跳到主要内容

Seaborn

基本知识​

概念​

seaborn 是基于 matplotlib 的图形可视化 python 包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。

Seaborn 是在 matplotlib 的基础上进行了更高级的 API 封装，从而使得作图更加容易，在大多数情况下使用 seaborn 能做出很具有吸引力的图，而使用 matplotlib 就能制作具有更多特色的图。应该把 Seaborn 视为 matplotlib 的补充，而不是替代物。同时它能高度兼容 numpy 与 pandas 数据结构以及 scipy 与 statsmodels 等统计模式

import seaborn as sns

层级 API​

Seaborn 中的 API 分为 Figure-level 和 Axes-level 两种

Axes-level 的函数可以实现与 Matplotlib 更灵活和紧密的结合，而 Figure-level 则更像是「懒人函数」，适合于快速应用

声明样式​

sns.set()

参数​

  • context
    • 控制着默认的画幅大小，分别有 {paper, notebook, talk, poster} 四个值。
    • 其中，poster > talk > notebook > paper。
  • style
    • 控制默认样式，分别有 {darkgrid, whitegrid, dark, white, ticks}
  • palette
    • 预设的调色板。分别有 {deep, muted, bright, pastel, dark, colorblind} 等
  • font
    • 用于设置字体
    • font_scale ：设置字体大小
    • color_codes： 不使用调色板而采用先前的 'r' 等色彩缩写。

默认参数

sns.set(context='notebook', style='darkgrid', palette='deep', font='sans-serif', font_scale=1, color_codes=False, rc=None)

通用参数​

sns.图名(x='X轴 列名', y='Y轴 列名', data=原始数据df对象)

sns.图名(x=np.array, y=np.array[, ...])

数据必须以长格式的 DataFrame 传入，同时变量通过 x, y 及其他参数指定。

  • x, y：data 中的变量名
  • data：长格式的 DataFrame，每列是一个变量，每行是一个观察值。
  • hue： data 中的名称，可选
    • 将会产生具有不同颜色的元素的变量进行分组
    • palette：色盘名，列表，或者字典，可选
      • 用于 hue 变量的不同级别的颜色
  • size：data 中的名称，可选
    • 将会产生具有不同尺寸的元素的变量进行分组
  • style：data中的名称，可选
    • 将会产生具有不同风格的元素的变量进行分组
  • row, col：data 中的变量名，可选
    • 确定网格的分面的类别变量
    • col_wrap：int，可选
      • 以此宽度“包裹”列变量，以便列分面跨越多行。与 row 分面不兼容
  • color：控制颜色
  • bins：条形图的条数
  • palette：颜色列表

保存​

ax = sns.distplot(x) # 画图

# fig = ax.get_figure() # 获取图片

fig.savefig(path, dpi = 400) # 保存图片

关联图​

（Relational plots）

关联图用于呈现数据之间的关系，主要有散点图和条形图 2 种样式

两个连续型变量之间的关系

关联性分析介绍
relplot绘制关系图
scatterplot多维度分析散点图
lineplot多维度分析线形图

函数​

seaborn.relplot(kind='scatter')

kind 参数选择要使用的基础轴级函数：

  • 散点图
    • scatterplot()：通过 kind="scatter" 访问；默认为此
  • 折线图
    • lineplot()：通过 kind="line" 访问

例​

以鸢尾花数据集为例

image-20210122121854899 
sns.relplot(x='sepal_length',y='sepal_width',data=iris,hue='species') # 默认散点图

sns.relplot(kind='line',x='sepal_length',y='sepal_width',data=iris,hue='species') # 折线图
image-20210122151004252 image-20210122151011958

类别图​

（categorical plots）

类别图呈现单个数据与类别之间的关系

针对一个离散型变量与一个连续型变量之间的关系

函数​

seaborn.catplot( kind='strip')

类别图的 Figure-level 接口是 catplot。而 catplot 实际上是如下 Axes-level 绘图 API 的集合：

  • 分类散点图
    • stripplot()：(kind="strip")
    • swarmplot()：(kind="swarm")
  • 分类分布图
    • boxplot()：(kind="box")
    • boxenplot()：(kind="boxen")
    • violinplot() (kind="violin")
  • 分类估计图
    • pointplot()： (kind="point")
    • barplot()：(kind="bar")
    • countplot()：(kind="count")

参数说明​

  1. hue= 参数可以给图像引入另一个维度。如果一个数据集有多个类别，hue= 参数就可以让数据点有更好的区分
  2. 计数条形图只传入一个分类参数
  3. jitter：表示抖动的程度(仅沿类別轴)。当很多数据点重叠时，可以指定抖动的数量或者设为 True 使用默认值。

