系。
极浅的点和及深的点需要注意。

使用 scikit wine 数据集制作 sns.pairplot

【中文标题】使用 scikit wine 数据集制作 sns.pairplot

【英文标题】：Making a sns.pairplot using scikit wine dataset

【发布时间】：2021-11-06 12:49:44

【问题描述】：

这看起来很简单，但是我在网上找不到解决方案。

我正在尝试在 Python 中创建一个 sns.pairplot。我已经下载了 wine 数据集，保留了我需要的功能，并运行了绘图。

%matplotlib inline

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

from sklearn.datasets import load_wine

# Load the wine dataset
wine = datasets.load_wine()
wine = list(zip(wine.data, wine.target))

wine = load_wine()
import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
wine = load_wine
data = load_wine()
df = pd.DataFrame(data.data, columns=data.feature_names)

#This is the code that should run the plot
b=sns.pairplot(df, vars = df.columns[1 :], hue = "target", height = 2.5)

但我收到此错误：

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
~\anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   2894             try:
-> 2895                 return self._engine.get_loc(casted_key)
   2896             except KeyError as err:

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: 'target'

The above exception was the direct cause of the following exception:

KeyError                                  Traceback (most recent call last)
<ipython-input-108-1107acc27949> in <module>
----> 1 b=sns.pairplot(df, vars = df.columns[1 :], hue = "target", height = 2.5)
      2 
      3 plt.show()

~\anaconda3\lib\site-packages\seaborn\_decorators.py in inner_f(*args, **kwargs)
     44             )
     45         kwargs.update(k: arg for k, arg in zip(sig.parameters, args))
---> 46         return f(**kwargs)
     47     return inner_f
     48 

~\anaconda3\lib\site-packages\seaborn\axisgrid.py in pairplot(data, hue, hue_order, palette, vars, x_vars, y_vars, kind, diag_kind, markers, height, aspect, corner, dropna, plot_kws, diag_kws, grid_kws, size)
   1923     # Set up the PairGrid
   1924     grid_kws.setdefault("diag_sharey", diag_kind == "hist")
-> 1925     grid = PairGrid(data, vars=vars, x_vars=x_vars, y_vars=y_vars, hue=hue,
   1926                     hue_order=hue_order, palette=palette, corner=corner,
   1927                     height=height, aspect=aspect, dropna=dropna, **grid_kws)

~\anaconda3\lib\site-packages\seaborn\_decorators.py in inner_f(*args, **kwargs)
     44             )
     45         kwargs.update(k: arg for k, arg in zip(sig.parameters, args))
---> 46         return f(**kwargs)
     47     return inner_f
     48 

~\anaconda3\lib\site-packages\seaborn\axisgrid.py in __init__(self, data, hue, hue_order, palette, hue_kws, vars, x_vars, y_vars, corner, diag_sharey, height, aspect, layout_pad, despine, dropna, size)
   1212                                       index=data.index)
   1213         else:
-> 1214             hue_names = categorical_order(data[hue], hue_order)
   1215             if dropna:
   1216                 # Filter NA from the list of unique hue names

~\anaconda3\lib\site-packages\pandas\core\frame.py in __getitem__(self, key)
   2900             if self.columns.nlevels > 1:
   2901                 return self._getitem_multilevel(key)
-> 2902             indexer = self.columns.get_loc(key)
   2903             if is_integer(indexer):
   2904                 indexer = [indexer]

~\anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   2895                 return self._engine.get_loc(casted_key)
   2896             except KeyError as err:
-> 2897                 raise KeyError(key) from err
   2898 
   2899         if tolerance is not None:

KeyError: 'target'

链接到这个问题的解决方案：How to convert a Scikit-learn dataset to a Pandas dataset 不幸的是在这里似乎不起作用。

我还尝试了“类”而不是目标。会不会是上面的'zip'功能不正常，导致程序无法识别'target'？

提前谢谢你！

【参考方案1】：

根据您输入的内容，它的工作原理是这样的。

from sklearn.datasets import load_iris
wine = load_wine
data = load_wine()
df = pd.DataFrame(data.data, columns=data.feature_names)

#This is the code that should run the plot
b=sns.pairplot(df, vars = df.columns[1 :], height = 2.5)

问题是您想如何突出功能，为什么？ 您从列表中删除酒精，因此目标根本不会对齐。 第二件事是它是功能明智的配对图而不是目标/类。 所以总而言之，我不明白你在这里要做什么