5-3 Seaborn 分布绘图

Seaborn是基于 Matplotlib 的图形可视化库。该库提前定义好了一套自己的风格，也封装了一系列的方便的绘图函数，之前通过 matplotlib 需要很多代码才能完成的绘图，使用 seaborn 可能就是一行代码的事情。总结一句话：使用 seaborn 绘图比 matplotlib 更美观、简单。

3. 分布绘图

分布绘图分为单一变量分布，多变量分布，成对绘图。

3.1 单变量分布

单一变量主要就是通过直方图来绘制。在 seaborn 中直方图的绘制采用的是 distplot ，其中 dist 是 distribution 的简写，不是 histogram 的简写。 distplot 不仅仅可以绘制直方图，还可以绘制 KDE 曲线以及 rug 线。该函数有以下常用参数：
（1） kde（核密度曲线）：这个代表是否要显示 kde 曲线，默认是显示的，如果显示 kde 曲线，那么 y 轴表示的就是概率，而不是数量。也可以设置为 False
（2） bins：代表的这个直方图显示的数量，也可以通过自己设置
（3） rug：代表是否需要显示底部的胡须下线，下面的胡须线越密集的地方，说明数据量越多。
（4） hist：设置为False不展示直方图

#开启默认样式
sns.set(color_codes=True)
the_titanic = titanic[~np.isnan(titanic['age'])]
#查看titanic数据集中年龄的分布情况
sns.distplot(the_titanic['age'],kde=False,bins=30,rug=True)

3.2 二变量分布

多变量分布图可以看出多个变量之间的分布关系。一般都是采用多个图进行表示。多变量分布图采用的函数是 jointplot 。

3.2.1 散点图

通过设置 kind = ‘reg’ 可以设置回归绘图和核密度曲线。

tips = pd.read_csv("dataset/tips.csv")
sns.jointplot(x="total_bill",y="tip",data=tips,kind="reg")

3.2.2 六边形图

对于一些数据量特别大的数据，用散点图不太利于观察。可以采用六边形图来绘制，也就是将之前的散点变成六边形，六边形有一个区间大小，之前这些点落在这个六边形中越多颜色越深。默认情况下，在 x 轴的区间内，可以展示 100 个六边形，所以默认情况下六边形的尺寸会比较小，如果想要展示得更大一点，那么可以设置减少六边形的个数，通过 gridsize 设置。

athletes = pd.read_csv("athlete_events.csv")
china_athletes = athletes[athletes['NOC']=='CHN']
sns.jointplot(x="Height",y="Weight",data=china_athletes,kind="hex",gridsize=50)

3.2.3 jointplot其他常用参数

1. x,y,data：绘制图的数据
2. kind：scatter、reg、resid、kde、hex
3. color：绘制元素的颜色
4. height：图的大小，图会是一个正方形
5. ratio：主图和副图的比例，只能为一个整型
6. space：主图和副图的间距
7. dropna：是否需要删除 x 或者 y 值中出现了 NAN 的值
8. marginal_kws：副图的一些属性，比如设置 bins、rug、kde等

3.3 成对绘图（pairplot）

pairplot 可以把某个数据集中某几个字段之间的关系图一次性绘制出来。默认情况下，对角线的图（ x 和 y 轴的列相同）是直方图，其他地方的图是散点图，如果想要修改这两种图，可以通过 diag_kind 和 kind 来实现，其中这两个参数可取的值为：
（1） diag_kind：auto，hist，kde
（2） kind：scatter，reg

#iris鸢尾花数据
#绘制petal_width、petal_height、sepal_width以及sepal_height之间的关系
iris = pd.read_csv("dataset/iris.csv")
#默认取所有数值列进行绘图
sns.pairplot(iris)

#vars指定字段
sns.pairplot(tips,vars=['total_bill','tip'])

#kind参数默认为散点图 diag_kind默认为直方图
sns.pairplot(iris,vars=['sepal_length','sepal_width','petal_length'],kind="reg",diag_kind="kde")