jupyter notebook第七章seaborn库的一些案例分析加相关函数的解析_jupyter中species怎么调用

目录

前言

相关案例与解析

写在最后：

---

前言

Matplotlib绘图基本模仿MATLAB绘图库，其绘图风格和MATLAB类似。由于MATLAB绘图风格偏古典，因此，Python开源社区开发了Seaborn绘图模块，对Matplotlib进行封装，绘图效果更符合现代人的审美。

Seaborn属于Matplotlib的一个高级接口，使得作图更加容易。在多数情况下使用Seaborn能做出很具吸引力的图，而使用Matplotlib可以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。

使用Seaborn时，使用的导入惯例为：

import seaborn as sns

风格设置用以设置绘图的背景色、风格、字型、字体等。

Seaborn通过set函数实现风格设置。

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

相关案例与解析

import numpy as np

import pandas as pd

import seaborn as sns

import matplotlib.pyplot as plt

import warnings#引入警告信息库

warnings.filterwarnings('ignore')#过滤警告信息

Matplotlib绘图基本模仿MATLAB绘图库，其绘图风格和MATLAB类似。由于MATLAB绘图风格偏古典，因此，Python开源社区开发了Seaborn绘图模块，对Matplotlib进行封装，绘图效果更符合现代人的审美。

Seaborn属于Matplotlib的一个高级接口，使得作图更加容易。在多数情况下使用Seaborn能做出很具吸引力的图，而使用Matplotlib可以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。

使用Seaborn时，使用的导入惯例为：

import seaborn as sns

风格设置用以设置绘图的背景色、风格、字型、字体等。

Seaborn通过set函数实现风格设置。

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

风格设置用以设置绘图的背景色、风格、字型、字体等。

Seaborn通过set函数实现风格设置。

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

1、对分组数据进行统计绘图，先用统计函数再绘图

2、不同子区域绘制不同图形

例7-1用matplotlib绘制曲线

In [3]:

def sinplot(flip = 2):

    x = np.linspace(0,20,50)#50个点

    for i in range(1,5):#1-4张图

        plt.plot(x,np.cos(x + i * 0.8) * (9 - 2 * i) * flip)

sinplot()

例7-2 Seaborn设置风格

In [4]:

sns.set(style = 'darkgrid',font_scale = 2)

#darkgrid是黑色网格

sinplot()

如果需要转换为seaborn默认的绘图设置，只需调用sns.set( )方法即可。

例7-3 Seaborn默认风格

In [5]:

sns.set()

sinplot()

利用set_style( )是用来设置主题的。

Seaborn有五个预设好的主题： darkgrid， whitegrid，dark，white，和 ticks，默认为darkgrid。

​

Seaborn将matplotlib的参数划分为两个独立的组合。第一组是设置绘图的外观风格的，第二组主要将绘图的各种元素按比例缩放的，以至可以嵌入到不同的背景环境中。控制这些参数的接口主要有两对方法：

控制风格：axes_style(), set_style()

缩放绘图：plotting_context(), set_context()

每对方法中的第一个方法（axes_style(), plotting_context()）会返回一组字典参数【局部设置】而第二个方法（set_style(), set_context()）会设置matplotlib的默认参数。【全局设置】

​

利用set_style( )是用来设置主题的。Seaborn有五个预设的主题： darkgrid， whitegrid，dark，white，和 ticks，默认为darkgrid。

例7-4 主题设置

In [6]:

sns.set_style('whitegrid')

sinplot()

在seaborn中，可以利用despine（）方法移除绘图中顶部和右侧的轴线。

In [7]:

sinplot()

sns.despine()#移除顶部和右侧的轴线

despine（）方法中可以利用offset参数讲轴线进行偏置，另外，当刻度没有完全覆盖整个坐标轴的的范围时，利用trim参数限制已有坐标轴的范围。

In [8]:

sinplot()

sns.despine(offset = 20)#以offset里面的数字为单位

例7-7 移除轴线

In [9]:

sinplot()

sns.despine(left = True)#控制哪个脊柱将被移除

例7-8 移除轴线

In [10]:

sinplot()

sns.set(style = 'dark',palette = 'muted',color_codes = True)

#palette是调色板  muted是温和的  color_codes颜色的模式

sns.despine(left = True,bottom = True)

补充：调色板

调色板类型:

1、定性调色板：一组在视觉上有差异的颜色，用于区分不具有内在顺序的离散数据；

2、顺序调色板：一组视觉温度递增或递减的颜色，一般是单一色相，也可以是多种色相，用于当数据集的范围从相对低值(不感兴趣)到相对高值(很感兴趣)时；

3、发散调色板：一组颜色的中间位置颜色的视觉温度最亮或最暗，然后分别向两端递增或递减，用于当数据集的低值和高值都很重要，且数据集中有明确定义的中点时。

1.1、使用循环颜色系统，当您要区分任意数量的类别而不强调任何类别时，最简单的方法是在循环颜色空间中绘制间距相等的颜色(在此颜色空间中，色调会发生变化，同时保持亮度和饱和度不变)。这是大多数seaborn函数在处理当需要区分的数据集超过颜色循环中的6种颜色时时所使用的默认方法。

