seaborn简单应用
转载自：https://cloud.tencent.com/developer/news/354998
先来一段基本的代码：
importseabornassns
importmatplotlib.pyplotasplt
%matplotlib inline
titanic=sns.load_dataset(\'titanic\')
sns.barplot(x=\'class\',y=\'survived\',data=titanic)
通过以上代码，我们就绘制出了基本的条形图，是不是超级简单。这也是用 Seaborn 实现一个图形的基本模式，接下来我们把上面的代码拆开来看。
1.导入绘图模块
importseabornassns
importmatplotlib.pyplotasplt
这里我们导入 Seaborn 和 Matplotlib.pyplot 模块，分别命名为 sns 和 plt，原则上这个简称是可以随意写的，但为了规范，尽量写成这样。这里引入Matplotlib.pyplot ，是为了通过 Matplotlib 的参数去进行更好的控制。
2.提供显示条件
%matplotlib inline
这里的 “%matplot inline” 是为了在 Jupyter 中正常显示图形，若没有这行代码，图形显示不出来的。
3.导入数据
titanic=sns.load_dataset(\'titanic\')
这里我们用 Seaborn 的 load_dataset() 方法导入数据 ‘titanic’，这是泰坦尼克号的相关数据，内置于 Seaborn（内置数据都可以用此方法导入）。当然 Seaborn 还提供了其他的内置数据，可以直接调用：
地址：https://github.com/mwaskom/seaborn-data
4.输出图形
sns.barplot(x=\'class\',y=\'survived\',data=titanic)
这是图形输出的直接代码，barplot 表示输出条形图，同样的还有 Seaborn 中还有 countplot、boxplot、violinplot、regplot、lmplot、heatmap 等多种图形方法可以使用，我们在接下来会详细说明。
barplot() 括号里的是需要设置的具体参数，涉及到数据、颜色、坐标轴、以及具体图形的一些控制变量，一般比较固定的是 \'x\'、\'y\'、\'data\'，分别表示x轴，y轴，以及选择的数据集。
- Seaborn 图形可视化 -
01distplot
直方图
通常我们在分析一组数据时，首先要看的就是变量的分布规律，而直方图则提供了简单快速的方式，在 Seaborn 中可以用 distplot() 实现。
我们首先导入数据集 \'titanic\'，并查看随机的10行数据，对数据集有一个初步的印象：
importmatplotlib.pyplotasplt
importseabornassns
%matplotlib inline
#导数数据集\'titanic\'
titanic=sns.load_dataset(\'titanic\')
#查看数据集的随机10行数据，用sample方法
titanic.sample(10)
通过观察数据，我们对\'age\'进行直方图展示。但在绘图之前，我们观测到\'age\'字段中存在缺失值，需要先用 dropna() 方法删掉存在缺失值的数据，否则无法绘制出图形。
#去除\'age\'中的缺失值，distplot不能处理缺失数据
age1=titanic[\'age\'].dropna()
sns.distplot(age1)
在上图中，矩形表示在不同年龄段的数量分布，并且 distplot() 默认拟合出了密度曲线，可以看出分布的变化规律。
同时我们可以调节其中的一些参数，来控制输出的图形。
\'kde\' 是控制密度估计曲线的参数，默认为 True，不设置会默认显示，如果我们将其设为 False，则不显示密度曲线。
#去掉拟合的密度估计曲线，kde参数设为False
sns.distplot(age1,kde=False)
\'bins\'是控制分布矩形数量的参数，通常我们可以增加其数量，来看到更为丰富的信息。
# 通过\'bins\'参数设定数据片段的数量
sns.distplot(age1,bins=30,kde=False)
\'reg\' 参数用于控制直方图中的边际毛毯，通过控制\'reg\'是实现毛毯是否显示。
#创建一个一行2列的画布,主要方便对比
fig,axes=plt.subplots(1,2)
#设置\'reg\'参数，加上观测数值的边际毛毯
#需要用axes[]表示是第几张图，从0开始
sns.distplot(age1,ax=axes[])#左图
sns.distplot(age1,rug=True,ax=axes[1])#右图
当然，除了控制矩形分布、密度曲线及边际毛毯是否显示，还可以通过更丰富的参数控制他们展示的细节，这些通过参数 \'hist_kws\' 、\'kde_kws\' 、\'reg_kws\' 来进行设置，因为其中涉及到多个参数，参数间用逗号隔开，参数外面用大括号括住。
#可以分别控制直方图、密度图的关键参数
fig,axes=plt.subplots(1,2)
