Seaborn 使用教程

Matplotlib试着让简单的事情更加简单，困难的事情变得可能，而Seaborn就是让困难的东西更加简单。

用Matplotlib最大的困难是其默认的各种参数，而Seaborn则完全避免了这一问题。

seaborn是针对统计绘图的，一般来说，seaborn能满足数据分析90%的绘图需求，够用了，如果需要复杂的自定义图形，还是要Matplotlib。

第一，单变量单特征数据分析图---直方图

import numpy as np




import seaborn as sns




from scipy import stats, integrate



%matplotlib inline



sns.set(color_codes=True)



np.random.seed(sum(map(ord, "distributions")))#每次产生的随机数相同




x = np.random.gamma(6, size=200)



sns.distplot(x, kde=False, fit=stats.gamma)

第二，散点图：观测两个变量之间的分布关系最好的图之一

import numpy as np




import pandas as pd




import seaborn as sns




import matplotlib.pyplot as plt




from scipy import stats, integrate



%matplotlib inline



sns.set(color_codes=True)



mean, cov = [0.5, 1], [(1, .5),(.5, 1)]#设置均值(一组参数)和协方差（两组参数）




data = np.random.multivariate_normal(mean, cov, 200)



df = pd.DataFrame(data, columns=["x", "y"])



print(df.head())



sns.jointplot(x="x", y="y", data=df)



plt.show()

数据量大的情况下，用hex散点图

import numpy as np




import pandas as pd




import seaborn as sns




import matplotlib.pyplot as plt




from scipy import stats, integrate



%matplotlib inline



sns.set(color_codes=True)



mean, cov = [0, 1], [(1, .5), (.5, 1)]



x, y = np.random.multivariate_normal(mean, cov, 1000).T




with sns.axes_style("ticks"):



    sns.jointplot(x=x, y=y, kind="hex", color="k")



plt.show()

第三，比较图：观察变量两两之间的关系

import numpy as np




import pandas as pd




import seaborn as sns




import matplotlib.pyplot as plt




from scipy import stats, integrate



%matplotlib inline



sns.set(color_codes=True)



iris = sns.load_dataset("iris")



sns.pairplot(iris)#对角线是直方图(统计数量)，其他的是散点图




print(iris.head(2))



plt.show()

第四，回归分析图

regplot()和lmplot()都可以绘制回归关系,推荐regplot()

regplot()和lmplot()都可以绘制线性回归曲线。这两个函数非常相似，甚至共有一些核心功能。我将着力讲解二者的区别，这会帮助你选用恰当的工具。 

在最简单的调用中，两个函数都会画出双变量的散点图，然后以y~x拟合回归方程和预测值95%置信区间并将其画出。

两者间主要的区别是，regplot接受各种格式的x y，包括numpy arrays ,pandas series 或者pandas Dataframe对象。相比之下,lmplot()只接受字符串对象。这种数据格式被称为’long-form’或者’tidy’。除了输入数据的便利性外，regplot()可以看做拥有lmplot()特征的一个子集，所以接来下我们将用lmplot()进行演示。

公共头文件：

%matplotlib inline




import numpy as np




import pandas as pd




import matplotlib as mpl




import matplotlib.pyplot as plt



 




import seaborn as sns



sns.set(color_codes=True)



 



np.random.seed(sum(map(ord, "regression")))

tips = sns.load_dataset("tips")



 



print(tips.head(2))



sns.regplot(x="total_bill", y="tip", data=tips)



plt.show()

当数据具有高阶关系时，lmplot()与regplot可以用多项式回归来来简单探索数据间的非线性关系：

anscombe = sns.load_dataset("anscombe")



sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'II'"),



           order=2, ci=None, scatter_kws={"s": 80})



plt.show()

采用robust回归解决忽略异常点，即：在拟合曲线的时候不考虑这个点：

anscombe = sns.load_dataset("anscombe")



sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'III'"),



           robust=True, ci=None, scatter_kws={"s": 80})



plt.show()

三个变量回归图的比较：

tips = sns.load_dataset("tips")



sns.lmplot(x="total_bill", y="tip", hue="smoker",



           col="time", row="sex", data=tips)



plt.show()

jointplot()可以通过传递kind =”reg”来显示关键子图的线性回归拟合

sns.jointplot(x="total_bill", y="tip", data=tips, kind="reg")



plt.show()

第五，多变量分析及分类属性绘图

树形图分析的功能类似于散点图，显示每个数据

tips = sns.load_dataset("tips")



sns.swarmplot(x="day", y="total_bill",hue="sex",data=tips)



plt.show()

小提琴图：

sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True)#hue是用来分类的，去掉hue="sex" 和split=True, 不影响图的形状，只是没有分类而已




plt.show()

小提琴和树形混合图：

sns.violinplot(x="day", y="total_bill",hue="sex", data=tips, split=True )



sns.swarmplot(x="day", y="total_bill", data=tips, color="k", alpha=.5)



plt.show()

盒图：

sns.boxplot(x="day", y="total_bill", hue="time", data=tips)



plt.show()

第六，FacetGrid及绘制多变量

g = sns.FacetGrid(tips, row="smoker", col="time", margin_titles=True)



g.map(sns.regplot, "size", "total_bill", color=".1", fit_reg=False, x_jitter=.2)



plt.show()

指定画图的顺序：利用Categorical指定

from pandas import Categorical



ordered_days = tips.day.value_counts().index




print (ordered_days)



ordered_days = Categorical(['Thur', 'Fri', 'Sat', 'Sun'])



g = sns.FacetGrid(tips, row="day", row_order=ordered_days,



                  size=1.7, aspect=4,)



g.map(sns.boxplot, "total_bill")



plt.show()

可指定对角线和非对角线画的图形种类：

iris = sns.load_dataset("iris")



g = sns.PairGrid(iris, hue="species")



g.map_diag(plt.hist)#指定对角线画的图的类型




g.map_offdiag(plt.scatter)#指定非对角线画的图的类型




#g.map(plt.scatter)#如果所有图的用以中类型，则用这个搞定



g.add_legend()#加图例




print(iris.head(2))



plt.show()

第七，热度图

%matplotlib inline




import matplotlib.pyplot as plt




import numpy as np; 



np.random.seed(0)




import seaborn as sns;



sns.set()



uniform_data = np.random.randn(3, 3)




print (uniform_data)



heatmap = sns.heatmap(uniform_data,vmin=-0.5, vmax=0.9,center=0,annot=True,fmt="f",linewidths=.5)



#vmin指定小于等于-0.5为一种颜色，vmax指定为大于等于0.9为一种颜色，center指定颜色以0向两侧变化



#注释项annot=True，fmt=“d”即是在图上显示数据值，linwidth=.5加上一个格，这个图会比较更清晰



plt.show()

flights = sns.load_dataset("flights")



flights = flights.pivot( "year","month", "passengers")#创建透视图，第一个参数为纵坐标，第二个参数为横坐标，第三个参数为值





print (flights.head(1))



ax = sns.heatmap(flights, annot=True,fmt="d",linewidths=.5)