最为常用的方法是使用hls颜色空间——一种简单的RGB值变体。

sns.palplot(sns.color_palette("hls", 8))

hls_palette()函数允许您控制颜色的亮度(lightness)和饱和度(saturation)。

sns.palplot(sns.hls_palette(8, l=.3, s=.8))

seaborn提供了一个husl系统(后来更名为HSLuv)的接口，这也使选择间隔均匀的色调变得容易，同时使亮度和饱和度都更加均匀。

sns.palplot(sns.color_palette("husl", 8))

类似地，husl_palette()函数也为这个系统提供了一个更灵活的接口。

2.1、与matplotlib类似，您可以通过添加加后缀_r来倒置顺序调色板的顺序。

sns.palplot(sns.color_palette("BuGn_r"))

seaborn同样添加了一个小窍门来帮助您创建“深色”调色板，它没有一个很宽的动态范围。在当您需要按顺序映射直线或点时这可能会很有用，因为颜色较亮的线条会比较难以区分。_d

sns.palplot(sns.color_palette("GnBu_d"))

2.2、顺序 “cubehelix” 调色板 

发散调色板

seaborn.set_palette(palette, n_colors=None, desat=None, color_codes=False)

通过searborn调色板设置matplotlib色彩循环

参数：palette：seaborn color paltte | matplotlib colormap | hls | husl

调色板参数。 应该可以被 color_palette() 函数处理。

n_colors：int 【色彩循环中的颜色数量。默认数量与palette模式有关】 desat：float  【每种颜色去饱和的比例。】

2.3、seaborn.color_palette

seaborn.color_palette(palette=None, n_colors=None, desat=None)返回一个颜色列表来定义一个调色板。

有 deep, muted, bright, pastel, dark, colorblind 六种颜色模式

调用此函数并设置 palette=None 会返回当前 matplotlib 色彩循环。

m=sns.color_palette(palette='bright',n_colors=4 )

matplotlib 调色板的顺序可以通过在调色板名称后添加 “_r” 来倒置，同样，添加 “_d” 可以将调色板设置为深色模式。（这些选项为互斥属性，返回的颜色列表同样可以被取反）

例子：不带参数的调用将返回当前默认颜色循环中的所有颜色：

>>> import seaborn as sns; sns.set()

>>> sns.palplot(sns.color_palette())

显示另一个 “seaborn 调色板”，具有与默认 matplotlib 颜色循环相同的基本色调顺序，但颜色更吸引人。默认情况下，使用调色板名称进行调用将返回6种颜色：

>>> sns.palplot(sns.color_palette("muted"))

使用一个内置 matplotlib clolormap 的离散值：

>>> sns.palplot(sns.color_palette("RdBu", n_colors=7))

创建自定义 cubehelix 调色板：

sns.palplot(sns.color_palette("ch:2.5,-.2,dark=.3"))

使用一个明确的 matplotlib 调色板并降低一些饱和度：

sns.palplot(sns.color_palette("Set1", n_colors=8, desat=.5))

创建 “dark”（深色）matplotlib 顺序调色板变体。(当对应于有序变量的多条线或点进行着色时，如果您不希望最轻的线不可见，则可以使用此选项)：

sns.palplot(sns.color_palette("Blues_d"))

2.4、seaborn.husl_palette

seaborn.husl_palette(n_colors=6, h=0.01, s=0.9, l=0.65)在 HUSL 色调空间中获得一组均匀间隔的颜色。h, s, 和 l 值应该在 0 和 1 之间。

参数：n_colors：int【调色板中的颜色数】h：float【第一个色调】 s：float【饱和度】l：float【亮度】返回值：palette：seaborn 调色板

在 HSL 系统中使用等间距圆形色调创建一个调色板。

使用默认参数创建一个有 10 种颜色的调色板：

>>> import seaborn as sns; sns.set()

>>> sns.palplot(sns.husl_palette(10))

创建一个以不同色调值开头的 10 种颜色的调色板：

>>> sns.palplot(sns.husl_palette(10, h=.5))

rs：int

        调色板中的颜色数。

    start：float, 0 <= start <= 3

            第一个色调。

    rot：float   围绕调色板范围内的色相控制盘旋转。

​

    gamma：float 0 <= gamma      Gamma 系数用以强调较深 (Gamma < 1) 或较浅 (Gamma > 1) 的颜色。

    hue：float, 0 <= hue <= 1    颜色的饱和度。

    dark：float 0 <= dark <= 1   调色板中最暗颜色的强度。

    light：float 0 <= light <= 1 调色板中最浅颜色的强度。

    reverse：bool    如果为 True 值，则调色板将从暗到亮。

    as_cmap：bool    如果为 True 值，则返回 matplotlib colormap 而不是颜色列表。

返回值：palette or cmap：seaborn 调色板或者 matplotlib colormap

用 cubehelix 系统制作顺序调色板。

生成亮度呈线性减小(或增大)的 colormap。

除了使用这个函数，还可以在 seaborn 中使用字符串速记生成 cubehelix 调色板。

2.5、使用 color_palette() 函数接口：

>>> sns.palplot(sns.color_palette("ch:2,r=.2,l=.6"))

seaborn.dark_palette

seaborn.dark_palette(color, n_colors=6, 

reverse=False, as_cmap=False, input='rgb')

