pythonseaborn_大白话Python绘图系列Seaborn篇

1. 目的

了解python第三方绘图包seaborn&＃xff0c;从常用绘图实例开始&＃xff0c;快速体验seaborn绘图。

• 建议用时: 10分钟

• 绘图例子: 12个

• 每个例子代码量: 1-6行, 90%仅1行

1.1 环境

• ipython notebook

• 安装python包: seaborn, matplotlib, pandas, numpy

在微信公共账号回复&＃xff0c;ipython&＃xff0c; 会返回临时云端学习环境网址和密码, 也可自己搭建。

2. Seaborn快速绘图

2.1 练习数据

seaborn自带很多练习数据&＃xff0c;我们任选一个数据集&＃xff0c;比如: Iris, 当做绘图数据使用, 简单介绍该数据源:

Iris数据集是常用的分类实验数据集&＃xff0c;由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集&＃xff0c;是一类多重变量分析的数据集。数据集包含150个数据集&＃xff0c;分为3类&＃xff0c;每类50个数据&＃xff0c;每个数据包含4个属性。可通过花萼长度&＃xff0c;花萼宽度&＃xff0c;花瓣长度&＃xff0c;花瓣宽度4个属性预测鸢尾花卉属于(Setosa&＃xff0c;Versicolour&＃xff0c;Virginica)三个种类中的哪一类。

加载Iris数据

import seaborn as sn
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
# 加载seaborn自带数据: iris
df &＃61; sn.load_dataset("iris")
df.head()

• 输出结果:

2.2 数据集洞察

• 代码: 1行

先简单看下该数据基本统计信息:

• 样本数量: count

• 平均值: mean

• 标准差: std

• 最小值: min

• 最大值: max

• 25%, 50%, 75%分位数

df.descirbe()

• 输出结果:

2.3 分类聚集

• 代码: 1行

• 场景: 样例两个属性, 一个是离散分类&＃xff0c;一个是连续值&＃xff0c;希望一张图绘出每类的散点图

• 方法:

  • stripplot: 可以绘制分类数据的散点图&＃xff0c;由于过多的点会聚集一处&＃xff0c;使用jitter 进行随机抖动&＃xff0c;以在每一个分类数据中对应变量在某一点的集中/分布趋势。

  • swarmplot: 函数会使用内置的算法对数据进行抖动&＃xff0c;保证点不会重合

talk is cheap, show u code.

# swarm绘图散点以树状连接个点, 不重合
sn.swarmplot(x&＃61;"species", y&＃61;"petal_length", data&＃61;df, size&＃61;10)
# 可以体验下与下面绘图结果的不同:
# sn.stripplot(x&＃61;&＃39;species&＃39;, y&＃61;&＃39;petal_length&＃39;, data&＃61;df, jitter&＃61;True)

• 输出结果:

2.4 直方图

• 代码: 1行

• 场景: 连续属性分段查看分布

sn.distplot(df.sepal_length, bins&＃61;20, kde&＃61;True, rug&＃61;True)

• 输出结果:

2.5 柱状图

• 代码: 1行

• 场景: 连续属性分段查看分布

sn.barplot(x&＃61;&＃39;species&＃39;, y&＃61;&＃39;sepal_length&＃39;, data&＃61;df)

• 输出结果:

2.6 点图

• 代码: 1行

• 介绍: 表示一个数值的中心趋势的估计。根据散点图点的位置变化&＃xff0c;并提供一些&＃xff0c;用误差线表示该估计的不确定性

# 点图
sn.pointplot(x&＃61;&＃39;species&＃39;, y&＃61;&＃39;sepal_length&＃39;, data&＃61;df)

• 输出结果:

