Python数据分析之Seaborn（变量分析绘图）

AI异构

发布于 2020-07-29 11:14:12

9690

发布于 2020-07-29 11:14:12

文章被收录于专栏：AI异构AI异构

Seaborn变量分析绘图

%matplotlib inline
import numpy as np
import pandas as pd
from scipy import stats, integrate
import matplotlib.pyplot as plt

import seaborn as sns
sns.set(color_codes=True)
np.random.seed(sum(map(ord, "distributions")))

使用`sns.distplot()`函数画直方图

x = np.random.normal(size=100)
sns.distplot(x,kde=False) #distplot()函数会根据输入数据自动绘制直方图

<matplotlib.axes._subplots.AxesSubplot at 0x1a1fb2a240>

你也可以通过bins自己划分直方图的切分粒度

sns.distplot(x, bins=20, kde=False)

<matplotlib.axes._subplots.AxesSubplot at 0x1a202ebdd8>

通过fit查看数据分布的情况

x = np.random.gamma(6, size=200)
sns.distplot(x, kde=False, fit=stats.gamma)

<matplotlib.axes._subplots.AxesSubplot at 0x1a204df5f8>

使用`jointplot()`函数绘制散点图

观测两个变量之间的分布关系最好用散点图

#生成数据
mean, cov = [0, 1], [(1, .5), (.5, 1)] #自定义均值与协方差
data = np.random.multivariate_normal(mean, cov, 200) #生成200个数据
df = pd.DataFrame(data, columns=["x", "y"]) #通过pandas读入数据
print(df.head())

          x         y
0  0.585042  1.162682
1  0.722117  2.141580
2  0.120990  0.498821
3 -0.795773  2.085261
4 -0.614260  2.215906

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

<seaborn.axisgrid.JointGrid at 0x1a206a5b00>

通过kind="hex"使散点图具备透视性，更加容易查看数据的散点分布密度情况

x, y = np.random.multivariate_normal(mean, cov, 1000).T
with sns.axes_style("white"):
    sns.jointplot(x=x, y=y, kind="hex", color="k")

使用`pairplot()`函数绘制关系图

两不同变量比较绘制散点图，变量自身比较绘制直方图

iris = sns.load_dataset("iris") #载入鸢尾花数据集
sns.pairplot(iris) #绘制

<seaborn.axisgrid.PairGrid at 0x1a20ef4588>

参考

[Style functions]http://seaborn.pydata.org/tutorial/aesthetics.html#aesthetics-tutorial

[Color palettes]http://seaborn.pydata.org/tutorial/color_palettes.html#palette-tutorial

[Distribution plots]http://seaborn.pydata.org/tutorial/distributions.html#distribution-tutorial

[Categorical plots]http://seaborn.pydata.org/tutorial/categorical.html#categorical-tutorial

[Regression plots]http://seaborn.pydata.org/tutorial/regression.html#regression-tutorial

[Axis grid objects]http://seaborn.pydata.org/tutorial/axis_grids.html#grid-tutorial

[10分钟python图表绘制]https://zhuanlan.zhihu.com/p/24464836

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2018-03-22，如有侵权请联系 cloudcommunity@tencent.com 删除

http

html

python

编程算法

本文分享自 AI异构微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度