python可视化之——seaborn简单图绘制指南

0. 主要内容

该笔记主要包括常见的：散点，折线，box，violin，等图的绘制，可以帮助我们了解数据存在的变量之间的某种关系或者数据趋势。在日常工作中，我们可以进行简单的数据分析和可视化，用于汇报。

1. relplot

主要来自官方文档：https://seaborn.pydata.org/generated/seaborn.relplot.html

replot 用于创建具有子图网格的散点图或折线图形 返回的是一个FacetGrid对象

1. 用途：绘制2个数值型变量之间的关系图表 ，包含散点和折线
2. 参数：

• x,y : 自定义向量或来自data数据框 分别表示x轴和y轴上的变量
• hue：自定义向量(长度要和data数据长度一致)或来自data数据框 用于对数据进行分组的列名：例如（不同时间点和共享单车数量关系，分组于不同日期采用不同颜色）

• size：用于指定散点标志大小 自定义向量或来自data
• style：用于表示样式 自定义向量或data ，建议不要选择数值型data列建议选择类型特征data列
• data：传入的数据框
• kind：散点，线图（scatter，line）
• col： 以列展示每个类的子图，col=‘sex’,以sex分图展示 每个图是每个sex类 向量或data
• row：以行展示每个类的子图 向量或data
• col_waps：指定每行最大列数 若=2，4个子图会展示2行2列
• markers：bool类型，字典或者list，指定样式 依赖与style中style值，style几个值，markers就几个。

1.1.1 散点可视化

• 绘制total_bill 和 tip的关系，以 day 分组 1个图
  注意: 参数data,x,y,hue是图的核心，其他参数大部分用于美观，data是要展示的整体数据框DataFrame，指明data后，x和y就可以直接使用数据框中的列名。若不指明data，x,y需要指明具体数据向量 。

sns.relplot(data=tips, x="total_bill", y="tip", hue="day")
sns.relplot(x=tips['total_bill'],y=tips['tip'],hue=tips['day'])

• 绘制total_bill 和 tip的关系，以 day 分组，以time分图表展示 以col（列）分子图展示
  注意：relplot能根据kind实现散点图scatterplot和折线图lineplot的功能，但是relplot支持多个子图展示(col,row)，但是没有ax（指定图展示位置）参数。

sns.relplot(data=tips, x="total_bill", y="tip", hue="day", col="time")

• 绘制total_bill 和 tip的关系，以 day 分组，以day分图表展示 展示4列1行，

sns.relplot(data=tips,x='total_bill',y='tip',hue='day',col='day')

• 绘制total_bill 和 tip的关系，以 day 分组，以time分列子图，以sex分列子图
  注意：列子图展示： 以col（列）一列一个time类别 ，行子图展示row(行)，一行一个sex类别，共（time类别数 × sex类别数）个图

sns.relplot(data=tips, x="total_bill", y="tip", hue="day", col="time", row="sex")

• 指定样式
  注意：style指定可以来自data，每个类别散点样式不一样，有点是圆点，有的是X，size也可以来自数据框中data数据，指定散点大小，通过设置sizes最大最小的气泡 来设置成气泡图形式展示。

# sizes设置气泡最小1，最大300，style根据sex类别设置，hue分组，paletter根据hue类别来标记颜色，注意长度要与hue中分组个数一致
sns.scatterplot(data=tips,x='total_bill',y='tip',hue='time',size=tips['size'] * 100,sizes=(1, 300),style='sex',palette=['b','r'],alpha=0.5)

1.1.2 折线图可视化

relplot的kind指定散点还是折线，默认是散点。

# kind参数设置成line
sns.relplot(data=fmri, x="timepoint", y="signal", col="region",hue="event", 
    style="event", kind="line")

1.1 scatterplot

用于绘制两个数值型变量之间的关系，散点图形式展示。注意该绘图函数返回的是matplotlib.axes.Axes（绘图核心：绘图区域，包含一个坐标系和多个绘图元素。），不是FacetGrid,不支持绘制子图。

1. 用途：绘制2数值型变量之间的散点图
2. 参数：

• x,y : 向量或来自data数据框 分别表示x轴和y轴上的变量
• hue：向量或来自data数据框 用于对数据进行分组的列名：例如（不同时间点和共享单车数量关系，分组于不同日期采用不同颜色）
• size：用于指定散点标志大小 向量或来自data
• style：用于表示样式 向量或data
• data：传入的数据框
• sizes：设置大小
• markers：设置形状 dict :x,s,o形状等