​

参数：color：高值的基色  十六进制、RGB 元组或者颜色名字。

    n_colors：int, 可选    调色板中的颜色数。

    reverse：bool, 可选    如果为 True 值，则反转混合的方向。

    as_cmap：bool, optional      如果为 True 值，则返回 matplotlib colormap 而不是列表。

    input：{‘rgb’, ‘hls’, ‘husl’, xkcd’} 用于解释输入颜色的颜色空间。前三个选项适用于元组输入，后者适用于字符串输入。

​

返回值：palette or cmap：seaborn color palette or matplotlib colormap

制作一个混合深色和 color 模式的顺序调色板。

这种调色板适用于数据集的范围从相对低值(不感兴趣)到相对高值(很感兴趣)时。

可以通过多种方式指定 color 参数，包括用于在 matplotlib 中定义颜色的所有选项，以及由 seborn 处理的其他几个颜色空间。也可以使用 XKCD color survey 中的颜色名字数据库。

2.6、seaborn.light_palette

seaborn.light_palette(color, n_colors=6, 

reverse=False, as_cmap=False, input='rgb')

​

参数：color：高值的基色  十六进制、RGB 元组或者颜色名字。

    n_colors：int, 可选    调色板中的颜色数。

    reverse：bool, 可选    如果为 True 值，则反转混合的方向。

    as_cmap：bool, optional      如果为 True 值，则返回 matplotlib colormap 而不是列表。

    input：{‘rgb’, ‘hls’, ‘husl’, xkcd’} 用于解释输入颜色的颜色空间。前三个选项适用于元组输入，后者适用于字符串输入。

​

返回值：palette or cmap：seaborn color palette or matplotlib colormap

2.7、制作一个混合浅色和 color 模式的顺序调色板。

这种调色板适用于数据集的范围从相对低值(不感兴趣)到相对高值(很感兴趣)时。

可以通过多种方式指定 color 参数，包括用于在 matplotlib 中定义颜色的所有选项，以及由 seborn 处理的其他几个颜色空间。也可以使用 XKCD color survey 中的颜色名字数据库。

从一个 HTML 颜色生成一个调色板：

>>> import seaborn as sns; sns.set()

>>> sns.palplot(sns.light_palette("purple"))

生成亮度降低的调色板：

>>> sns.palplot(sns.light_palette("seagreen", reverse=True))

从 HUSL 空间种子生成选项板：

>>> sns.palplot(sns.light_palette((260, 75, 60), input="husl"))

生成一个 colormap 对象：

>>> from numpy import arange

>>> x = arange(25).reshape(5, 5)

>>> cmap = sns.light_palette("#2ecc71", as_cmap=True)

>>> ax = sns.heatmap(x, cmap=cmap)

seaborn.diverging_palette

seaborn.diverging_palette(h_neg, h_pos, s=75, l=50, sep=10, n=6, 

center='light', as_cmap=False)

参数：h_neg, h_pos：float in [0, 359]       图的正负范围的锚定色调

    s：[0, 100] 范围内的浮点数，可选       图的两个范围的锚定饱和度

    l：[0, 100] 范围内的浮点数，可选       图的两个范围的锚定亮度

    n：int，可选        调色板中的颜色数（如果为not，返回一个colormap）

    center：{“light”, “dark”}, 可选        调色板中心为亮或暗

    as_cmap：bool, 可选        如果为 true，返回一个 matplotlib colormap 而不是一个颜色列表。

​

返回值：palette or cmap：seaborn color palette or matplotlib colormap

    类似列表的颜色对象的 RGB 元组，或者可以将连续值映射到颜色的 colormap 对象，具体取决于 as_cmap 参数的值。

在两个 HUSL 颜色直接建立一个发散调色板。

另外

创建具有暗值的连续调色板。创建具有亮值的连续调色板。

​

知乎补充：

1、生成调色板的函数

可生成三种调色板的函数

color_palette()：生成调色盘，接受所有的seaborn调色板或者matplotlib Colormap或者Color Brewer库的配色方案，2、返回RGB元组的列表；

set_palette()：接受与color_palette()相同参数，设置所有图像的默认配色方案；

xkcd_rgb()：使用xkcd颜色名字设置单一颜色；

xkcd_palette()：使用xkcd颜色名字生成调色板，适用于各种调色板；

choose_colorbrewer_palette()：通过交互式组件辅助进行Color Brewer库的配色方案选择，适用于各种调色板，只能3、在Jupyter Notebook中使用；

