学习心得12 - Seaborn 入门

• 介绍
• 开始
• Seaborn 的画图方法
• 使用 Matplotlib 做自定义
• Pandas 的作用
• Seaborn 主题风格
• 更多
  • Heatmap
  • Histogram
  • Bar Plot
  • Factor Plot
  • Joint Distribution Plot

在这个 Seaborn 简介中，将学习如何使用 Python 最方便的库之一来进行数据可视化。

对于那些曾经使用过 Matplotlib 的人来说，你可能想知道，为什么需要10行代码才能制作出像样的直方图？

如果你正在寻找一个更简单的方式来绘制有吸引力的图表，那么你会爱上 Seaborn。

The Ultimate Python Seaborn Tutorial: Gotta Catch ‘Em All

介绍

Seaborn 为 Matplotlib 提供了一个高级接口，Matplotlib 是一个功能强大但有时很笨重的 Python 可视化库。

Seaborn 的官方网站表示：

如果 matplotlib “试图使简单的事情保持简单, 困难的事情成为可能”，seaborn 试图让一套明确定义的困难事情变得容易。

这是对 Seaborn 强项的不错总结。在实践中，“一套明确定义的困难事情”包括：

• 使用美观的默认主题。
• 设置自定义调色板。
• 制作有吸引力的统计图。
• 轻松灵活地显示分布。
• 可视化来自矩阵和 DataFrame 的信息。

最后三点就是为什么 Seaborn 是我们探索性分析的首选工具。这使得快速高效地“了解”数据非常容易。

然而，Seaborn 是 Matplotlib 的补充，而不是替代品。还有一些特殊设置仍然需要 Matplotlib。

开始

首先下载数据

import pandas as pd
from matplotlib import pyplot as plt
%matplotlib inline
import seaborn as sns

# Read dataset
df = pd.read_csv('data/Pokemon.csv', index_col=0)
df.head()

Seaborn 的画图方法

Seaborn 最大的优势之一是其多样的绘图功能。例如，制作散点图只需要一句 lmplot() 即可.

有两种方法可以做到这一点:

• 第一种方法（推荐）是将你的 DataFrame 传递给 data =，同时将列名传递给轴参数，x = 和 y =。
• 第二种方法是直接将一系列数据传递给轴参数。

例如，我们来比较我们的”神奇宝贝”的攻击和防御统计：

# Recommended way
sns.lmplot(x='Attack', y='Defense', data=df)
 
# Alternative way
# sns.lmplot(x=df.Attack, y=df.Defense)

<seaborn.axisgrid.FacetGrid at 0x11044b4e0>

Seaborn 没有专门的散点图函数，这就是为什么你看到一条对角线。我们实际上使用了 Seaborn 拟合和绘制回归线的函数。

不过，每个绘图方法都有几个有用的选项。我们可以设置一下 lmplot()：

• 首先，设置 fit_reg = False 来移除回归线，因为我们只需要一个散点图。
• 然后，设置 hue ='Stage' 根据神奇宝贝的进化阶段着色。这个 hue 参数非常有用，因为它允许你使用颜色表示第三维信息。

# Scatterplot arguments
sns.lmplot(x='Attack', y='Defense', data=df,
           fit_reg=False, # No regression line
           hue='Stage')   # Color by evolution stage

<seaborn.axisgrid.FacetGrid at 0x1105b6a58>

漂亮多了吧? 如果我们想改变坐标轴范围呢?

使用 Matplotlib 做自定义

记住，Seaborn 是 Matplotlib 的高级接口。Seaborn 将会为您提供大部分解决方法，但有时你也需要 Matplotlib 的帮助。

设置坐标轴范围就是其中一个例子：

• 首先，照常调用你的 Seaborn 绘图方法。
• 然后，调用 Matplotlib 的自定义函数。在这个例子中，我们将使用它 ylim()和 xlim()。

# Plot using Seaborn
sns.lmplot(x='Attack', y='Defense', data=df,
           fit_reg=False, 
           hue='Stage')
 
# Tweak using Matplotlib
plt.ylim(-10, None)
plt.xlim(-10, None)

(-10, 141.9881096001028)

Pandas 的作用

尽管这是 Seaborn 教程，但 Pandas 实际上扮演着非常重要的角色。如果能够合理使用 DataFrame, Seaborn 会更加好用。

假设为神奇宝贝的战斗统计量绘制 box plot

# Boxplot
sns.boxplot(data=df)

<matplotlib.axes._subplots.AxesSubplot at 0x1119424e0>

这是个说得过去的开始，但是我们可能希望删除一些列：

• 我们可以删除 Total，因为数据有单独统计。
• 我们可以移除 Stage 和 Legendary，因为它们不是战斗统计。

不过 Seaborn 来做这些可不容易。相反，DataFrame 做起来很简单。

让我们创建一个名为 stats_df 的新 DataFrame，它只保留统计信息列:

# Pre-format DataFrame
stats_df = df.drop(['Total', 'Stage', 'Legendary'], axis=1)
 
# New boxplot using stats_df
sns.boxplot(data=stats_df)

<matplotlib.axes._subplots.AxesSubplot at 0x111ab70b8>

Seaborn 主题风格

Seaborn 的另一个优点是它带来了优雅的风格主题。

接下来，制作 violin plot 并将主题更改为 “darkgrid”。

• violin plot 是 box plot 的良好替代品。
• 它能显示分布（通过小提琴的宽度），而不是仅汇总统计。

例如，我们可以看到神奇宝贝主要类型的攻击分布：

# Set theme
sns.set_style('darkgrid')
 
# Violin plot
sns.violinplot(x='Type 1', y='Attack', data=df)

<matplotlib.axes._subplots.AxesSubplot at 0x111dc2898>

正如你所看到的，Dragon 比 Ghost 更具攻击性，但它们也有更大的差异。

更多

Heatmap

查看矩阵数据

# Calculate correlations
corr = stats_df.corr()
 
# Heatmap
sns.heatmap(corr)

<matplotlib.axes._subplots.AxesSubplot at 0x111fd6f98>

Histogram

查看离散数据分布

# Distribution Plot (a.k.a. Histogram)
sns.distplot(df.Attack)

<matplotlib.axes._subplots.AxesSubplot at 0x19763277be0>

Bar Plot

查看范畴数据分布

# Count Plot (a.k.a. Bar Plot)
sns.countplot(x='Type 1', data=df, palette=pkmn_type_colors)
 
# Rotate x-labels
plt.xticks(rotation=-45)

(array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14]),
 <a list of 15 Text xticklabel objects>)

Factor Plot

根据种类分别绘图

# Factor Plot
g = sns.factorplot(x='Type 1', 
                   y='Attack', 
                   data=df, 
                   hue='Stage',  # Color by stage
                   col='Stage',  # Separate by stage
                   kind='swarm') # Swarmplot
 
# Rotate x-axis labels
g.set_xticklabels(rotation=-45)
 
# Doesn't work because only rotates last plot
# plt.xticks(rotation=-45)

<seaborn.axisgrid.FacetGrid at 0x1976332a5c0>

Joint Distribution Plot

联合分布, 查看二维数据

# Joint Distribution Plot
sns.jointplot(x='Attack', y='Defense', data=df)

<seaborn.axisgrid.JointGrid at 0x197633df240>

现在你已经了解了 Seaborn 基础, 下一步可以边做边学了.