3. 与relplot的区别是没有 col row 子图 返回的不是FacetGrid

sns.scatterplot(data=tips, x="total_bill", y="tip", hue="size", size="size",sizes=(20, 200))
# 指定markers
markers = {"Lunch": "s", "Dinner": "X"}
sns.scatterplot(data=tips, x="total_bill", y="tip", size='size',hue='time',palette=['b','r'],style="time", markers=markers)

指定markers展示

1.2 lineplot

返回的是matplotlib.axes.Axes，将返回值保存后，我们可以根据需要进一步设置图中其他元素。

1. 用途：绘制2变量之间的折线图
2. 参数：

• x,y : 向量或来自data数据框 分别表示x轴和y轴上的变量
• hue：向量或来自data数据框 用于对数据进行分组的列名：例如（不同时间点和共享单车数量关系，分组于不同日期采用不同颜色）
• size：用于指定散点标志大小 向量或来自data
• style：用于表示样式 向量或data
• data：传入的数据框
• sizes：设置大小

3. 与relplot的区别是没有 col row 子图 不是FacetGrid，当然还有别的区别，还请自己探索

# 设置折线样式 event，设置分组 region
fmri = sns.load_dataset("fmri")
sns.lineplot(data=fmri, x="timepoint", y="signal", hue="region", style="event")

1.3 总结

可能有人疑问为啥已经有scatterplot和lineplot函数了，为何还存在relplot函数，我个人认为可能是因为relplot可以绘制子图，根据不同类别展示一个子图，简化代码。如果使用scatterplot展示进行多个类别筛选数据时就需要 先创建好子图，在根据ax定位不同类别的展示在子图中的位置。而relplot直接col row就可以实现，还可以根据col_wraps设置分几列展示col组数据，注意不能和row同时使用。

# relplot只需要一行代码
sns.relplot(data=penguins, x="bill_length_mm",y="bill_depth_mm", hue="species",col='sex')

# 散点图 分组统计 需要好几行代码
kw = {'width_ratios':[1,1]}
fig,axes = plt.subplots(1,2,figsize=(16,5),gridspec_kw=kw)
sns.scatterplot(data=penguins[penguins['sex']=='Female'], x="bill_length_mm",y="bill_depth_mm", hue="species",ax=axes[1])
axes[1].set(title="Female")
sns.scatterplot(data=penguins[penguins['sex']=='Male'], x="bill_length_mm",y="bill_depth_mm", hue="species",ax=axes[0])
axes[0].set(title="Male")

relplot

scatterplot

2. displot

用途：绘制单变量或者双变量分布的关系，可以绘制直方图，核密度图，ecdf图，帮助理解数据的分布情况
参数：

• data：向量或来自data
• x,y： 向量或来自data
• hue：data 分组
• weights：data 权重
• kind：图标类别，hist,kde,ecdf 默认hist 频率直方图
• col： 以列展示每个类的子图，col=‘sex’,以sex分图展示 每个图是每个sex类 向量或data
• row：以行展示每个类的子图 向量或data
• col_waps：指定每行最大列数 若=2，4个子图会展示2行2列
• legend：bool值默认false
• 判断是否正态分布
• KDE 图通常呈现出钟形曲线，即高峰在中心，两侧逐渐减小
• ECDF 图应该是一条平滑的、逐渐上升的曲线，没有明显的跳跃或波动。

2.0.1 hist图

displot 当kind=‘hist’ 绘制直方图，x和y都表示变量，单变量分布只需要观察一个x或y

• 若指定x，则横轴表示变量，纵轴表示频数（count）
• 若指定y，则纵轴表示变量，横轴表示频数（count）
• 若同时指定x，y，则显示俩变量分布，类似热力图。

# 指定x
penguins = sns.load_dataset("penguins")
sns.displot(data=penguins, x='body_mass_g',hue='sex')
# 指定y
sns.displot(data=penguins, y='body_mass_g',hue='sex')
# 指定x和y
sns.displot(data=penguins, x='flipper_length_mm',y='body_mass_g',hue='sex')