3.1、用于生成定性调色板的函数

hls_palette()：使用hls颜色空间生成间距相等的颜色（色调变化，明度和饱和度不变），适用于定性调色板；

husl_palette()：使用HSLuv颜色空间生成间距相等的颜色，比上述hls更符合人眼视觉感受，适用于定性调色板；

3.2、用于生成顺序调色板的函数

cubehelix_palette()：使用cubehelix调色板系统生成配色方案，适合黑白打印，且对色盲友好，适用于顺序调色板；

choose_cubehelix_palette()：通过交互式组件辅助进行cubehelix调色板的配色方案选择，只能在Jupyter Notebook中使用；

light_palette()和dark_palette()：指定一个颜色，会由明向暗或由暗向明生成一组颜色，适用于顺序调色板；

3.3、用于生成发散调色板的函数

diverging_palette()：用来创建发散调色板；

choose_diverging_palette()：通过交互式组件辅助进行发散调色板的配色方案选择，使用HSLuv颜色空间，只能在Jupyter Notebook中使用；

4、生成调色板的方式

seaborn中生成调色板的方式大致有三种：

4.1、直接指定一组颜色代码或名字，如color_palette()、xkcd_palette()；

4.2、从现成的配色方案中选取，如color_palette()中直接使用seaborn内置配色方案，或从Color Brewer网站上挑选；

4.3、利用函数生成配色方案，如hls_palette()、husl_palette()、cubehelix_palette()、light_palette()、dark_palette()、diverging_palette()。

当您想要区分不具有内在顺序的离散数据块时，定性(分类)调色板是最佳方案。导入seaborn的同时，会引入默认的颜色循环，由6种颜色构成。并将调用标准matplotlib颜色循环，看起来也更加赏心悦目。默认主题有六种变体，分别为deep, muted,pastel, bright, dark, and colorblind。

​

Color Brewer库中的配色方案

Color Brewer库为三种类型调色板都提供了不少美观的配色方案，并且对色盲友好。

Color Brewer库地址：http://colorbrewer2.org

登陆网站后，通过选择调色板类型，颜色数量，配色方案，会得到配色方案的名称。

除了选用预设的风格外，可以利用with 语句使用axes_style()方法设置临时绘图参数。

例7-9 设置临时绘图参数

In [8]:

with sns.axes_style("darkgrid"):#临时设置

    plt.subplot(2,1,1)

    sinplot()

plt.subplot(2,1,2)

sinplot(-1)#前面定义的参数为2，此处做一修改

seaborn中通过set_context()设置缩放参数，预设的参数有paper, notebook, talk, poster。默认为notebook。

例7-10 使用字典传递参数

In [12]:

sns.set_style('darkgrid',{"axes.facecolor":'.7'})

#axes.facecolor字典设置背景颜色，值越小颜色越深

sinplot()

seaborn中通过set_context()设置缩放参数，预设的参数有paper, notebook, talk, poster。默认为notebook。

例7-11 7-12设置绘图元素比例paper

In [9]:

sns.set_context("talk")#talk比例放大 poster比例最大

sinplot()

例7-13 设置绘图元素比例notebook

In [14]:

sns.set_context("notebook",font_scale = 1.8,rc = {"lines.linewidth":2})

#font_scale = 1.8扩大到原来的1.8倍 rc = {"lines.linewidth":2}设置线宽

sinplot()

直方图和密度曲线图：

Seaborn中利用distplot( )和 kdeplot( )绘制直方图和密度曲线图，distplot( )为hist加强版，默认情况下绘制一个直方图，并嵌套一个对应的密度图。

例：绘制iris数据集中Petal.Width的分布图。

使用distplot方法绘制的直方图与matplotlib是类似的。在distplot的参数中，可以选择不绘制密度图。其中的rug参数绘制毛毯图，可以为每个观测值绘制小细线（边际毛毯），也可以单独用rugplot进行绘制。

例7-14 绘制iris数据集中Petal.Width的分布

In [20]:

df_iris = pd.read_csv('iris.csv')#导入数据

display(df_iris)

sns.set(color_codes = True)#颜色模式

sns.distplot(df_iris['Petal.Width'])#对Petal.Width这一列进行绘制

plt.show()#直方图与密度图的集合

150 rows × 6 columns

使用distplot方法绘制的直方图与matplotlib是类似的。在distplot的参数中，可以选择不绘制密度图。其中的rug参数绘制毛毯图，可以为每个观测值绘制小细线（边际毛毯），也可以单独用rugplot进行绘制。

例7-15 使用distplot方法绘制直方图

In [16]:

sns.distplot(df_iris['Petal.Width'],bins =30,kde = False,rug = True)

#bins =30直方图的个数为30 kde = False不加密度图，去掉趋势线  rug为观测值的图的下方加上小细线

Out[16]:

<AxesSubplot:xlabel='Petal.Width'>

例7-16 直接绘制密度图

如果设置hist为False，则可以直接绘制密度图而没有直方图。

In [17]:

sns.distplot(df_iris['Petal.Width'],hist = False,rug = True)

#hist = False不加直方图，只有密度图

Out[17]:

<AxesSubplot:xlabel='Petal.Width', ylabel='Density'>

利用distplot函数可以同时绘制直方图、密度图和毛毯图，同时，这些分布图都有对应的专门函数。其中，kdeplot函数绘制密度图，rugplot用于绘制毛毯图。

