数据科学篇| Seaborn库的使用（四）
第一时间送达Python 技术干货！
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。
安装 Seaborn
要安装最新版本的seaborn，您可以使用pip：
pip install seaborn
也可以使用conda以下方法安装发布的版本：
conda install seaborn
用法
- 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='X轴 列名', y='Y轴 列名', hue='分组绘图参数', data=原始数据df对象)
- sns.图名(x=np.array, y=np.array[, …])
绘制散点图
- 最常用的是relplot()。这是一个图形级函数，用于使用两种常见方法可视化统计关系：散点图和线图。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 加载样式
sns.set(style="darkgrid")
# 加载数据集tips
tips = sns.load_dataset("tips")
# x，y标轴
sns.relplot(x="total_bill", y="tip", data=tips)
# 根据数据集的其他列来划分数据并对应的样式
sns.relplot(x="total_bill", y="tip", hue="smoker", style="smoker",data=tips)
绘制线图
- lineplot() 直接或relplot()通过设置来完成kind="line"
df = pd.DataFrame(dict(time=np.arange(500),
value=np.random.randn(500).cumsum()))
sns.relplot(x="time", y="value", kind="line", data=df)
注意：
- 对于日期需要添加
g.fig.autofmt_xdate()来解决x坐标的乱码问题
df = pd.DataFrame(dict(time=pd.date_range("2017-1-1", periods=500),
value=np.random.randn(500).cumsum()))
g = sns.relplot(x="time", y="value", kind="line", data=df)
g.fig.autofmt_xdate()
显现多图
对于数据集直接加上col参数
sns.relplot(x="total_bill", y="tip", hue="smoker",
col="time", data=tips)
分类数据绘图
- catplot将x的数据分类出来
import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="ticks", color_codes=True)
tips = sns.load_dataset("tips")
sns.catplot(x="day", y="total_bill", data=tips)
- 绘制箱线图（只要加上kind="box"的参数就可以了）
sns.catplot(x="day", y="total_bill", kind="box", data=tips)
- 绘制小提琴图(kind="violin")
sns.catplot(x="day", y="total_bill", kind="violin", data=tips)
在这里插入图片描述
- 条形图
sns.catplot(x="day", y="total_bill",hue="size", kind="bar", data=tips)
重点：可视化数据集的分布
对于上面的画图知识点太过单调唯一
- 绘制单变量分布
单变量分布的最方便的方法是distplot()功能。默认情况下，这将绘制直方图并拟合核密度估计（KDE）
x = np.random.normal(size=100)
sns.distplot(x)
- 拟合参数分布
使用的是stats来拟合数据，distplot 本来就有拟合参数，绘制KDE图的功能
from scipy import stats
x = np.random.gamma(6, size=200)
sns.distplot(x, kde=False, fit=stats.gamma)
重点：绘制双变量分布
在seaborn中执行此操作的最简单方法是使用该jointplot()函数，该函数创建一个多面板图形，显示两个变量之间的双变量（或联合）关系以及每个变量在单独轴上的单变量（或边际）分布。
对于机器学习是常用的工具
mean, cov = [0, 1], [(1, .5), (.5, 1)]
# 多元高斯分布
data = np.random.multivariate_normal(mean, cov, 200)
df = pd.DataFrame(data, columns=["x", "y"])
# 散点分布
sns.jointplot(x="x", y="y", data=df)
# 核密度分布
sns.jointplot(x="x", y="y", data=df, kind="kde")
可视化数据集中的成对关系
- 使用该pairplot()函数。这将创建一个轴矩阵，并显示DataFrame中每对列的关系
iris = sns.load_dataset("iris")
sns.pairplot(iris)
对于seaborn个人绝对还有一个必须要写的东西就是回归
seaborn无需调用sklearn来处理回归问题
- regplot()显示通过回归确定的线性关系
# 还是tips数据集
sns.regplot(x="total_bill", y="tip", data=tips)
在这里插入图片描述
- lmplot()比regplot()拟合更好，还能适应多项式回归模型
sns.lmplot(x="total_bill", y="tip", data=tips)
参考：
http://seaborn.pydata.org/
文章首发于：
https://blog.csdn.net/weixin_44510615/article/details/89528624
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2019-07-08，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录