Python实战案例：Seaborn图形化分析数据

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

Python实战案例：Seaborn图形化分析数据

---

Seaborn是基于matplotlib的图形可视化python工具包。它提供了一种高度交互式界面，使用户能够做出有统计的图表，也可以通过图表直观显示数据的特点。 Seaborn是在matplotlib的基础上进行了更高级的API封装，这样使作图更容易，使用seaborn能做出很具有吸引力的图。可以把Seaborn视为matplotlib的有效补充，而不是替代模块，使用Seaborn可以更好的结合matplotlib进行针对性的数据分析图形展示。

一、Seaborn 的安装

---

Seaborn的安装命令比较简单。

pip3 install seaborn

不过需要注意的是，可能在安装过程中会报错，由于seaborn包依赖于scipy包，所以这里要先装scipy。
这样，安装模块的命令就变成：

pip3 install scipy
pip3 install seaborn

或者加入-U参数，安装Seaborn时同时安装Seaborn的依赖。

pip3 install seaborn -U

二、读取单车数据用Seaborn图形展示

由于Seaborn可以兼容pandas数据结构，可以用Pandas读取单车数据，后面继而用Seaborn进行数据分析的展示。
Pandas使用read_csv来读取单车数据，describe()可以查看DataFrame中数据的基本情况参数。如下图所示。

在读取的数据，可以看到的维度有season是季节，yr是年的意义，mnth是月份的意义，holiday是否是假日，weekday指是否是周末，workingday是否是工作时间，weathersit是不同的天气情况，temp是实际温度的情况，atemp是体感温度的情况，hum表示湿度的意思，windspeed是风速的情况等等这些维度信息来说明cnt租车数量情况。

三、Seaborn热力图的绘制

在单车数据中的相关维度中，比较这些维度中相关性是进行降维最重要的参考，数据分析的具体工作离不开降维，Seaborn中heatmap是绘制热力图的方法，可以从热力图的颜色和相关系数值上找到相关系数比较高的维度。相关代码如下。

ss=data.corr()
pyplot.figure(figsize=(15,8))
seaborn.heatmap(ss,cmap=“jet”,annot=True)

这里corr（）表示的是相关系数的问题，seaborn.heatmap是热力图的意思。具体格式如下。

seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws=None, cbar_ax=None, square=False, xticklabels='auto', yticklabels='auto', mask=None, ax=None, **kwargs)

参数中data是需要显示的数据。使用方法如下。

ax = seaborn.heatmap(data)

参数中的vmax和vmin是显示的数据值的最大和最小的范围

ax = seaborn.heatmap(data,vmin=0, vmax=1)

参数中的cmap是matplotlib颜色表名称或对象，或颜色列表，可选从数据值到色彩空间的映射。如果没有提供，默认设置。如下面的代码。

ax = seaborn.heatmap(data,vmin=0, vmax=1)

其它参数简单说明一下。

center : 指定色彩的中心值
robust : 如果“Ture”和“ vmin或” vmax不存在，则使用强分位数计算颜色映射范围，而不是极值。
annot : 如果为True，则将数据值写入每个单元格中
fmt : 表格里显示数据的类型
annot_kws : 未知：
linewidths : 划分每个单元格的线的宽度。
linecolor : 划分每个单元格的线的颜色。
cbar : 是否绘制颜色条：colorbar，默认绘制
cbar_kws : 未知 cbar_ax : 显示x-y坐标，而不是节点的编号
square : 为‘True’时，整个网格为一个正方形
xticklabels, yticklabels : 可以以字符串进行命名，也可以调节编号的间隔，也可以不显示坐标

本例中，seaborn.heatmap(ss,cmap=“jet”,annot=True)语句是对ss进行绘图，cmap是使用jet类型的显示等高线图的colormap，annot设置为True把相关系数值定入单元格中。
代码执行的结果如下图所示。

从图中结果上显示可以看出，去掉对角线的1，深红色的就是相关性比较高的，图中atemp和temp是0.99，并且深红色，即实际温度和体感温度的相关性比较高。

四、Seaborn热力图的绘制

箱型图其绘制须使用常用的统计量，能提供有关数据位置和分散情况的关键信息，最上面的线叫上边沿，下面的线叫下边沿，中间的箱是由四分位线组成的箱，箱里面的线叫中位线，其主要包含六个数据节点，将一组数据从大到小排列，分别计算出他的上边缘，上四分位数Q3，中位数，下四分位数Q1，下边缘，还可能有一个异常值。
Seaborn中使用boxplot进行箱型图的绘制，具体指令和执行效果如下图所示。
图中所示的效果就是一个箱型图，具体的标注解释如下图所示。

五、Seaborn小提琴图的绘制

小提琴图 (Violin Plot)是用来展示多组数据的分布状态以及概率密度。这种图表结合了箱形图和密度图的相关特征，主要用来显示数据的整体分布形状。跟箱形图类似，但是在密度层面展示更好。
Seaborn使用violinplot来绘制小提琴图，具体指令和执行效果如下图所示。

图中所示的小提琴图概念解释如下图所示。

六、条形图

条形图表示数值变量与每个矩形高度的中心趋势的估计值，并使用误差线提供关于该估计值附近的不确定性的一些指示。
Seaborn使用barplot绘制条形图，具体指令和执行效果如下图所示。

七、分簇散点图

分簇散点图 可以理解为数据点不重叠的分类散点图
Seaborn使用swarmplot可以自己实现对数据分类的展现，也可以作为盒形图或小提琴图的一种补充，用来显示所有结果以及基本分布情况。具体指令和执行效果如下图所示。


从画图的很多效果上看，Seaborn可以为数据分析带来异常的直观感，也可以通过小提琴图展示数据的密度，是matplotlib画图的一个很好的补充。

代码的github地址：https://github.com/wawacode/seaborn_drawing_pictures