轻松用 Seaborn 进行数据可视化

阅读量:     Authors: Lemon PYTHONVISUALIZATION
Seaborn recommend

摘要: 本文属于 Seaborn 的基础教程,介绍了 直方图、联合分布图、矩阵图、箱形图等,通过本文可以看出,使用 seaborn 可以轻松的进行数据可视化。 『Python数据之道』已整合本文的相关源代码到 jupyter notebook 文件中,如需获取,请在公众号后(ID:PyDataRoad)台回复 “code”。

Seaborn 是一个数据可视化库,可帮助在Python中创建有趣的数据可视化。 大多数数据分析需要识别趋势和建立模型。 本文将帮助您开始使用 Seaborn库创建数据可视化。

Seaborn 是一个出色的数据可视化库,它让我们的生活变得轻松。 首先,您应该在 jupyter notebook 中键入以下命令。

import pandas as pd # Pandas
import numpy as np # Numpy
import matplotlib.pyplot as plt # Matplotlibrary
import seaborn as sns # Seaborn Library
%matplotlib inline
sns.set()

直方图 (Distplot)

sns.distplot()结合直方图并绘制核密度估计图。 这里 bin 区间大小是自动计算的。

我们将使用以下代码在 jupyter notebook 中加载数据集。

# Load the Dataset in Python
tips = sns.load_dataset("tips")
tips.head()

tips数据集

现在,由于我们已经加载了数据集,我们将使用 “total_bill” 变量创建第一个图。 让我们从 tips数据集创建 “total_bill” 变量的 distplot。

sns.distplot(tips["total_bill"], bins=16, color="purple")
# Binsize is calculated using square-root of row count.
图1

现在,我们来对上述代码进行进一步描述:

  • sns.distplot — 这个命令将启动 distplot 的初始创建

  • tips[“total_bill”] — 从 tips 数据集(数据框)中取出列(total_bill)。 在这里,我们应该观察一下,可以使用方括号来拉取列值,并且列名应该用引号括起来(双引号/单引号)都被接受。

我们推测 — “total_bill”变量本质上是倾斜的,大多数帐单值都在 $ 10 - $ 20范围内。

联合分布图 (Jointplot)

联合分布图 (Jointplot)采用两个变量并一起创建直方图和散点图。 让我们看一下 jointplot 的语法。

让我们从 tips数据集创建 total_bill 和 tip变量的联合分布图。 通常,任何餐厅的小费金额取决于总账单/账单大小。 让我们看看这个情景下是什么样的。 代码如下:

sns.jointplot(x = "total_bill", y = "tip", data = tips, color="purple")
图2

如上所述,散点图似乎显示总账单和小费金额之间的强相关性。 在它的顶部,我们可以看到各个变量的直方图。

Jointplot :: kind =”hex”

直方图的双变量类比称为“hexbin”图,因为它显示了六边形区间内的观察计数。 此图对于相对较大的数据集最有效。 也称为Hexbin Plots。

# Jointplot - Scatterplot and Histogram
sns.jointplot(x = "total_bill", y = "tip", data = tips, kind ="hex",
color="lightcoral")
图3

有几种类型的值可以放在 sns.jointplot 中来创建不同的图。 默认情况下,联合分布图显示散点图。 现在,在上面的情节图中,它显示了六边形。 六边形的深色表示数据点的高密度,其中较浅的颜色表示较少的点。

kind 参数值可以是以下取值:

kind : { “scatter” “reg” “resid” “kde” “hex” }

下面,我们来看看 kind=”kde” 的情形。

Jointplot :: kind =”kde”

# Jointplot - Scatterplot and Histogram
sns.jointplot(x = tips["total_bill"], y = tips["tip"],kind = "kde", 
color="purple") # contour plot
图4

上面显示的图表称为轮廓图。 轮廓图(有时称为“水平图”)是一种在二维平面上显示三维表面的方法。 它绘制了y轴上的两个预测变量X Y和轮廓的响应变量Z.

矩阵图 (Pairplot)

矩阵图基本上绘制了变量之间的成对关系。 它支持用 “hue” 来为类别变量绘图着色。

# Pairplot of Tips
sns.pairplot(tips, hue = "sex", palette="Set2")
# this  will color the plot gender wise
图5

下面我们来了解下矩阵图的含义。 对角线部分显示了具有核密度估计的 distplot图或直方图。 矩阵图的上部和下部显示散点图。 “hue”使用列的类别为绘图着色。

hue = “sex” — 设置为按不同的性别进行着色

palette = “Set2” - “Set2” 是颜色的一个系列。

条形图 (Barplot)

条形图用于绘制分类列和数字列。 它在可视化中创建了条形。 让我们用“性别”创建一个“total_bill”的条形图,让我们看看哪类人支付更多。

# Barplot
sns.barplot(x ="sex" , y ="total_bill" , data=tips)
# Inference - Total Bill Amount for males is more than Females.
图6
# Lets Plot Smoker Vs Total Bill :: The purpose is to find out if 
# Smokers pay more bill than Non Smokers
sns.barplot(x = "smoker", y = "total_bill", data =tips)
# Inference - More Bill for Smokers
图7
# Lets Find If There is more Bill In Weekend or Weekdays
sns.barplot(x = "day", y = "total_bill", data =tips)
# People tend to visit more on weekends
图8

箱形图 (Boxplot)

箱形图 (Boxplot)是给定数据集的五点汇总统计的直观表示。 五个数字摘要包括:

  • Minimum 最小值
  • First Quartile 1/4 值
  • Median (Second Quartile) 中位数
  • Third Quartile 3/4 值
  • Maximum 最大值

此外,值得注意的一点是,为分类 - 连续变量创建了一个箱线图,这意味着如果x轴是分类的并且y轴是连续的,则应创建箱线图或小提琴图。

让我们从 tips数据集创建一个 “day” 和 “total_bill” 的箱线图。

# Boxplot
sns.boxplot(x = "day", y = "total_bill", data=tips)
图9
# Add hue to split the barplot. Making it more fancier
sns.boxplot(x = "day", y = "total_bill", data=tips, hue = "smoker")
# On Friday people have more bill if they are a Non smoker vs smoker
图10

hue =“smoker”: - 它为吸烟者和非吸烟者创造了一个箱线图。 例如: 在星期五的情况下,可以清楚地看到,与当天的吸烟者相比,非吸烟者的食物费用更多。

# Violin Plots
sns.violinplot(x = "day", y = "total_bill", data = tips)
图11

小提琴图跟箱形图有些类似。他们之间的描述可以参考下面的图示内容:

LM Plot

sns.lmplot 是绘制一个在散点图中进行线性回归拟合的直线。 它遵循普通的最小二乘法,线代表最佳拟合线。 为了更好地理解这一点,建议进一步了解一下线性回归的相关知识。

代码如下:

# LM PLot
sns.lmplot(x = "total_bill", y = "tip", data = tips, hue="day")
图12

上图显示了不同日期的total_bill变量的线性回归拟合,如图例中所示,这是在 sns.lmplot 中使用 hue =“day” 获得的。

恭喜! 您已完成 Seaborn 初学者教程。 希望这篇文章能够提供有关 Seaborn 的基本知识,并且可以帮助您创建所有这些图。


原文: Data Visualisation Using Seaborn https://medium.com/@mukul.mschauhan/data-visualisation-using-seaborn-464b7c0e5122



对我的文章感兴趣的朋友,可以关注我的微信公众号(ID:PyDataRoad),接收我的更新通知。

« Previous Next »