例7-17 使用kdeplot绘制密度图

In [18]:

fig,axes = plt.subplots(1,3)

sns.distplot(df_iris['Petal.Length'],ax = axes[0],kde = True,rug = True)

#ax = axes[0]指第一个图

sns.kdeplot(df_iris['Petal.Length'],ax = axes[1],shade = True)

#shade = True指的是加阴影

sns.rugplot(df_iris['Petal.Length'],ax = axes[2])

plt.show()

例7-18 displot绘图

In [19]:

sns.set(palette = 'muted',color_codes = 'True')

rs = np.random.RandomState(10)

#生成随机数RandomState类似于random.state加上随机种子

d = rs.normal(size = 100)#利用随机种子设置100 个随机数

f,axes = plt.subplots(2,2,figsize = (7,7),sharex = True)

#figsize = (7,7)画布尺寸7*7 sharex = True共享x轴【在第一行的两个图当中x轴下方的数字隐藏】中间没有

sns.distplot(d,ax = axes[0,0],kde = False,color = 'b')

#只有直方图  颜色b映射蓝色

sns.distplot(d,ax = axes[0,1],hist = False,rug = True,color = 'r')

#只保留密度图 rug加小毛毯

sns.distplot(d,ax = axes[1,0],hist = False,color = 'g',kde_kws = {"shade":True})

#kde_kws = {"shade":True}此处不是上面的kdeplot方法下，所以要用这种方法来加阴影

sns.distplot(d,ax = axes[1,1],color = 'm')

Out[19]:

<AxesSubplot:ylabel='Density'>

例7-19 在iris数据集中，显示Patal.Width在Species上值的分布

在Seaborn中，利用stripplot绘制各变量在每个类别的值。

In [25]:

sns.set(style = 'white',color_codes = True)

sns.stripplot(x=  df_iris['Species'],y = df_iris['Petal.Width'],data = df_iris)

#x、y轴对应

sns.despine()#去掉坐标轴

In [26]:

sns.stripplot(x=  df_iris['Species'],y = df_iris['Petal.Width'],data = df_iris,jitter = True)

#加入抖动每次的效果不一样

sns.despine()

#由于散点图中数据众多，很多点会被覆盖，这时可以加入抖动（jitter=True）。

In [21]:

sns.swarmplot(x=  df_iris['Species'],y = df_iris['Petal.Width'],data = df_iris)

#看清每个数据点，散开数据

#sns.despine()

#如果需要看清每个数据点，可以使用swarmplot函数

Out[21]:

<AxesSubplot:xlabel='Species', ylabel='Petal.Width'>

有时候，散点图表达的值的分布信息有限，因此需要一些其它的绘图。箱线图可以观察四分位数、中位数和极值。Seaborn中利用boxplot( )绘制箱线图。

例7-22 使用boxplot绘制箱线图

In [28]:

sns.boxplot(x = df_iris['Species'],y = df_iris['Petal.Width'])

plt.show()

在seaborn中利用 pairplot（）实现数据特征的两两对比。默认是所有特征，可以通过vars参数指定部分特征。

seaborn.pairplot(data, hue=None, hue_order=None, palette=None, vars=None, x_vars=None, y_vars=None, kind='scatter', diag_kind='auto', markers=None, height=2.5, aspect=1, dropna=True, plot_kws=None, diag_kws=None, grid_kws=None, size=None) 

pairplot主要展现的是变量两两之间的关系（线性或非线性，有无较为明显的相关关系）

例7-23 使用pairplot绘图

In [22]:

sns.set(style = 'ticks')#加白色背景

#pairplot进行两两对比

g = sns.pairplot(df_iris,vars = ['Sepal.Length','Petal.Length','Sepal.Width','Petal.Width'])

#对比Sepal.Length','Petal.Length这两个

小提琴图其实是箱线图与核密度图的结合，箱线图展示了分位数的位置，小提琴图则展示了任意位置的密度，通过小提琴图可以知道哪些位置的密度较高。在图中，白点是中位数，黑色盒型的范围是下四分位点到上四分位点，细黑线表示须。外部形状即为核密度估计（在概率论中用来估计未知的密度函数，属于非参数检验方法之一）。

例7-24 小提琴图绘制

In [30]:

sns.set_style('whitegrid')

ax = sns.violinplot(x = df_iris['Petal.Length'])

In [31]:

sns.barplot(x = df_iris['Species'],y = df_iris['Petal.Width'],data = df_iris)

#x表示类型

plt.show()

#在Seaborn中使用barplot函数绘制柱状图，默认情况下，绘制的y轴是平均值。

在柱状图中，经常会绘制类别的计数柱状图，在matplotlib中需要对DataFrame进行计算，而在Seaborn中则使用countplot函数即可。

例7-26 使用countplot函数绘制半数柱状图

In [23]:

sns.set(style = 'darkgrid',font_scale =1.2)#比例为1.2

titanic = pd.read_csv('titanic.csv')

display(titanic)

plt.subplot(1,2,1)

sns.countplot(x = 'class',hue = 'who',data = titanic)