指定y 展示可以看出xy取值决定图的方向

2.0.2 kde图

当displot的kind参数取值"kde"时绘制kde图。

• kde：是一种通过对数据进行平滑处理来估计其概率密度的非参数方法 KDE 在统计学和数据可视化中经常被用来理解数据分布的形状。

• 核心思想：它的核心思想是在每个数据点的位置上放置一个核（通常是高斯核），然后将这些核叠加起来形成平滑的概率密度估计。

• KDE概率密度函数 ：数学上，对于一组样本数据 ($x_1,x_2,\dots ,x_n$)， KDE 估计的概率密度函数 (f(x)) 可以表示为：$f(x)=\frac{1}{n\cdot h}{\sum }_{i=1}^{n}K\left(\frac{x-x_i}{h}\right)$ ,其中 (K) 是核函数，通常是一个关于零中心对称的函数，(h) 是带宽（bandwidth），用于控制估计的平滑程度。 在kdeplot中可通过kernel选择核函数，通过bw_adjust参数选择带宽。

• 概率密度：对于一个连续型随机变量 (X)，概率密度函数 (f(x)) 满足以下两个性质：
  1. 概率密度函数 (f(x)) 是非负的：对于所有的 (x)，有 $(f(x)\ge 0)$。
  2. 在整个定义域上的积分等于1：$({\int }_{-\infty }^{\infty }f(x),dx=1)$。
  3. 例如：sns.kdeplot(data[“total_bill”], clip=(10, 30)) 只对数据集中落在（10，30）这个范围内的部分数据进行核密度估计

sns.displot(data=penguins, x='body_mass_g',hue='sex',kind='kde')
# 分子图展示
sns.displot(data=penguins, x="flipper_length_mm", hue="species", col="sex", kind="kde")

分子图展示

2.0.3 ecdf图

ECDF 是经验累积分布函数。
定义： 对于一个样本数据集 ({x_1, x_2, \ldots, x_n})，其 ECDF 是一个阶梯函数，定义如下： $[F(x)=\frac{1}{n}{\sum }_{i=1}^{n}I(x_i\le x)]$
其中： (F(x)) 是在给定的观测值 (x) 处的 ECDF。 (n) 是样本大小（观测值的总数）。$(I(x_i\le x))$ 是一个指示函数，当 $(x_i\le x)$ 时为 1，否则为 0。
对于每个观测值 $(x_i)$，$(I(x_i\le x))$是一个二进制值，表示该观测值是否小于或等于 $(x)$。累积和部分就是对这些二进制值求和，最后除以样本大小 $(n)$。

sns.displot(
    data=penguins, y="flipper_length_mm", hue="sex", col="species",kind="ecdf", height=4, aspect=.7,)

1.2 histplot

用途：绘制单变量或者双变量分布的直方图，帮助理解数据的分布情况 参数：

• data：向量或来自data
• x,y： 向量或来自data
• hue：data 分组
• weights：data 权重
• binwidth：条形宽度 取值int。调整条形宽度
• binrange：条形范围
• bins：条形个数
• fill：是否为条形填充颜色
• kde：是否展示核密度线 bool 仅与单变量相关
• legend：bool值默认false
• stat：count或sum统计个数或总和
• element：bars,step,poly 默认bars
• ax：指定子图位置
• car_ax：指定cbar位置

# 1 设置观察哪个变量的分布，设置条形个数30，绘制kde曲线
sns.histplot(data=penguins, x="flipper_length_mm",bins=30,kde=True)
# 2 设置分组，指定stack堆叠形式 设置不填充
sns.histplot(data=penguins, x="flipper_length_mm", hue="species", multiple="stack",fill=False)
# 3 绘制阶跃函数 
sns.histplot(penguins, x="flipper_length_mm", hue="species", element="step")

# 4 绘制2变量之间的分布，热图
sns.histplot(
penguins, x="bill_length_mm",y='bill_depth_mm',
cbar=True
)

展示第3个：绘制阶跃函数

1.3 kdeplot

用途：绘制单变量或者双变量分布的核密度，帮助理解数据的分布情况

参数：

• data：向量或来自data
• x,y： 向量或来自data
• hue：data 分组
• weights：data 权重
• fill：是否为条形填充颜色
• legend：bool值默认false
• ax：指定子图位置
• car_ax：指定cbar位置
• common_norm：bool类型， 默认True
• common_grid：bool类型

# 设置common_norm为False，设置size为分组 可视化total_bill的分布 的density即概率密度
sns.kdeplot(data=tips, x="total_bill", hue="size",fill=True, common_norm=False, palette="crest")

1.4 ecdfplot

用途：绘制单变量或者双变量分布的ecdf，帮助理解数据的分布情况
参数：

• data：向量或来自data
• x,y： 向量或来自data
• hue：data 分组
• weights：data 权重
• stat：count，proportion 其中proportion默认值