sns.distplot(age1,rug=True,ax=axes[])
sns.distplot(age1,rug=True,
hist_kws={\'color\':\'green\',\'label\':\'hist\'},
kde_kws={\'color\':\'red\',\'label\':\'KDE\'},
ax=axes[1])
02barplot
条形图
barplot() 利用矩阵条的高度反映数值变量的集中趋势，以及使用errorbar功能（差棒图）来估计变量之间的差值统计（置信区间）。需要提醒的是 barplot() 默认展示的是某种变量分布的平均值（可通过参数修改为 max、median 等）。
这里我们仍然以\'titanic\'数据集作为展示，将\'class\'设为x轴，\'survived\'设为y轴。
importseabornassns
importmatplotlib.pyplotasplt
%matplotlib inline
#导入数据集\'titanic\'，命名为\'titanic\'
titanic=sns.load_dataset(\'titanic\')
#将\'class\'设为x轴，\'survived\'为y轴，传入\'titanic\'数据
sns.barplot(x=\'class\',y=\'survived\',data=titanic)
我们可以通过设置\'hue\'参数，对x轴的数据进行细分，细分的条件就是\'hue\'的参数值，比如这里我们的x轴是\'class\'（仓位等级），我们将其按\'sex\'（性别）再进行细分。
sns.barplot(x=\'class\',y=\'survived\',hue=\'sex\',data=titanic)
换一组数据试试，将x轴设为\'embarked\'，y轴设为\'survived\'，并用\'class\'进行细分。
sns.barplot(x=\'embarked\',y=\'survived\',
hue=\'class\',data=titanic)
03countplot
计数图
countplot 故名思意，计数图，可将它认为一种应用到分类变量的直方图，也可认为它是用以比较类别间计数差。当你想要显示每个类别中的具体观察数量时，countplot 很容易实现，比较类似我们在 Excel 等软件中应用的条形图。
同样，我们以数据集\'titanic\'为例子，首先探索\'deck\'字段下的类别计数。
importseabornassns
importmatplotlib.pyplotasplt
%matplotlib inline
titanic=sns.load_dataset(\'titanic\')
sns.countplot(x=\'deck\',data=titanic)
由此可见，我们选定某个字段，countplot() 会自动帮我们统计该字段下各类别的数目。当然，我们也可以再传入\'hue\'参数，进行细分，这里我们加入\'sex\'分类。
sns.countplot(x=\'deck\',hue=\'sex\',data=titanic)
如果我们希望调换横纵坐标，也就是类别放于纵坐标，计数值横坐标显示，将x轴换为y轴即可。
sns.countplot(y=\'deck\',hue=\'who\',data=titanic)
04stripplot/swarmplot
散点图
在seaborn中有两种不同的分类散点图。stripplot() 使用的方法是用少量的随机“抖动”调整分类轴上的点的位置，swarmplot() 表示的是带分布属性的散点图。
importseabornassns
importmatplotlib.pyplotasplt
%matplotlib inline
titanic=sns.load_dataset(\'titanic\')
sns.stripplot(x=\'embarked\',y=\'fare\',data=titanic)
这里我们可以通过设置\'jitter\'参数控制抖动的大小。
sns.stripplot(x=\'embarked\',y=\'fare\',
data=titanic,jitter=1)
swarmplot() 方法使用防止它们重叠的算法沿着分类轴调整点。它可以更好地表示观测的分布，它适用于相对较小的数据集。
sns.swarmplot(x=\'embarked\',y=\'fare\',data=titanic)
可以通过\'hue\'参数，对散点图添加更多细分的维度，Seaborn 中会以颜色来进行区分。
sns.stripplot(x=\'embarked\',y=\'age\',hue=\'who\',jitter=1,data=titanic)
sns.swarmplot(x=\'embarked\',y=\'age\',hue=\'who\',data=titanic)
05boxplot
箱线图
boxplot（箱线图）是一种用作显示一组数据分散情况的统计图。它能显示出一组数据的最大值、最小值、中位数及上下四分位数。因形状如箱子而得名。这意味着箱线图中的每个值对应于数据中的实际观察值。
以\'titanic\'数据集为例，我们首先来探索不同的\'class\'（船舱）下的乘客的\'age\'（年龄）情况。
