Seaborn 入门

一、Seanborn 

    Seaborn是基于Matplotlib的Python数据可视化库,对matplotlib进行二次封装而成。它提供了一个高级界面，用于绘制引人入胜且内容丰富的统计图形,只是在Matplotlib上进行了更高级的API封装，从而使作图更加容易。

    Seaborn是针对统计绘图的，能满足数据分析90%的绘图需求，需要复杂的自定义图形还需要使用到Matplotlib

Seaborn解决Matplotlib面临的两个主要问题

• 默认Matplotlib参数
• 使用Data FrameSeaborn

Seaborn官网：http://seaborn.pydata.org/ 

 

二、Seaborn特点

1. 绘图接口更为集成，可通过少量参数设置实现大量封装绘图
2. 多数图表具有统计学含义，例如分布、关系、统计、回归等
3. 对Pandas和Numpy数据类型支持非常友好
4. 风格设置更为多样，例如风格、绘图环境和颜色配置等

三、Seaborn库

四、Seaborn 环境配置

         安装：pip install seaborn
     

五、 Seaborn 导入数据

1、从导入Pandas开始，Pandas是用于管理关系数据集， Seaborn在处理DataFrames时非常方便，DataFrames是用于数据分析最广泛使用的数据结构。

# Pandas for managing datasets
import pandas as pd

2、导入Matplotlib库

# Matplotlib for additional customization
from matplotlib import pyplot as plt

3、导入Seaborn库   

import seaborn as sns 

加载内置数据集：https://github.com/mwaskom/seaborn-data

4、导入数据框

  加载所需的数据集load_dataset()

import seaborn as sns

#加载数据
tips=sns.load_dataset('tips')
# tips

# 计算小费百分比
tips['tip_pct']=tips['tip']/(tips['total_bill']-tips['tip'])

#显示前5条
tips.head()

 输出-

要查看Seaborn库中的所有可用数据集，可以将以下命令与 get_dataset_names()函数一起使用 

import seaborn as sns
import matplotlib.pyplot as plt

#设置中文
plt.rcParams['font.sans-serif']='Microsoft YaHei'
plt.rcParams['font.size']=14

#必须去除警告信息
import warnings # 去除部分警告信息
warnings.filterwarnings('ignore')

#seaborn中有内置的数据集,获得所有的名字(必须有网络)
names=sns.get_dataset_names()
print(names)

输出的数据集列表

 六、Seaborn - 可视化数据

 

 1、条形图

    官网：http://seaborn.pydata.org/generated/seaborn.barplot.html

     seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, estimator=, ci=95, n_boot=1000, units=None, orient=None, color=None, palette=None, saturation=0.75, errcolor='.26', errwidth=None, capsize=None, dodge=True, ax=None, **kwargs)

参数：

data: pandas.dataframe对象

x：绘图的x轴变量

y：绘图的y轴变量

hue：区分维度，不同类别的曲线添加不同颜色

orient:  “v” | “h”, 可选图的方向（垂直或水平）

estimator：用于估计每个分类箱内的统计函数，默认为mean。当然你也可以设置estimator=np.median/np.std/np.var……

order：设置特征值的顺序，例如：order=[‘Sat’,‘Sun’]；

ci：允许的误差的范围（控制误差棒的百分比，在0-100之间）,若填写"sd",则用标准误差(默认为95)，也可设置ci=None；

capsize：设置误差棒帽条（上下两根横线）的宽度，float；

errcolor：表示置信区间的线条的颜色；

errwidth：float，设置误差条线(和帽)的厚度。

注意：x、y和hue均为源于data中的某一列值

#设置画布
sns.set(rc={'figure.figsize':(4,3)})
#条形图
sns.barplot(data=tips,x='tip_pct',y='day')
# 柱子的值表示tip_pct的平均值，黑线表示%95的置信区间

 

import numpy as np
#设置画布
sns.set(rc={'figure.figsize':(10,5)})
#条形图
sns.barplot(data=tips,x='tip_pct',y='day',hue='sex',estimator=np.median,capsize=0.2,errcolor='c')

 

# 直方图是一种条形图，用于给出频率的离散显示。数据点被分成离散的，均匀间隔的箱，并且绘制每个箱中数据点的数量。

import seaborn as sns
#加载数据
tips=sns.load_dataset('tips')
#tips.head()