# 以species分组 stat统计个数 count
sns.ecdfplot(data=penguins, x="bill_length_mm", hue="species", stat="count")
sns.ecdfplot(data=penguins, x="bill_length_mm", hue="species", stat="proportion")

3. catplot

作用：绘制分类数据的图，显示数值与一个变量或多个类别之间的关系，可以指定图表类型，kind。当数据集中的特征变量是非数值型变量时可以进行绘制其类别。例如
房屋类别1，2，3对应房屋价格[…] 可以绘制其catplot等各种图。

• 分类散点图：

• stripplot：散点图 通常绘制一个分类变量下数值型变量的分布情况
• swarmplot：不重叠的散点图

• 分类估计图：

• pointplot：每个类别的点估计或者置信区间
• barplot：每个类别的均值（默认），还可以是其他
• countplot：每个类别的数量

• 分类分布图：

• boxplot：箱线图 显示数据的分布，中位数，异常值。
• violinplot：小提琴图
• boxenplot：箱线图的扩展

• 参数

• data：数据框
• x,y：data x,y
• hue：data 分组
• row,col：data 子图
• kind：默认散点图。 “strip”, “swarm”, “box”, “violin”, “boxen”, “point”, “bar”, “count”. 其中count显示的是一个类别的计数。
• estimator：估计每个分类箱内的统计函数

# 查看泰坦尼克号中，class类别中年龄的分布情况，并且以sex分组观察。
sns.catplot(data=df,x='class',y='age',kind='boxen',hue='sex')

# 分层绘制 catplot小提琴图和swarmplot
sns.catplot(data=df, x="age", y="class", kind="violin", color=".9", inner=None)
sns.swarmplot(data=df, x="age", y="class", size=3)

3.1 barplot

用途：绘制分类变量对应的数值变量的中心趋势（如均值） 参数：
参数：

• x,y,hue：绘制的x和y指定的数据，其中一个指定类别型变量特征，一个指定数值特征变量，hue指定分组
• data：数据框

# 当x和y同时数值型变量时 可以看出 histplot更适合（虽然是二维的热图）
kw = {'width_ratios':[1,1]}
fig,axes = plt.subplots(1,2,figsize=(16,5),gridspec_kw=kw)
sns.barplot(data=tips, x="total_bill", y="tip", hue="time",ax=axes[0])
axes[0].set(title="barplot")
sns.histplot(data=tips, x="total_bill", y="tip", hue="time",ax=axes[1])
axes[1].set(title="histplot")


# 当x和y，一个数值型一个类别型 可以看出barplot更适合
kw = {'width_ratios':[1,1]}
fig,axes = plt.subplots(1,2,figsize=(16,5),gridspec_kw=kw)
sns.barplot(data=tips, x='day',y="total_bill", hue="time",ax=axes[0])
axes[0].set(title="barplot")
sns.histplot(data=tips, x='day',y="total_bill", hue="time",ax=axes[1])
axes[1].set(title="histplot")

3.2 pointplot

3.3 countplot

用途：用于对类别型特征变量的个数统计
参数：

• x or y,hue：绘制的x和y指定的数据，x和y只是表示类别变量所在的轴，不能同时出现。hue指定分组
• data：数据框

# 当x是数值型可以看出不适合统计
kw = {'width_ratios':[1,1]}
fig,axes = plt.subplots(1,2,figsize=(16,5),gridspec_kw=kw)
sns.countplot(data=tips, x='day', hue="time",ax=axes[0])
axes[0].set(title="countplot")
sns.countplot(data=tips, x="total_bill", hue="time",ax=axes[1])
axes[1].set(title="countplot")

3.4 boxplot 和boxenplot

用途：都是绘制箱线图，也是类别和数值变量关系的查看，类别型变量对应的数值型变量分布情况，不同是boxenplot展示的数据范围更多
参数：

• x,y,hue：绘制的x和y指定的数据，其中一个指定类别型变量特征，一个指定数值特征变量，hue指定分组
• data：数据框

penguins = sns.load_dataset("titanic")
kw = {'width_ratios':[1,1]}
fig,axes = plt.subplots(1,2,figsize=(16,5),gridspec_kw=kw)
sns.boxplot(data=penguins, x="class", y="age", hue="alive",ax=axes[0])
axes[0].set(title="boxplot")
sns.boxenplot(data=penguins, x="class", y="age", hue="alive",ax=axes[1])
axes[0].set(title="boxenplot")

