Seaborn详解：绘制美观的统计图形 – wiki基地

作者： /

Seaborn 详解：绘制美观的统计图形

在数据分析和机器学习领域，可视化是理解数据、发现模式和传达见解的关键环节。Python 拥有强大的可视化库生态系统，其中 Matplotlib 是基础且应用广泛的库，而 Seaborn 则是在 Matplotlib 之上构建的高级库，专门用于创建美观且信息丰富的统计图形。

Seaborn 以其简洁的 API、美观的默认样式、对 Pandas DataFrame 的良好集成以及丰富的统计图形类型而著称。本文将深入探讨 Seaborn 的核心功能、常用图形类型以及高级定制技巧，帮助您充分利用 Seaborn 进行数据可视化。

1. Seaborn 的优势与安装

1.1. 为什么选择 Seaborn？

相比于 Matplotlib，Seaborn 具有以下显著优势：

  • 更高级的 API：Seaborn 提供了更高级别的抽象，可以用更少的代码实现复杂的统计图形。
  • 美观的默认样式：Seaborn 内置了多种美观的主题和调色板，无需过多配置即可生成具有出版质量的图形。
  • 统计图形支持：Seaborn 专门针对统计图形进行了优化，提供了许多专门用于探索数据分布、关系和趋势的图形类型。
  • Pandas DataFrame 集成：Seaborn 可以直接与 Pandas DataFrame 配合使用，数据列名可以直接作为图形参数，简化了数据处理流程。
  • 数据感知型调色板：Seaborn 能够根据数据的统计特性（如连续型、离散型、发散型）自动选择合适的调色板。

1.2. 安装 Seaborn

安装 Seaborn 非常简单，可以使用 pip 或 conda：

“`bash

使用 pip

pip install seaborn

使用 conda

conda install seaborn
“`

通常，Seaborn 会与 Matplotlib、Pandas 和 NumPy 一起安装，因为它们是 Seaborn 的依赖项。

2. Seaborn 核心概念与基础

2.1. 数据集与图形参数

Seaborn 的核心理念是围绕数据集（通常是 Pandas DataFrame）构建图形。图形的各个方面（如 x 轴、y 轴、颜色、大小、形状等）都映射到数据集中的列。

例如，假设我们有一个名为 tips 的 DataFrame，其中包含有关餐厅小费的数据：

“`python
import seaborn as sns
import pandas as pd

加载内置的 tips 数据集

tips = sns.load_dataset(‘tips’)
print(tips.head())
“`

total_bill tip sex smoker day time size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4

我们可以使用 sns.relplot() 函数创建一个散点图，其中 total_bill 列映射到 x 轴，tip 列映射到 y 轴，sex 列映射到颜色：

python
sns.relplot(x='total_bill', y='tip', hue='sex', data=tips)

2.2. 图形类型

Seaborn 提供了多种图形类型，大致可分为以下几类：

  • 关系图 (Relational Plots)：用于探索两个或多个变量之间的关系。

    • relplot()：关系图的通用接口，可以创建散点图和折线图。
    • scatterplot()：散点图。
    • lineplot()：折线图。

  • 分布图 (Distribution Plots)：用于可视化单个变量或多个变量的分布。

    • displot()：分布图的通用接口，可以创建直方图、核密度估计图、累积分布函数图等。
    • histplot()：直方图。
    • kdeplot()：核密度估计图。
    • ecdfplot()：累积分布函数图。
    • rugplot()：地毯图。
    • jointplot(): 联合分布图
    • pairplot(): 变量两两关系图

  • 分类图 (Categorical Plots)：用于比较不同类别的数据。

    • catplot()：分类图的通用接口，可以创建条形图、箱线图、小提琴图等。
    • barplot()：条形图。
    • boxplot()：箱线图。
    • violinplot()：小提琴图。
    • stripplot()：带状图。
    • swarmplot()：蜂群图。
    • pointplot()：点图。
    • countplot()：计数图。

