Python数据分析：数据可视化Seaborn

Python数据分析：数据可视化Seaborn

seaborn

• Python中的一个制图工具库，可以制作出吸引人的、信息量大的统计图
• 在matplotlib上构建，支持numpy和pandas的数据结构可视化，甚至是SciPy和statsmodels的统计模型可视化

特点

• 多个内置主题及颜色主题
• 可视化单一变量、二维变量用于比较数据集中各变量的分布情况
• 可视化线性回归模型中的独立变量及不独立变量
• 可视化矩阵数据，通过聚类算法探究矩阵间的结构
• 可视化时间序列数据及不确定性的展示
• 可在分割区域制图，用于复杂的可视化

数据集分布可视化

• 单变量分布 sns.distplot()

  import numpy as np
  import pandas as pd
  from scipy import stats
  import matplotlib.pyplot as plt
  import seaborn as sns
  %matplotlib inline
  
  # 单变量分布
  x1 = np.random.normal(size=1000)
  sns.distplot(x1)
  

  运行结果：
  

  x2 = np.random.randint(0, 100, 500)
  sns.distplot(x2)
  

  运行结果：
  

  • 直方图sns.distplot(kde = False)

    # 直方图
    sns.distplot(x1, bins=20, kde=False, rug=True)
    

    运行结果：
    

  • 核密度估计 sns.distplot(hist = False) 或 sns.kdeplot()

    # 核密度估计
    sns.distplot(x2, hist=False, rug=True)
    

    运行结果：
    

  • 拟合参数分布 sns.distplot(kde=False, fit = )

    # 拟合参数分布，拟合伽马曲线
    sns.distplot(x1, kde=False, fit=stats.gamma)
    

    运行结果：
    

• 双变量分布

  • 散布图 sns.jointplot()

    # 双变量分布
    df_obj1 = pd.DataFrame({"x": np.random.randn(500),
                       "y": np.random.randn(500)})
    
    df_obj2 = pd.DataFrame({"x": np.random.randn(500),
                       "y": np.random.randint(0, 100, 500)})
    # 散布图
    sns.jointplot(x="x", y="y", data=df_obj1)
    

    运行结果：
    

  • 二维直方图 Hexbin sns.jointplot(kind = ‘hex’)

    # 二维直方图
    sns.jointplot(x="x", y="y", data=df_obj1, kind="hex");
    

    运行结果：
    

  • 核密度估计 sns.jointplot(kind = ‘kde’)

    # 核密度估计
    sns.jointplot(x="x", y="y", data=df_obj1, kind="kde");
    

    运行结果：
    

• 数据集中变量间关系可视化 sns.pairplot()

  # 数据集中变量间关系可视化，tips为seaborn自带数据集
  dataset = sns.load_dataset("tips")
  sns.pairplot(dataset);
  

  运行结果：
  

• 类别散布图

  • sns.stripplot() 数据点会重叠

    exercise = sns.load_dataset('exercise')
    sns.stripplot(x="diet", y="pulse", data=exercise)
    

    运行结果：
    

  • sns.swarmplot() 数据点避免重叠

    sns.swarmplot(x="diet", y="pulse", data=exercise, hue='kind')
    

    运行结果：
    

  • hue 指定子类别

• 类别内数据分布

  • 盒子图 sns.boxplot() , hue指定子类别

    # 盒子图
    sns.boxplot(x="diet", y="pulse", data=exercise, hue='kind')
    

    运行结果：
    

  • 小提琴图 sns.violinplot(), hue指定子类别

    # 小提琴图
    sns.violinplot(x="diet", y="pulse", data=exercise, hue='kind')
    

    运行结果：
    

• 类别间统计图

  • 柱状图 sns.barplot()

    # 柱状图
    sns.barplot(x="diet", y="pulse", data=exercise, hue='kind')
    

    运行结果：
    

  • 点图 sns.pointplot()

    # 点图
    sns.pointplot(x="diet", y="pulse", data=exercise, hue='kind');
    

    运行结果：