一、seaborn简介

Matplotlib虽然已经是比较优秀的绘图库了，但是它有个今人头疼的问题，那就是API使用过于复杂，它里面有上千个函数和参数，属于典型的那种可以用它做任何事，却无从下手。
Seaborn基于Matplotlib核心库进行了更高级的API封装，可以轻松地画出更漂亮的图形，而Seaborn的漂亮主要体现在配色更加舒服，以及图形元素的样式更加细腻。

二、连续变量绘图

1、数据的变量分布

• 对于单变量的数据来说 采用直方图或核密度曲线是个不错的选择，对应着 distplot() 函数
• 对于双变量来说，可采用多面板图形展现，比如散点图、二维直方图、核密度估计图形等，对应着jointplot() 函数

2、单变量图形

seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, color=None)

a：表示要观察的数据，可以是 Series、一维数组或列表。
bins：用于控制条形的数量，可以是 Series或整数
hist：接收布尔类型，表示是否绘制(标注)直方图。
kde：接收布尔类型，表示是否绘制高斯核密度估计曲线。
rug：接收布尔类型，表示是否在支持的轴方向上绘制rugplot。

np.random.seed(0)			# 生成种子，以防结果不相同
arr = np.random.normal(0, 1, 100)

ax = sns.distplot(arr, bins = 10, hist = True, kde = True, rug = True)
1
2
3
4

通常，采用直方图可以比较直观地展现样本数据的分布情况，不过，直方图存在一些问题，它会因为条柱数量的不同导致直方图的效果有很大的差异。为了解决这个问题，可以绘制核密度估计曲线进行展现。

3、多变量图形

seaborn.jointplot(x, y, data=None, kind=‘scatter’, stat_func=None, color=None, height=, ratio=5, space=0.2)

x：在x轴需要展示的变量
y：在y轴需要展示的变量
data：需要展示的数据
kind：表示绘制图形的类型，默认为scatter（散点图），可为hex（二维直方图），kde（核密度曲线）
stat_func：用于计算有关关系的统计量并标注图，想要使用这个参数必须降低seaborn版本
color：表示绘图元素的颜色
height：用于设置图的大小(正方形)
ratio：表示中心图与侧边图的比例。该参数的值越大，则中心图的占比会越大
space：用于设置中心图与侧边图的间隔大小

①散点图

dataframe_obj = pd.DataFrame({"x00": np.random.randn(500),"y": np.random.randn(500)})
ax = sns.jointplot(x="x00", y="y", data=dataframe_obj, kind = 'scatter', size = 8, color = 'g', ratio = 8, space = 0.8)
1
2

②二维直方图

二维直方图类似于“六边形”图，主要是因为它显示了落在六角形区域内的观察值的计数，适用于较大的数据集。从六边形颜色的深浅，可以观察到数据密集的程度，另外，图形的上方和右侧仍然给出了直方图
背景。

ax = sns.jointplot(x="x00", y="y", data=dataframe_obj, kind = 'hex', size = 8, color = 'g', ratio = 8, space = 0.8)
1

③核密度估计曲线

利用核密度估计同样可以查看二元分布，其用等高线图来表示。通过观等高线的颜色深浅，可以看出哪个范围的数值分布的最多，哪个范围的数值分布的最少

ax = sns.jointplot(x="x00", y="y", data=dataframe_obj, kind = 'kde', size = 8, color = 'g', ratio = 8, space = 0.8)
1

4、成对的双变量分布

要想在数据集中绘制多个成对的双变量分布，则可以使用pairplot() 函数实现，另外，pairplot()函数也可以绘制每个变量在对角轴上的单变量分布。

而默认情况下对角线上是各属性自己的直方分布图，散点图是两两关系图

dataset = sns.load_dataset("iris")
sns.pairplot(dataset)
1
2

二、分类变量绘图

数据集中的数据类型有很多种，除了连续的特征变量之外，最常见的就是类别型的数据了，比如人的性别、学历、爱好等，这些数据类型都不能用连续的变量来表示，而是用分类的数据来表示。
Seaborn针对分类数据提供了专门的可视化函数，这些函数大致可以分为如下三种：
分类数据散点图：swarmplot()与 stripplot()。
分类数据的分布图：boxplot() 与 violinplot()。
分类数据的统计估算图：barplot() 与 pointplot()。

数据集

1、散点图

seaborn.stripplot(x=None, y=None, hue=None, data=None, jitter=True)

x，y：在x或y轴展示的变量
hue：增加一个维度，它通过不同的颜色来区分
data：用于绘制的数据集。
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

sns.stripplot(x='day' , y='total_bill' , hue='sex' , data=tips)
1

sns.swarmplot(x=“day”, y=“total_bill”, data=tips)
除此之外，还可调用 swarmplot() 函数绘制散点图，该函数的好处是所有的数据点都不会重叠，可以很清晰地观察到数据的分布情况

sns.swarmplot(x="day", y="total_bill", data=tips)
1

2、分布图

①箱线图

seaborn.boxplot(x=None, y=None, hue=None, data=None)

sns.boxplot(x="day", y="total_bill", data=tips)
1

②小提琴图

小提琴图 (Violin Plot) 用于显示数据分布及其概率密度。
这种图表结合了箱形图和密度图的特征，主要用来显示数据的分布形状。中间的黑色粗条表示四分位数范围，从其延伸的幼细黑线代表 95% 置信区间，而白点则为中位数。
箱形图在数据显示方面受到限制，简单的设计往往隐藏了有关数据分布的重要细节。例如使用箱形图时，我们不能了解数据分布。虽然小提琴图可以显示更多详情，但它们也可能包含较多干扰信息。

seaborn.violinplot(x=None, y=None, hue=None, data=None)

sns.violinplot(x="day", y="total_bill", data=tips)
1

3、统计估计图

①条形图

最常用的查看集中趋势的图形就是条形图。默认情况下， barplot() 函数会在整个数据集上使用均值进行估计。

sns.barplot(x="day", y="total_bill", data=tips)
1

②点图

另外一种用于估计的图形是点图，而不是显示完整的条形，它只会绘制点估计和置信区间。

sns.pointplot(x="day", y="total_bill", data=tips)
1

本文只用于个人学习与记录，侵权立删