seaborn

Matplotlib是高度可定制的，但快速实施出吸引人的细节就变得有些复杂。
Seaborn作为一个带着定制主题和高级界面控制的Matplotlib扩展包，能让绘图变得更轻松（是matplotlib的扩展,是在其基础之上的）

matplotlib 绘图基本元素
seaborn 数据展示（自带分组技能）

import numpy as np
import pandas
from pandas import Series, DataFrame
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns

%matplotlib inline

plt.rcParams["font.sans-serif"] = "SimHei"
plt.rcParams["axes.unicode_minus"] = False

图表控制#

样式控制#

# 查看RcParams
mpl.rc_params()

• axes_style：获取设置背景样式的属性字典
• set_style(style,rc):设置背景样式

style可选的5个seaborn默认主题

• darkgrid黑色网格（默认）
• whitegrid白色网格
• dark黑色背景
• white白色背景
• ticks有刻度线的白背景
• rc背景样式的属性字典设置接口

# 使用sns.set()来设置seaborn默认的画布风格(全局设置)
sns.set()
x = [1,3,5]
plt.plot(x, np.sin(x))

# set.的都是全局设置
sns.set_style("white")
plt.plot(x, np.sin(x))

x = np.linspace(0,2*np.pi,30)
def show_lines():
    for i in range(6):
        plt.plot(x, np.sin(x+i))
show_lines()

# 临时设置用sns.axes_style
with sns.axes_style("darkgrid"):
    show_lines()

# 获取属性字典
sns.axes_style()

# rc参数可以设置其他属性
sns.set_style(style="whitegrid", rc={
    "axes.facecolor":"blue"
})
plt.plot(x, np.sin(x))

sns.set_style("white")
plt.plot(x, np.sin(x))

边框控制#

sns.set_style("ticks")

x = np.linspace(0,2*np.pi,30)
plt.plot(x,np.sin(x))

# sns.despine()必须放到绘图之后
# 默认只保留左边框，下边框
sns.despine(
    left=True, bottom=True, right=False, top=False,  # 表示去除左、下边框 ,保留右、上边框
    trim=True,  # 限制留存的边框范围，没有图像的地方会舍弃
    offset=100,  # 两坐标轴分开的距离
)  

线条控制#

 plotting_context

sns.set_context("paper")  # 细
show_lines()

sns.set_context("poster")  # 粗
show_lines()

# 获取线条属性字典
sns.plotting_context()

# 临时设置
with sns.plotting_context("paper"):
    show_lines()

# rc设置属性
sns.set_context("paper", rc={
    "lines.linewidth": 3.0
})

show_lines()

调色板#

创建调色板#

# 创建调色板
colors = sns.color_palette(
    palette="colorblind",  # deep, muted, bright, pastel, dark, colorblind
)  # 返回[(rgb),(rgb),...]
colors

#  展示颜色列表的函数[(rgb),(rgb)]
sns.palplot(colors)

圆形调色板#

hls#

HSL即色相、饱和度、亮度（英语：Hue, Saturation, Lightness）。
色相（H）是色彩的基本属性，就是平常所说的颜色名称，如红色、黄色等。
饱和度（S）是指色彩的纯度，越高色彩越纯，低则逐渐变灰，取0-100%的数值。
明度（V），亮度（L），取0-100%。

# hls是一个圆形调色板，解决的是6个以上的颜色的处理
colors = sns.color_palette(
    palette="hls",
    n_colors=10  # 颜色数量
)
sns.palplot(colors)

# 可以使用hls_palette()函数来控制颜色的亮度和饱和。
sns.hls_palette()

husl#

由于人类视觉系统的工作方式，会导致在RGB度量上强度一致的颜色在视觉中并不平衡。比
如，我们黄色和绿色是相对较亮的颜色，I而蓝色则相对较暗，使得这可能会成为与hls系统-
致的一个问题。
为了解决这一问题，Seaborn为husl系统提供了一个接口，这也使得选择均匀间隔的色彩变得
更加容易，同时保持亮度和饱和度更加一致。

sns.color_palette("husl", n_colors=9)

# sns.husl_palette
sns.palplot(sns.husl_palette(
    n_colors=7, 
    h=0.3,  # 控制起始颜色
    l=0.8,  # 亮度
    s=0.3,  # 饱和
))