#countplot绘制类别计数柱状图 x是类别，y安装年龄分类计数

plt.subplot(1,2,2)

sns.countplot(x = 'who',data = titanic,facecolor = (0,0,0,0),

              linewidth = 5,edgecolor = sns.color_palette("dark",3))

#facecolor = (0,0,0,0)颜色 linwidth线宽 edgecolor表示颜色预设值

plt.show()

891 rows × 15 columns

在matplotlib中，为了绘制两个变量的分布关系，常使用散点图的方法。在Seaborn中，使用jointplot函数绘制一个多面板图，不仅可以显示两个变量的关系，还可以显示每个单变量的分布情况。

例7-27 使用jointplot函数绘制多面板图

In [35]:

sns.jointplot(x = 'Petal.Length',y = 'Petal.Width',data = df_iris)

#绘图多变量分布关系

plt.show()

在jointplot函数中，改变kind参数为kde，但变量的分布就用密度图来代替，而散点图则会被等高线图代替。

例7-28 使用jointplot方法绘制等高线图

In [36]:

sns.set(style = 'ticks')

#sns.jointplot(x = 'Petal.Length',y = 'Petal.Width',data = df_iris,kind = 'kde',shade = 'True')#这种只是加内部的阴影

sns.jointplot(x = 'Petal.Length',y = 'Petal.Width',

              data = df_iris,kind = 'kde',joint_kws = dict(shade = True),

             marginal_kws = dict(shade = True))

#joint_kws = dict(shade = True用字典加入散点图的阴影  marginal_kws = dict(shade = True)加的是边上的kde阴影

Out[36]:

<seaborn.axisgrid.JointGrid at 0x17acf0c3940>

例7-29 使用regplot函数绘制回归图

In [37]:

sns.regplot(x = 'Petal.Length',y = 'Petal.Width',data = df_iris)

#regplot绘制回归图可以揭示两个变量间的线性关系

Out[37]:

<AxesSubplot:xlabel='Petal.Length', ylabel='Petal.Width'>

replot关注统计量之间的关系，用kind可以绘制出曲线图和散点图，必选参数为以下几个：

1）x，y为数据中的变量名称，一般为数值型数据

2）data是DataFrame类型的数据表，kind指定绘图类型，取值scatter相当于scatterplot（），用来绘制散点图，取值line相当于lineplot（），用来绘制曲线图，kind默认取值为scatter。

例7-30 绘制tips数据集中小费总额和小费的关系图

In [38]:

tips = pd.read_excel('tips.xls')

sns.set(style = 'ticks',font_scale =1.5)

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

#sns.relplot(x = "total_bill",y = "tip",data = tips,kind = 'line')

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

#hue按照天分类  col分类列 按照时间分类

Out[38]:

<seaborn.axisgrid.FacetGrid at 0x17acf9c7850>

热力图通过颜色变换程度直观反映出热点分布、区域聚集等数据信息。实现过程是通过简单的数学变化，将离散的点信息映射为图像

seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws=None, cbar_ax=None, square=False, xticklabels='auto', yticklabels='auto', mask=None, ax=None, **kwargs)

heatmap中的参数annot为True时，为每个单元格写入数据值。如果数组具有与数据相同的形状，则使用它来注释热力图而不是原始数据。参数fmt是指添加注释时要使用的字符串格式代码

heatmap函数中的参数linewidths是指划分每个单元格的行的宽度

heatmap函数中的参数cmap是指色彩颜色的选择，可选的颜色还有很多，比如:Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r, RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, Spectral, Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r...其中末尾加r是颜色取反

heatmap函数中的参数xticklabels,yticklabels如果是True则绘制数据框的列名称;如果是False则不绘制列名称，如果是列表则将这些替代标签绘制为xticklabels;如果是整数则使用列名称也只是绘制n个标签;如果是自动的，请尝试密集绘制不重叠的标签。

heatmap函数中的参数cbar为TRUE即绘制颜色条，为False就不绘制颜色条。

subplots函数中的参数gridspec_kw是将字典的关键字传递给GridSpec构造函数创建子图放在网格里。heatmap函数中的参数ax指绘制图的轴，否则使用当前活动的轴，cbar_ax用于绘制颜色条的轴，否则从主轴获取；cbar_kwsfig.colorbar的关键字参数.

heatmap函数中的参数mask如果通过，则数据不会显示在mask为True的单元格中，具有缺失值的单元格将自动被屏蔽。参数square为Ture，则将Axes方面设置为相等，并使其每个单元格为方形。参数vmax用于锚定色彩图的值，否则会从数据和其他关键字参数推断出来

https://www.jianshu.com/p/e195a09a8ca9

例7-31 绘制flights数据集中年份、月份和乘客数据的热力图

In [39]:

flights = pd.read_csv("flights.csv")

flights = flights.pivot("month","year","passengers")

#pivot转换数据格式，做一个总结

display(flights)

sns.set(font_scale = 1.0)#恢复比例

sns.heatmap(flights,alpha = 0.7)#直接做热力图

Out[39]:

<AxesSubplot:xlabel='year', ylabel='month'>

本章实训

实训1 学生数据可视化分析

In [53]:

#导入模块

import pandas as pd

import numpy as np

import seaborn as sns

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['simhei']

plt.rcParams['font.serif'] = ['simhei']

# from sklearn.model_selection import train_test_split

# from sklearn.linear_model import LogisticRegression 

# from sklearn.preprocessing import LabelEncoder

# from sklearn.metrics import accuracy_score

import warnings

warnings.filterwarnings('ignore')

In [54]:

#获取数据

from matplotlib.font_manager import FontProperties

myfont=FontProperties(fname=r'SimHei.ttf',size=12)#添加字库

sns.set(font=myfont.get_name())#显示中文效果，不然不出现效果

df = pd.read_csv("StudentPerformance.csv")

df.head(4)

Out[54]:

数据可视化分析

In [58]:

#修改表列名

df.rename(columns = {'gender':'性别','NationalITy':'国籍','PlaceofBirth':'出生地',

                     'StageID':'学段','GradeID':'年级','SectionID':'班级','Topic':

                     '科目','Semester':'学期','Relation':'监管人','raisedhands':

                     '举手次数','VisITedResources':'浏览课件次数','AnnouncementsView':

                     '浏览公告次数','Discussion':'讨论次数','ParentAnsweringSurvey':

                     '父母问卷','ParentschoolSatisfaction':'家长满意度',

                     'StudentAbsenceDays':'缺勤次数','Class':'成绩'},inplace = True)#用了inplace修改之后，后面就无法修改了

df

Out[58]:

480 rows × 17 columns

In [60]:

#显示学期和字段的取值

print('学段取值:',df['学段'].unique())

print('学期取值:',df['学期'].unique())

学段取值: ['lowerlevel' 'MiddleSchool' 'HighSchool']
学期取值: ['F' 'S']

In [61]:

#修改数据 在原表的基础上修改

df.replace({'lowerlevel':'小学','MiddleSchool':'中学','HighSchool':'高中'},inplace = True)

df['性别'].replace({'M':'男','F':'女'},inplace = True)#限定在性别这一列进行修改

df['学期'].replace({'S':'春季','F':'秋季'},inplace = True)

df

Out[61]:

480 rows × 17 columns

In [62]:

#查看空缺数据情况

df.isnull().sum()

Out[62]:

性别        0
国籍        0
出生地       0
学段        0
年级        0
班级        0
科目        0
学期        0
监管人       0
举手次数      0
浏览课件次数    0
浏览公告次数    0
讨论次数      0
父母问卷      0
家长满意度     0
缺勤次数      0
成绩        0
dtype: int64

In [63]:

#按成绩绘制计数柱状图

sns.set(font_scale = 1.2)

sns.countplot(x = '成绩',order = ['L','M','H'],data = df,linewidth = 2,

              edgecolor = sns.color_palette("dark",4))

#数指求平均值，类别按照类别计数  order对x直接进行分类  color_palette颜色【每个颜色10个类别】

Out[63]:

<AxesSubplot:xlabel='成绩', ylabel='count'>

In [64]:

#按性别绘制计数柱状图

sns.countplot(x = '性别',order = ['女','男'],data = df)

Out[64]:

<AxesSubplot:xlabel='性别', ylabel='count'>

In [65]:

#按科目绘制计数柱状图

sns.set_style('whitegrid')

sns.set(rc = {'figure.figsize':(16,8)})

sns.countplot(x = '科目',data = df)

Out[65]:

<AxesSubplot:xlabel='科目', ylabel='count'>

In [66]:

#按科目绘制不同成绩的计数柱状图

sns.set(rc = {'figure.figsize':(20,10)},font = myfont.get_name(),font_scale=1.5)

#font = myfont.get_name()必须加入这个，否则汉字出不来

sns.countplot(x = '科目',hue = '成绩',hue_order = ['L','M','H'],data = df)

#hue_order进行分类

Out[66]:

<AxesSubplot:xlabel='科目', ylabel='count'>

In [67]:

#按性别和成绩绘制计数柱状图

sns.countplot(x = '性别',hue = '成绩',data = df,order = ['女','男'],hue_order = ['L','M','H'])

Out[67]:

<AxesSubplot:xlabel='性别', ylabel='count'>

In [68]:

#按班级查看成绩分布比例

sns.countplot(x = '班级',hue = '成绩',data = df,hue_order = ['L','M','H'])

Out[68]:

<AxesSubplot:xlabel='班级', ylabel='count'>

In [69]:

#分析4个表现和成绩的相关性

#在sns.barplot中，默认的计算方式为计算平均值

fig,axes = plt.subplots(2,2,figsize = (14,10))

sns.barplot(x = '成绩',y = '浏览课件次数',data = df,order = ['L','M','H'],ax = axes[0,0])

sns.barplot(x = '成绩',y = '浏览公告次数',data = df,order = ['L','M','H'],ax = axes[0,1])

sns.barplot(x = '成绩',y = '举手次数',data = df,order = ['L','M','H'],ax = axes[1,0])

sns.barplot(x = '成绩',y = '讨论次数',data = df,order = ['L','M','H'],ax = axes[1,1])