2.7 双变量图

• 代码: 1行

sn.jointplot(x&＃61;&＃39;sepal_length&＃39;, y&＃61;&＃39;sepal_width&＃39;, data&＃61;df)
# 尝试改变属性值
# sn.jointplot(x&＃61;&＃39;x&＃39;, y&＃61;&＃39;y&＃39;, data&＃61;df2, kind&＃61;&＃39;hex&＃39;)
# sn.jointplot(x&＃61;&＃39;x&＃39;, y&＃61;&＃39;y&＃39;, data&＃61;df2, kind&＃61;&＃39;kde&＃39;)

• 输出结果:

2.8 热力图

• 代码: 1行

# 取10个样本, 查看不同属性的值, 用热力图显示
sn.heatmap(df.iloc[:10,:4])

• 输出结果:

2.9 箱图

• 代码: 1行

• 如何读箱图见《大白话Python绘图系列》Matplotlib篇 箱图部分

sn.boxplot(x&＃61;&＃39;species&＃39;, y&＃61;&＃39;sepal_length&＃39;, data&＃61;df)

• 输出结果:

2.10 小提琴图

• 代码: 6行

• 场景: 小提琴类似箱图, 但能更直观看数据集聚程度

# 场景: 看密度分布比较形象具体
fig, axes &＃61; plt.subplots(2,2, figsize&＃61;(20,20))
sn.violinplot(x&＃61;&＃39;species&＃39;, y&＃61;&＃39;sepal_length&＃39;, data&＃61;df, ax&＃61;axes[0,0])
sn.violinplot(x&＃61;&＃39;species&＃39;, y&＃61;&＃39;sepal_length&＃39;, data&＃61;df, ax&＃61;axes[0,1], hue&＃61;&＃39;species&＃39;)
sn.violinplot(y&＃61;&＃39;species&＃39;, x&＃61;&＃39;sepal_length&＃39;, data&＃61;df, ax&＃61;axes[1,0], hue&＃61;&＃39;species&＃39;, inner&＃61;&＃39;stick&＃39;)
sn.violinplot(y&＃61;&＃39;species&＃39;, x&＃61;&＃39;sepal_length&＃39;, data&＃61;df, ax&＃61;axes[1,1], hue&＃61;&＃39;species&＃39;, inner&＃61;None)
sn.swarmplot(y&＃61;&＃39;species&＃39;, x&＃61;&＃39;sepal_length&＃39;, data&＃61;df, ax&＃61;axes[1,1],alpha&＃61;.5, hue&＃61;&＃39;species&＃39;,color&＃61;"r")

• 输出结果:

2.11 线性拟合

• 代码: 1行

• 场景: 查看两列关系

sn.lmplot(x&＃61;&＃39;sepal_length&＃39;, y&＃61;&＃39;petal_length&＃39;, data&＃61;df)

• 输出结果:

2.12 非线性拟合

• 代码: 1行

• 场景: 查看两列关系, 下面用二次多项式

sn.regplot(x&＃61;&＃39;sepal_length&＃39;, y&＃61;&＃39;petal_length&＃39;, order&＃61;2, data&＃61;df)

• 输出结果:

2.13 数据集两两属性关系

• 代码: 2行

• 场景: 当需要快速了解数据集中属性两两关系时. 数据需要是连续值且非空

# 相同变量直方图显示, 不同变量散点图显示, 其中数据中不能含有NaN
l &＃61; [&＃39;sepal_length&＃39;, &＃39;sepal_width&＃39;, &＃39;petal_length&＃39;, &＃39;petal_width&＃39;]
sn.pairplot(df[l])

• 输出结果:

2.14 Grid自定义绘制

• 场景: 多子图显示

# 多图绘制: 数据集某属性species, 将数据集分三类
# 下面, 一次性汇出三类数据的直方图
g &＃61; sn.FacetGrid(df,col&＃61;"species")
g.map(plt.hist,"sepal_length")
g.add_legend()

• 输出结果:

3. About Me

来自北京回龙观的一名数据民工&＃xff0c; 2019年开始写写数据民工那些大白话

• 微信公众号: workindata

• 个人微信号: ITlooker

• 知乎专栏: 大数据那些儿大白话