  • 回归图 (Regression Plots)：用于可视化变量之间的线性关系。

    • lmplot()：线性回归模型图。
    • regplot()：散点图 + 线性回归拟合线。
    • residplot()：残差图。

  • 矩阵图 (Matrix Plots)：用于可视化矩阵数据。

    • heatmap()：热力图。
    • clustermap()：聚类热图。

2.3. FacetGrid 与 Axes

Seaborn 中的 FacetGrid 是一个强大的工具，用于在多个子图中展示数据的不同子集。它将数据集按照指定的变量进行分组，并在每个子图中绘制相同的图形。

FacetGrid 对象本身并不直接绘制图形，而是提供了一个框架来管理子图。您可以使用 map() 或 map_dataframe() 方法将绘图函数应用于每个子图。

“`python

创建一个 FacetGrid，按照 ‘time’ 和 ‘smoker’ 列分组

g = sns.FacetGrid(tips, col=’time’, row=’smoker’)

将 histplot 函数应用于每个子图

g.map(sns.histplot, ‘total_bill’)
“`

Seaborn 中的大多数绘图函数都会返回一个 Axes 对象（或 FacetGrid 对象，如果使用了 FacetGrid）。Axes 对象代表单个子图，您可以对其进行更精细的定制，例如添加标题、标签、图例等。

“`python

创建一个散点图

ax = sns.scatterplot(x=’total_bill’, y=’tip’, data=tips)

添加标题和标签

ax.set_title(‘Total Bill vs. Tip’)
ax.set_xlabel(‘Total Bill ($)’)
ax.set_ylabel(‘Tip ($)’)
“`

3. 常用图形类型详解

3.1. 关系图 (Relational Plots)

3.1.1. 散点图 (scatterplot)

散点图用于展示两个数值变量之间的关系。

python
sns.scatterplot(x='total_bill', y='tip', hue='sex', size='size', data=tips)
* hue：使用不同颜色表示第三个变量的类别。
* size：使用不同大小的点表示第四个变量的值。
* style：使用不同形状的点表示第五个变量的类别。

3.1.2. 折线图 (lineplot)

折线图通常用于展示数据随时间的变化趋势，或在有序变量上的变化。
“`python

生成示例数据

df = pd.DataFrame(dict(time=np.arange(500),
value=np.random.randn(500).cumsum()))
g = sns.relplot(x=”time”, y=”value”, kind=”line”, data=df)
g.figure.autofmt_xdate() # 自动调整日期显示
“`

3.2. 分布图 (Distribution Plots)

3.2.1 直方图与核密度估计图 (histplot, kdeplot)

直方图用于展示单个数值变量的分布情况，将数据分成若干个区间（bin），并统计每个区间内的频数或频率。

python
sns.histplot(data=tips, x="total_bill", kde=True, bins=30)

核密度估计图 (KDE) 是对直方图的平滑处理，使用核函数来估计数据的概率密度函数。

python
sns.kdeplot(data=tips, x="total_bill", hue="sex", multiple="stack")

  • multiple='stack'：将不同类别的 KDE 堆叠起来。
  • multiple='fill'：将不同类别的KDE填充为1.
  • multiple='layer'：默认值，不同类别的KDE叠加。

3.2.2 联合分布图 (jointplot)

jointplot 可以同时展示两个变量的联合分布以及各自的边缘分布。

python
sns.jointplot(x='total_bill', y='tip', data=tips, kind='kde', hue='sex')

  • kind：控制联合分布的图形类型，可以是 'scatter', 'kde', 'hist', 'hex', 'reg', 'resid'。

3.2.3. 变量两两关系图 (pairplot)

用于快速查看数据集中所有数值变量的两两关系。
python
sns.pairplot(tips, hue="sex", corner=True)
corner=True: 只显示对角线下方图。

3.3. 分类图 (Categorical Plots)

3.3.1. 条形图 (barplot)

条形图用于比较不同类别的数据的平均值或其他聚合值。

python
sns.barplot(x='day', y='total_bill', hue='sex', data=tips)

3.3.2. 箱线图 (boxplot)