Out[69]:

<AxesSubplot:xlabel='成绩', ylabel='讨论次数'>

In [70]:

#分析不同成绩学生的讨论情况

sns.set(rc = {'figure.figsize':(8,6)},font = myfont.get_name())

sns.boxplot(x = '成绩',y = '讨论次数',data = df,order = ['L','M','H'])

Out[70]:

<AxesSubplot:xlabel='成绩', ylabel='讨论次数'>

In [71]:

#分析举手次数和参加讨论次数的相关性

sns.regplot(x = '举手次数',y = '讨论次数',data = df,order = 4)

Out[71]:

<AxesSubplot:xlabel='举手次数', ylabel='讨论次数'>

In [72]:

#分析浏览课件次数、举手次数、浏览公告次数、讨论次数之间的相关性

corr = df[['浏览课件次数','举手次数','浏览公告次数','讨论次数']].corr()

corr

Out[72]:

In [73]:

#将相关矩阵可视化显示

sns.heatmap(corr,xticklabels = corr.columns,yticklabels = corr.columns)

Out[73]:

<AxesSubplot:>

实训2

In [24]:

#导入模块

import pandas as pd

import numpy as np

import seaborn as sns

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['simhei']

plt.rcParams['font.serif'] = ['simhei']

import warnings

warnings.filterwarnings('ignore')

%matplotlib inline

In [75]:

#获取数据

titanic = pd.read_csv('titanic.csv')

titanic.head()

Out[75]:

数据可视化

In [76]:

#查看有无缺失值

titanic.isnull().sum()

Out[76]:

survived         0
pclass           0
sex              0
age            177
sibsp            0
parch            0
fare             0
embarked         2
class            0
who              0
adult_male       0
deck           688
embark_town      2
alive            0
alone            0
dtype: int64

In [77]:

#用年龄的均值进行缺失值的填充

mean = titanic['age'].mean()

print(mean)

titanic['age'] = titanic['age'].fillna(mean)

titanic.isnull().sum()

29.69911764705882

Out[77]:

survived         0
pclass           0
sex              0
age              0
sibsp            0
parch            0
fare             0
embarked         2
class            0
who              0
adult_male       0
deck           688
embark_town      2
alive            0
alone            0
dtype: int64

In [79]:

#进行年龄分布的可视化

sns.distplot(titanic['age'])

Out[79]:

<AxesSubplot:xlabel='age', ylabel='Density'>

In [80]:

#显示登船地点（S,C,Q）的人数

titanic['embarked'].value_counts()

Out[80]:

S    644
C    168
Q     77
Name: embarked, dtype: int64

In [81]:

#对登船地点进行缺失值的填充（填充为S）

titanic['embarked'] = titanic['embarked'].fillna('s')

titanic['embarked'].isnull().sum()

Out[81]:

0

In [82]:

#对于deck字段，由于缺失值太多，将其删除

del titanic["deck"]

titanic.head()

Out[82]:

数据探索

In [83]:

#可视化乘客的性别分布

sns.countplot(x = 'sex',data = titanic)

Out[83]:

<AxesSubplot:xlabel='sex', ylabel='count'>

In [84]:

#基于性别，绘制乘客年龄公布箱线图

sns.boxplot(x = 'sex',y = 'age',data = titanic)

Out[84]:

<AxesSubplot:xlabel='sex', ylabel='age'>

In [85]:

#对船舱等级进行计数

sns.countplot(x = 'class',data = titanic,order = ['First','Second','Third'])

Out[85]:

<AxesSubplot:xlabel='class', ylabel='count'>

In [86]:

#结合船舱等级，绘制乘客年龄分布的小提琴图

sns.violinplot(y = 'age',x = 'class',data = titanic,order = ['First','Second','Third'])

Out[86]:

<AxesSubplot:xlabel='class', ylabel='age'>

In [89]:

#对年龄进行分级，分开小孩和老人的数据

def agelevel(age):

    if age <= 16:

        return 'child'

    elif age >= 60:

        return 'old'

    else:

        return 'middle'

titanic['age_level'] = titanic['age'].map(agelevel)

titanic.head()

Out[89]:

In [90]:

#对分级后的年龄可视化

sns.countplot(x = 'age_level',data = titanic)

Out[90]:

<AxesSubplot:xlabel='age_level', ylabel='count'>

In [91]:

#分析乘客年龄与生还乘客之间的关系

sns.countplot(x = 'alive',hue = 'age_level',data = titanic)

plt.legend(loc = 'best',fontsize = '15')

Out[91]:

<matplotlib.legend.Legend at 0x17ad33e7490>

写在最后：

此处的数据是来源与我自己的数据，想要的宝子可以私信我要奥，也希望我写的博文能帮到你们。文章当中的图片由于一些原因无法展示，希望各位宝子可以见谅哈！各位宝子也可以自行验证