3.5 violinplot

用途：绘制小提琴图，也是类别和数值变量关系的查看，类别型变量对应的数值型变量分布情况
参数：

• x,y,hue：绘制的x和y指定的数据，其中一个指定类别型变量特征，一个指定数值特征变量，hue指定分组
• data：数据框
• split：bool True表示不用分隔开，

# 绘制class中的age分布情况，采用split不同的值，查看图表
penguins = sns.load_dataset("titanic")
kw = {'width_ratios':[1,1]}
fig,axes = plt.subplots(1,2,figsize=(16,5),gridspec_kw=kw)
sns.violinplot(data=penguins, x="class", y="age", hue="alive",split=True,ax=axes[0])
sns.violinplot(data=penguins, x="class", y="age", hue="alive",ax=axes[1])

3.6 striplot

用途：绘制一个类别变量的数值型分布情况，与scatterplot区别scatterplot用于绘制两个数值型变量之间的关系

kw = {'width_ratios':[1,1]}
fig,axes = plt.subplots(1,2,figsize=(16,5),gridspec_kw=kw)
# 从scatterplot和stripplot绘制中看到，scatterplot看不出数据的分布形态，stripplot更适合观察数值型和类别型变量的分布形态。
sns.stripplot(data=tips, x="day", y="tip", hue="time",ax=axes[0])
axes[0].set(title="stripplot")
sns.scatterplot(data=tips, x="day", y="tip", hue="time",ax=axes[1])
axes[1].set(title="scatterplot")

# 当x和y都是数值型变量时 可以看出stripplot不适合查看两个数值型散点图，x轴标签都已经重叠
kw = {'width_ratios':[1,1]}
fig,axes = plt.subplots(1,2,figsize=(16,5),gridspec_kw=kw)
sns.stripplot(data=tips, x="total_bill", y="tip", hue="time",ax=axes[0])
axes[0].set(title="stripplot")
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time",ax=axes[1])
axes[1].set(title="scatterplot")

3.7 swarmplot

散点不会重叠在一起,所有散点都会展示出来。

kw = {'width_ratios':[1,1]}
fig,axes = plt.subplots(1,2,figsize=(16,5),gridspec_kw=kw)
sns.stripplot(data=tips, x="day", y="tip", hue="time",ax=axes[0])
axes[0].set(title="stripplot")
sns.swarmplot(data=tips, x="day", y="tip", hue="time",ax=axes[1])
axes[1].set(title="scatterplot")

总结：123

关于数据探索中如下：

1. 数值型数据：

• 可以采用分布图进行探索其分布特征，displot 包含hist，kde，ecdf ，histplot，kdeplot等

2. 类别型数据：scatterplot, lineplot,catplot,boxplot

• 统计个数：count
• 观察类别中与其他变量之间的关系：
• 例如：船舱类别中年龄分布
• 例如：船舱类别和票价分布
• 例如：日期和共享单车个数分布
• 例如：时间段中共享单车个数分布以日期分组
• 例如：不同时间销售额分布：折线,x=time,y=sales

4. rugplot

用途：绘制标签边际分布，旨在使得绘制的图形更加明显 参数：

• data：向量或来自data
• x,y： 向量或来自data
• hue：data 分组
• height: 高度

sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")
sns.rugplot(data=tips, x="total_bill", y="tip", hue="time")

5. implot

用途：绘制线性回归拟合模型的图，散点图上拟合并显示回归线，可绘制多个散点图和线性回归线
参数：

• data：数据
• x,y：数值型变量 查看关系
• hue：分组 data
• col：子图 data
• row：子图
• lowess：内置统计函数 bool
• logistic：内置统计函数 bool
• robust：内置统计函数 bool

# implot绘制线性回归拟合曲线，其实就是在散点图上画一条回归线
sns.lmplot(data=penguins, x="bill_length_mm", y="bill_depth_mm", hue="species",col="sex")

6. regplot

作用：绘制线性回归拟合模型的图，散点图上拟合并显示回归线，绘制单个散点图和线性回归线
参数：

• data：数据
• x,y：数值型变量 查看关系
• 不能绘制多个散点图的拟合，不能分组，也不能分子图

sns.regplot(data=penguins, x="bill_length_mm", y="bill_depth_mm")