箱线图用于展示数据的分布情况，包括中位数、四分位数、最大值、最小值和异常值。

python
sns.boxplot(x='day', y='total_bill', hue='smoker', data=tips)

3.3.3. 小提琴图 (violinplot)

小提琴图结合了箱线图和核密度估计图，可以更全面地展示数据的分布形状。

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

  • split=True: 当hue参数的分类只有两个时，可以将两个小提琴合并。

3.4. 回归图 (Regression Plots)

3.4.1. 线性回归模型图 (lmplot)

lmplot 用于绘制散点图并拟合线性回归模型，可以方便地查看变量之间的线性关系以及置信区间。

python
sns.lmplot(x='total_bill', y='tip', hue='smoker', data=tips, markers=['o', 'x'])

3.5. 矩阵图 (Matrix Plots)

3.5.1. 热力图 (heatmap)

热力图用于可视化矩阵数据，用颜色深浅表示数值大小。

“`python

计算相关系数矩阵

corr = tips.corr()

绘制热力图

sns.heatmap(corr, annot=True, cmap=’coolwarm’, vmin=-1, vmax=1)
“`

  • annot=True：在每个单元格中显示数值。
  • cmap：指定颜色映射。
  • vmin, vmax：设置颜色映射的范围。

4. Seaborn 高级定制

4.1. 样式控制

Seaborn 提供了多种内置样式（主题），可以通过 sns.set_style() 函数进行设置。

python
sns.set_style('darkgrid') # 其他样式：'whitegrid', 'dark', 'white', 'ticks'

4.2. 调色板

Seaborn 提供了丰富的调色板，可以通过 sns.color_palette() 函数获取。

“`python

使用内置调色板

sns.color_palette(‘deep’)
sns.color_palette(‘muted’)
sns.color_palette(‘pastel’)
sns.color_palette(‘bright’)
sns.color_palette(‘dark’)
sns.color_palette(‘colorblind’)

使用连续型调色板

sns.color_palette(‘viridis’)
sns.color_palette(‘magma’)
sns.color_palette(‘inferno’)
sns.color_palette(‘plasma’)

使用发散型调色板

sns.color_palette(‘coolwarm’)
sns.color_palette(‘RdBu’)

使用自定义调色板

sns.color_palette([‘red’, ‘green’, ‘blue’])
“`

可以在绘图函数中使用 palette 参数指定调色板。

python
sns.barplot(x='day', y='total_bill', hue='sex', data=tips, palette='Set2')

4.3. 图形细节调整

您可以使用 Matplotlib 的 API 对 Seaborn 图形进行更精细的调整。

“`python

创建一个图形和 Axes 对象

fig, ax = plt.subplots()

使用 Seaborn 绘制图形

sns.scatterplot(x=’total_bill’, y=’tip’, hue=’sex’, data=tips, ax=ax)

使用 Matplotlib API 调整图形

ax.set_title(‘Total Bill vs. Tip’, fontsize=16)
ax.set_xlabel(‘Total Bill ($)’, fontsize=12)
ax.set_ylabel(‘Tip ($)’, fontsize=12)
ax.legend(title=’Sex’, fontsize=10)
ax.grid(True) # 添加网格线

调整坐标轴范围

ax.set_xlim(0, 60)
ax.set_ylim(0, 12)

plt.show()
“`

5. 总结

Seaborn 是一个强大且易于使用的 Python 数据可视化库，它在 Matplotlib 的基础上提供了更高级的 API、美观的默认样式和丰富的统计图形类型。通过本文的介绍，您应该已经掌握了 Seaborn 的核心概念、常用图形类型以及高级定制技巧。

Seaborn 的优势在于其简洁性和对统计图形的专注，可以帮助您快速创建具有洞察力且美观的可视化作品。无论是探索性数据分析、模型结果展示还是科学出版物，Seaborn 都是一个值得掌握的工具。

希望这篇文章能帮助您更好地理解和使用 Seaborn。不断练习和探索，您将能够充分利用 Seaborn 的强大功能，将您的数据分析工作提升到一个新的水平。

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部