例​

散点图​

sns.catplot(x="sepal_length", y="species", data=iris)
image-20210122151541023

kind="swarm" 可以让散点按照 beeswarm 的方式防止重叠，可以更好地观测数据分布

sns.catplot(x="sepal_length", y="species", kind="swarm", data=iris)
image-20210122151628884

分布图​

箱线图​
sns.catplot(x="sepal_length", y="species", kind="box", data=iris)
image-20210122151848523
增强箱线图​
sns.catplot(x="sepal_length", y="species", kind="boxen", data=iris)
image-20210122151907621
小提琴图​
sns.catplot(x="sepal_length", y="species", kind="violin", data=iris)

image-20210122152044634

估计图​

点线图​
sns.catplot(x="sepal_length", y="species", kind="point", data=iris)
image-20210122152518957
条形图​
sns.catplot(x="sepal_length", y="species", kind="bar", data=iris)
image-20210122152541817
计数条形图​

只传入一个分类参数

sns.catplot(x="species", kind="count", data=iris)
image-20210122152611043

分布图​

（Distribution plots）

分布图主要是用于可视化变量的分布情况，一般分为单变量分布和多变量分布。当然这里的多变量多指二元变量，更多的变量无法绘制出直观的可视化图形

displot() 单变量分布​

sns.displot(x, kind='hist', data)

该方法将会绘制直方图，拟合核密度估计图，或二者兼有

该方法主要做单变量分布，但同样可以传入 y 参数

可以引入 hue 进行分类

  • 直方图
    • histplot()：通过 kind='hist' 访问
  • 核密度估计图
    • kdeplot()：通过 kind='kde' 访问

参数说明​

bins：用于控制条形的数量。

kdeplot 中：

  • multiple：{“layer”, “stack”, “fill”}
    • Method for drawing multiple elements when semantic mapping creates subsets. Only relevant with univariate data
image-20210122170112089

例​

sns.displot(x=iris["sepal_length"],kind='kde',data=iris) # 核密度估计图
sns.displot(x=iris["sepal_length"],kind='hist',data=iris,hue='species') # 直方图
sns.displot(x=iris["sepal_length"],kde=True,data=iris) # 直方图加核密度估计图
sns.displot(x=iris["sepal_length"],kind='kde',hue='species',data=iris) # 分类的核密度估计图
image-20210122170404372 image-20210122170410738 image-20210122170416675 image-20210122170422635

jointplot() 双变量分布​

sns.jointplot(x, y, data)

该方法绘制二元变量之间的关系，它并不是一个 Figure-level 接口，但其支持 kind= 参数指定绘制出不同样式的分布图，默认为 scatter

  • kind：{‘scatter’, ‘kde’, ‘hist’, ‘reg’,’hex’}

例

sns.jointplot(x="sepal_length", y="sepal_width", data=iris,hue="species") 	# 散点对比图
sns.jointplot(x="sepal_length", y="sepal_width", data=iris, kind="kde",hue="species")  	# 核密度估计对比图
sns.jointplot(x="sepal_length", y="sepal_width", data=iris, kind="hex")	 	# 六边形计数图
sns.jointplot(x="sepal_length", y="sepal_width", data=iris, kind="reg")  	# 回归拟合图
sns.jointplot(x="sepal_length", y="sepal_width", data=iris, kind="hist",hue="species") 	# 直方对比图
image-20210122155633769 image-20210122155756830 image-20210122155050779 image-20210122155058342 image-20210122155729225

pairplot() 两两对比分布​

sns.pairplot(data)

该方法支持一次性将数据集中的特征变量两两对比绘图。默认情况下，对角线上是单变量分布图，而其他则是二元变量分布图

例

sns.pairplot(iris,hue="species")

image-20210122155340104

回归图​

（Regression plots）

regplot 线性回归​

sns.regplot(x, y, data)

使用该方法绘制回归图时，只需要指定自变量和因变量即可，它会自动完成线性回归拟合

无hue参数

例

sns.regplot(x="petal_length", y="petal_width", data=iris)
image-20210122160432232

lmplot 分类回归​

sns.lmplot(x, y, hue, data)

该方法支持引入第三维度进行对比，也就是可以用hue参数

例

sns.lmplot(x="sepal_length", y="sepal_width", hue="species", data=iris)
image-20210122160656660

矩阵图​

（Matrix plots）

heatmap() 热力图​

sns.heatmap(data)

必须传入二维数组类型的 data

例

sns.heatmap(np.random.rand(10, 10))
image-20210122161503663

clustermap() 分层聚类热图​

seaborn.clustermap(data)

data：2D array-like

例

iris.pop("species")

sns.clustermap(iris)
image-20210122161932756

技巧​

  1. 设置颜色