#设置画布
sns.set(rc={'figure.figsize':(4,3)})
#小费比例
tips['tip_pct']=tips['tip']/(tips['total_bill']-tips['tip'])

# 使用之前的小费数据制作小费占总费用百分比的直方图
tips['tip_pct'].plot.hist(bins=50)

 

# 密度图是一种和直方图相关的图表类型，它通过计算可能产生观测数据的连续概率分布估计而产生。
# 通常的做法是将这种分布近似为’内核’的混合，也就是像正态分布那样简单的分布。
# 因此密度图也称为内核密度估计图
tips['tip_pct'].plot.density()

 

2、直方图

官网：http://seaborn.pydata.org/generated/seaborn.displot.html

    distplot主要功能是绘制单变量的直方图，且还可以在直方图的基础上施加kdeplot和rugplot的部分内容，是一个功能非常强大且实用的函数      

    seaborn.displot(data=None, *, x=None, y=None, hue=None, row=None, col=None, weights=None, kind='hist', rug=False, rug_kws=None, log_scale=None, legend=True, palette=None, hue_order=None, hue_norm=None, color=None, col_wrap=None, row_order=None, col_order=None, height=5, aspect=1, facet_kws=None, **kwargs)

参数：              

data: pandas.dataframe对象

x：绘图的x轴变量

y：绘图的y轴变量

hue：区分维度，不同类别的曲线添加不同颜色 bins：int型变量，用于确定直方图中显示直方的数量，默认为None，这时bins的具体个数由Freedman-Diaconis准则来确定

        hist：bool型变量，控制是否绘制直方图，默认为True

        kde：bool型变量，控制是否绘制核密度估计曲线，默认为True

        rug：bool型变量，控制是否绘制对应rugplot的部分，默认为False

fit：传入scipy.stats中的分布类型，用于在观察变量上抽取相关统计特征来强行拟合指定的分布，下文的例子中会有具体说明，默认为None，即不进行拟合 hist_kws,kde_kws,rug_kws：这几个变量都接受字典形式的输入，键值对分别对应各自原生函数中的参数名称与参数值，在下文中会有示例

color：用于控制除了fit部分拟合出的曲线之外的所有对象的色彩

vertical：bool型，控制是否颠倒x-y轴，默认为False，即不颠倒

norm_hist：bool型变量，用于控制直方图高度代表的意义，为True直方图高度表示对应的密度，为False时代表的是对应的直方区间内记录值个数，默认为False

label：控制图像中的图例标签显示内容 

使用distplot方法可以同时绘制直方图和密度图

import numpy as np
import pandas as pd
#使用distplot方法可以同时绘制直方图和密度图
c1 = np.random.normal(0, 1, size = 200)
c2 = np.random.normal(10, 2, size = 200)
#一维数据
values = pd.Series(np.concatenate([c1,c2]))
#bins：int或list，控制直方图的个数100
sns.distplot(values,bins = 100,color = 'r')  

 

import matplotlib.pyplot as plt

#数据
x= np.random.normal(0, 1, size = 100)

#创建一个一行三列的画布
fig,axes=plt.subplots(1,3) 

# hist和kde参数调节是否显示直方图及核密度估计(默认hist,kde均为True)
sns.distplot(x,ax=axes[0]) #左图  

sns.distplot(x,hist=False,ax=axes[1]) #中图

sns.distplot(x,kde=False,ax=axes[2]) #右图

 

 

import seaborn as sns
#密方图
#加载数据
penguins=sns.load_dataset('penguins')
#显示前5条
penguins.head()

 

sns.displot(data=penguins,x='bill_depth_mm') 

 

sns.displot(data=penguins,x='bill_depth_mm',kind='kde') 

 

 sns.displot(data=penguins,x='bill_depth_mm',kind='ecdf')

 

sns.displot(data=penguins,x='bill_depth_mm',kde=True) 

 

 sns.displot(data=penguins,x='bill_depth_mm',y='flipper_length_mm')

 

 sns.displot(data=penguins, x="flipper_length_mm", hue="island", multiple="stack")

 

sns.displot(data=penguins, x="flipper_length_mm", hue="island", col="sex", kind="kde")