调色插件colorbrewer#

# data_type:
# 'sequential'  连续调色，eg：温度变化，海拔高度变化
# 'diverging'   两极调色
# 'qualitative' 分类调色，就是给出的deep, muted, bright, pastel, dark, colorblind，强调数据之间的对比关系

colors = sns.choose_colorbrewer_palette("qualitative")
sns.palplot(colors)

colors = sns.choose_colorbrewer_palette("diverging")
sns.palplot(colors)

colors = sns.choose_colorbrewer_palette("sequential")
sns.palplot(colors)

其他#

ColorBrewer字典中提供了一些连续调色板，如"Blues”，“BuGn_r”，“GnBu_d",PuBuGn_d"
颜色中带_r后缀的，表示颜色翻转渐变
颜色中带_d后缀的，表示对原颜色进行变暗处理

sns.color_palette(palette="Blues_r_d")

# sns.cubehelix_palette解决黑白打印时的问题（cubehelix：同色系渐变）
sns.palplot(sns.cubehelix_palette(n_colors=10))

# 暗色系调色板
sns.dark_palette(color="red",n_colors=10)

# 亮色系调色板
sns.light_palette(color="red",n_colors=10)

# 其也会带插件
sns.choose_dark_palette(input="hls")

# as_cmap=True使用连续值来映射颜色
colors = sns.choose_colorbrewer_palette("sequential", as_cmap=True)
colors

离散调色板#

用于可能无论大的低的值和大的高的值都非常重要的数据。

sns.choose_colorbrewer_palette("diverging")

sns.color_palette("coolwarm")

sns.choose_diverging_palette()

# set_palette配置全局调色板
show_lines()

sns.set_palette("husl")
sns.palplot(sns.color_palette("husl"))

show_lines()

总结#

简单常用色彩总结：
- 分类：hls husl Paired Set1~Set3（色调不同）
- 连续：Blues[蓝s，颜色+s] BuGn[蓝绿] cubehelix（同色系渐变）
- 离散：BrBG[棕绿] RdBu[红蓝] coolwarm[冷暖]（双色对称）

# 调色板全局设置
sns.set_palette()

# 创建调色板
colors = sns.color_palette()

# 调用colorbrewer插件
sns.choose_colorbrewer_palette()

seaborn常用图像绘制#

普通2D图像#

示例#

# 普通绘制
x = np.arange(10)
height = np.random.randint(0,100,10)

plt.bar(x,height)

height.mean()

# seaborn绘制,默认聚合
# 线：置信区间
sns.barplot(y=height)

条形图#

通用参数：
x,y:要展示的数据，如果是DataFrame，可以设置列标签
data:数据的来源，通常是一个DataFrame
hue:分组因子，用于颜色映射的列
palette：用于颜色映射的调色板
order：排序的序列，例如order=['Dinner’，’Lunch'］
hue_order:颜色映射的序列，例如hue_order=["setosa", "virginica"]

# 数据集
tips = sns.load_dataset("tips")
tips

sns.palplot(sns.color_palette("husl", n_colors=2))

# 条形图示例
sns.barplot(
    x="sex",
    y="tip",
    data=tips, 
    hue="smoker",  # 分组之后再分组
    palette="husl",  # 指定调色板
    # order=["Female", "Male"],  # 指定x分组元素的顺序
    order=["Male"],  # 只保留"Male"
    hue_order=["Yes"],  # 只保留"Yes"
)

# 相当于
tips.groupby(["sex","smoker"], observed=True)["tip"].mean()  # observed=True不加飘红

colors = sns.choose_colorbrewer_palette("qualitative")  # qualitative：分类调色

# 查看有几种不同的元素
tips["day"].nunique()

# 条形图示例
sns.barplot(
    data=tips,
    x="time", 
    y="total_bill",
    estimator=np.mean,  # 指定聚合方式
    errorbar=None,  # 关闭置信区间（ci=None已被遗弃）
    # palette="husl",  # 使用palette要指定hue,否则飘红
    palette=sns.color_palette(colors),  # 自定制调色板
    hue="day",
    hue_order=["Sat", "Sun"]  # 只想看周六周日
)

tips.head()