7. residplot

用途：用于绘制残差图的函数。残差图是通过观察实际观测值与模型预测值之间的差异，用于评估模型的拟合程度
参数：

• data：数据
• x,y：数值型变量 查看关系
• lowess：内置统计函数 bool
• robust：内置统计函数 bool

8. heatmap

用途：将矩形数据，绘制成颜色编码热力图 参数：

• data：矩阵数据
• vmin,vmax：颜色图的值
• cmap：指定颜色空间
• robust：bool
• annot：bool 数据展示
• fmt：数据展示位数
• annot_kws：设置数据展示，font，size等dict格式
• cbar：bool 是否展示
• cbar_ax：指定子图
• xticklabels：是否显示x标签
• yticklabels：是否显示y标签
• mask：遮盖
• square：bool是否强制将图绘制成正方形
• ax：指定展示图位置

sns.heatmap(glue, annot=True, fmt=".2f",annot_kws={'fontsize':6},vmin=50,vmax=100)

9. clustermap

用途：用于创建簇图
参数：

• data：数据
• cmap：颜色图
• col_cluster：bool 是否对列进行层次聚类
• row_cluster： bool 是否对行进行层次聚类
• method：层次聚类方法：single，compete，average
• metric：层次聚类的距离度量：euclidean，correlation
• figsize：图形大小

10. pairplot

用途：绘制数据集中俩变量之间的关系，其中对角线上是单变量分布
参数：

• data：数据集 绘制的是俩数值型变量之间的关系分布
• hue：分组
• kind：scatter，hist，kde，reg 默认scatter
• 其中reg是 regplot的，拟合散点图的回归线
• hist 直方图，由于俩变量 展示的是热图
• scatter：散点图
• kde：核密度图，由于俩变量展示的是密度图，像压强线
• diag_kind：设置对角线上图展示

# 绘制data数据中的数值型变量之间的分布关系，reg拟合回归线，并设置map_lower绘制下三角区域
# 采用kdeplot绘制
penguins = sns.load_dataset("penguins")
g = sns.pairplot(data=penguins,kind='reg')
g.map_lower(sns.kdeplot, levels=4, color=".2")

11. jointplot

用途：绘制2数值型变量之间的分布关系，由于histplot，kdeplot展示观察2个变量之间的关系时绘制成热图或者密度图，很难看出单变量分布情况，jointplot不仅可以看出2变量之间，还在轴上绘制单变量分布情况。
参数：

• data：数据
• x,y,hue：来自data列，
• kind：绘制分布图的类型：hist，kde，scatter，hex，reg 默认scatter ，其中hex，reg不支持分组

# 绘制2变量之间的分布关系，以sex分组，hist格式
sns.jointplot(data=penguins, x="bill_length_mm", y="bill_depth_mm",hue='sex',kind='hist')

12. 总结

• displot 是histplot，kdeplot，ecdfplot的合并
  可以根据kind选择合适的图表，支持分子图展示（col，row）取值于data列中。探究数值型变量的分布情况
• catplot是countplot，stripplot，swarmplot，violinplot，boxplot，boxenplot，barplot，pointplot的合并，可以根据kind选择合适的图表，支持分子图展示（col,row）取之于data，探究类别变量和数值型变量之间的分布关系。
• implot是绘制拟合回归线，可以根据col,row分子图展示不支持ax，regplot也是拟合，但是只能单个变量。支持ax
• heatplot是热图展示 .pairplot是展示整个数据中数值型变量两两之间的关系
• joinplot是探究数值型变量2个变量之间的关系时，分别在各自轴上绘制单个变量分布关系。

13. 补充dendrogram

用途：绘制层次聚类图

• from scipy.cluster.hierarchy import linkage, dendrogram
• 首先：linkage求层次聚类连接矩阵，dendrogram绘制
  • linkage参数：
    data：二维数值型数据 相关性系数
    mathod：聚类的常用方法：ward,single,complete,average
  • dendrogram参数：
    linkage_matrix：linkage求的聚类连接矩阵
    labels：数据点标签
    leaf_rotation：标签旋转度数

import numpy as np
from scipy.cluster.hierarchy import linkage, dendrogram
import matplotlib.pyplot as plt

# 生成随机数据
np.random.seed(0)
data = np.random.rand(10, 2)

# 计算聚类链接矩阵
linkage_matrix = linkage(data, method='ward')

# 输出聚类链接矩阵
print("聚类链接矩阵:\n", linkage_matrix)

# 绘制 Dendrogram
dendrogram(linkage_matrix)

# 添加标题和标签
plt.title('Hierarchical Clustering Dendrogram')
plt.xlabel('Data Points')
plt.ylabel('Distance')

# 显示图形
plt.show()

以上来自与seaborn结合自己的理解，若有不足的地方，还请批评指正。不积跬步无以至千里 共勉！