Seaborn 可视化

Seaborn简介

Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。

Seaborn是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。

Seaborn和Pandas的API配合的很好，使用DataFrame/Series的数据就可以绘图 

Seaborn绘制单变量图

直方图

使用sns.distplot创建直方图

使用sns.distplot创建直方图

密度图（核密度估计）

密度图是展示单变量分布的另一种方法，本质上是通过绘制每个数据点为中心的正态分布，然后消除重叠的图，使曲线下的面积为1来创建的

 密度图是展示单变量分布的另一种方法，本质上是通过绘制每个数据点为中心的正态分布，然后消除重叠的图，使曲线下的面积为1来创建的

计数图（条形图） 

计数图和直方图很像，直方图通过对数据分组描述分布，计数图是对离散变量（分类变量）计数。

 Seaborn 双变量数据可视化

在seaborn中，创建散点图的方法有很多

创建散点图可以使用regplot函数。regplot不仅可以绘制散点图，还会拟合回归线，把fit_reg设置为False，将只显示散点图

• lmplot函数和regplot函数类似，也可以用于创建散点图。
• lmplot函数内部会调用regplot，两者的主要区别是regplot创建坐标轴，而lmplot创建图 

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

还可以使用jointplot在每个轴上创建包含单个变量的散点图。

使用Seaborn的jointplot绘制蜂巢图，和使用matplotlib的hexbin函数进行绘制

2D核密度图和kdeplot类似，但2D核密度图课展示两个变量

条形图也可以用于展现多个变量，barplot默认会计算平均值

箱线图用于显示多种统计信息：最小值，1/4分位，中位数，3/4分位，最大值，以及离群值（如果有）

关于箱线图

• 箱子的中间有一条线，代表了数据的中位数
• 箱子的上下底，分别是数据的上四分位数（Q3）和下四分位数（Q1）
• 箱体包含了50%的数据。因此，箱子的高度在一定程度上反映了数据的波动程度
• 上下边缘则代表了该组数据的最大值和最小值
• 有时候箱子外部会有一些点，可以理解为数据中的“异常值” 

 箱线图是经典的可视化方法，但可能会掩盖数据的分布，小提琴图能显示与箱线图相同的值 

小提琴图把"箱线"绘成核密度估计，有助于保留数据的更多可视化信息

 成对关系

当大部分数据是数值时，可以使用pairplot函数把所有成对关系绘制出来

pairplot函数会为单变量绘制直方图，双变量绘制散点图 sns.pairplot(tips)

pairplot的缺点是存在冗余信息，图的上半部分和下半部分相同

可以使用pairgrid手动指定图的上半部分和下半部分

pair_grid = sns.PairGrid(tips)
pair_grid.map_upper(sns.regplot)
pair_grid.map_lower(sns.kdeplot)
pair_grid.map_diag(sns.histplot)
plt.show()

 多变量数据

绘制多变量数据没有标准的套路

如果想在图中包含更多信息，可以使用颜色、大小和形状来区分它们

通过颜色区分

使用violinplot函数时，可以通过hue参数按性别（sex）给图着色 可以为“小提琴”的左右两半着不同颜色，用于区分性别

 其它绘图函数中也存在hue参数

scatter = sns.lmplot(x='total_bill',y='tip',data = tips,hue='sex',fit_reg = False)

通过向hue参数传入一个类别变量，可以让pairplot变得更有意义

sns.pairplot(tips,hue = 'sex') 

通过大小和形状区分 

• 可以通过点的大小表示更多信息，但通过大小区分应谨慎使用，当大小差别不大时很难区分
• 在Seaborn中的lmplot，可以通过scatter_kws参数来控制散点图点的大小

scatter = sns.lmplot(x='total_bill',y='tip',data = tips,fit_reg=False,hue='sex',markers=['o','x']) 

 Seaborn主题和样式

上面的Seaborn图都采用了默认样式，可以使用sns.set_style函数更改样式。

该函数只要运行一次，后续绘图的样式都会发生变化

Seaborn有5中样式：

• darkgrid 黑色网格（默认）
• whitegrid 白色网格
• dark 黑色背景
• white 白色背景
• ticks 

fig,ax = plt.subplots() ax = sns.violinplot(x='time',y='total_bill',hue='sex',data = tips,split = True)