# 根据sex，size看给小费情况
sns.barplot(tips, x="sex", y="tip", hue="size")

# 计数条形图（sns.countplot）

# 统计性别比例
sns.countplot(x="sex", data=tips, hue="smoker")  # y轴是count（数量）

# 加载数据集
sns.load_dataset("titanic")

散点图#

查看两组数据对应关系
sns.stripplot ()
sns.scatterplot ()

# stripplot会把x轴的数据当成离散值（字符串型）来处理
# 所以stripplot更适合处理离散值和连续值的关系的展示
sns.stripplot(x="total_bill", y="tip", data=tips)

sns.stripplot(x="smoker", y="total_bill", data=tips)

# 分簇散点图
sns.swarmplot(x="smoker", y="total_bill", data=tips)

小提琴图#

# 用于查看数据分布情况
sns.violinplot(x="smoker", y="total_bill", data=tips)

colors = sns.choose_colorbrewer_palette("qualitative")  # qualitative：分类调色

# 两者结合使用
sns.violinplot(x="smoker", y="total_bill", data=tips, hue="sex", split=True)
sns.swarmplot(x="smoker", y="total_bill", data=tips, palette=sns.color_palette(colors), hue="sex")

箱线图#

检验连续数据是否存在离群点，以及数据分布的范围（4分位数）

sns.boxplot(x="time", y="total_bill", data=tips, hue="day")

# 将x，y交换，实现横着显示
sns.boxplot(x="total_bill", y="time", data=tips, hue="day")

# whis=np.inf：不显示离群点
sns.boxplot(x="total_bill", y="time", data=tips, hue="day", whis=np.inf)  # 飘红了RuntimeWarning: invalid value encountered in scalar multiply

热图#

# 数据集（花）
iris = sns.load_dataset("iris")

data = iris.drop("species", axis=1)

# 相关矩阵
data.corr()

colors = sns.choose_colorbrewer_palette(
    "sequential",
    as_cmap=True,  # 渐变而非色块                                    
)

# 热图
sns.heatmap(
    data.corr(), 
    cmap=colors,
    annot=True,  # 每个色块上标注文字
)

method : {'pearson'，'kendall'，′spearman'}
pearson：当数据满足正态性时可用Pearson相关系数查看变量间关系情况
spearman：当数据为定量数据，且不服从正态性则使用Spearman相关系数
kendall：Kendall相关系数通常用于评分数据一致性水平研究，比如评委打分，数据排名
等。

高级函数#

可视化变量关系#

• regplot()方便观察变量间的关系，默认是散点图
• lmplot()x和y必须以字符串的的方式传入，比regplot更加严格

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

sns.regplot(x=tips.total_bill, y=tips.tip)

# sns.lmplot()
# sns.lmplot(x=tips.total_bill, y=tips.tip)  # 不行
sns.lmplot(x="total_bill", y="tip", data=tips)  # 正确

# 直方图

# norm_hist转成概率估计图，density（有问题尝试这个参数）
# kde开启或关闭核密度估计图，如果关闭会自动变更为数量统计的直方图

sns.distplot(
    a=tips.total_bill,
    kde=False,  #去除曲线
    norm_hist=True,  # 将数值转成概率
    bins=5,  # 分区个数
    rug=True,  # 开启地毯图：显示底部刻度线
    hist_kws={"color":"red"},  # 属性字典
)  # 将被弃用

# 单画kde图像
sns.kdeplot(tips.total_bill)

sns.rugplot(tips.total_bill)

# 双变量分布（扩展分支画布）
sns.jointplot(
    x=tips.total_bill, 
    y=tips.tip,
    joint_kws={"color": "green"},  # 属性字典
    marginal_kws={"color": "orange"},  # 外侧图像属性字典
    kind="scatter",  # 选择使用图像类型（使用时必须保证该图像支持该数据类型）
    space=0,  # 主画布和分支画布之间的距离（0~1浮点）
)

data

# 绘制多图
sns.pairplot(data)

绘制多层面板分类图#

# 创建画布
grid = sns.FacetGrid(
    data=tips, row="day", col="sex",
    aspect=2,  # 宽高比
)

# 绘制图像
# 一旦指定func,后面跟着的数都是由func指定的参数来调用的，所以参数一定要匹配
# grid.map(plt.scatter, "total_bill", "tip")
grid.map(plt.hist, "total_bill")