importseabornassns
importmatplotlib.pyplotasplt
%matplotlib inline
titanic=sns.load_dataset(\'titanic\')
sns.boxplot(x=\'class\',y=\'age\',data=titanic)
同样的，可以通过传入\'hue\'的参数，来对x轴的字段进行细分，这里我们通过\'who\'来进行分类观察。
sns.boxplot(x=\'class\',y=\'age\',hue=\'who\',data=titanic)
与上述类似，我们也可以通过调换x/y轴，实现箱线图的横向显示。
sns.boxplot(x=\'age\',y=\'class\',hue=\'who\',data=titanic)
调节\'order\' 和 \'hue_order\' 参数，我们可以控制x轴展示的顺序。
fig,axes=plt.subplots(1,2)
sns.boxplot(x=\'class\',y=\'age\',hue=\'who\',
data=titanic,ax=axes[])
sns.boxplot(x=\'class\',y=\'age\',hue=\'who\',data=titanic,
order=[\'Third\',\'Second\',\'First\'],
hue_order=[\'child\',\'woman\',\'man\'],ax=axes[1])
可以通过\'linewidth\'参数，控制线条的粗细。我们把\'linewidth\'参数设为1，就可以看到整体图形的线条变细，你可以根据自己的需要调节。
sns.boxplot(x=\'class\',y=\'age\',hue=\'who\',
linewidth=1,data=titanic)
06violinplot
小提琴图
小提琴图其实是箱线图与核密度图的结合，箱线图展示了分位数的位置，小提琴图则展示了任意位置的密度，通过小提琴图可以知道哪些位置的密度较高。
在图中，白点是中位数，黑色盒型的范围是下四分位点到上四分位点，细黑线表示须。外部形状即为核密度估计。
与箱线图进行对比，同样以\'titanic\'数据集为例，我们来探索不同的\'class\'（船舱）下乘客的\'age\'（年龄）情况。
importseabornassns
importmatplotlib.pyplotasplt
%matplotlib inline
titanic=sns.load_dataset(\'titanic\')
sns.violinplot(x=\'class\',y=\'age\',data=titanic)
同样，可以设置\'hue\'参数，对字段进行细分。
sns.violinplot(x=\'class\',y=\'age\',hue=\'who\',data=titanic)
当hue参数只有两个级别时，也可以通过设置\'split\'参数为True，“拆分”小提琴，提琴两边分别表示两个分类的情况，这样可以更有效地利用空间。
sns.violinplot(x=\'class\',y=\'age\',hue=\'alive\',
data=titanic,split=True)
我们可以在小提琴内部添加图形来帮助我们进行分析，这里就需要控制\'inner\'参数。
sns.violinplot(x=\'class\',y=\'age\',hue=\'alive\',
data=titanic,split=True,inner=\'stick\')
我们甚至可以把上面提到的散点图加入小提琴图中。
sns.violinplot(x=\'class\',y=\'age\',data=titanic,inner=None)
sns.swarmplot(x=\'class\',y=\'age\',data=titanic,color=\'white\')
07regplot/lmplot
回归图
Seaborn 中利用 regplot() 和 lmplot() 来进行回归，确定线性关系，它们密切相关，共享核心功能，但也有明显的不同。
这里我们使用 Seaborn 自带的数据集\'iris\'来绘制回归相关的图形。首先我们导入收据来看看数据集的大概情况：
importseabornassns
importmatplotlib.pyplotasplt
%matplotlib inline
#导入数据集\'iris\'
iris=sns.load_dataset(\'iris\')
#随机查看数据集的10行数据
iris.sample(10)
数据集非常简单，总共是5个字段，我们首先来看 \'sepal_length\' 和 \'petal_length\' 之间的线性关系。
sns.regplot(x=\'sepal_length\',y=\'petal_length\',data=iris)
图中的点表示实际的数据点，Seaborn 根据这些数据拟合出直线，表示x轴和y轴对应字段之间的线性关系，直线周围的阴影表示置信区间。
关于置信区间，可以通过设置\'ci\'参数控制是否显示。
sns.regplot(x=\'sepal_length\',y=\'petal_length\',data=iris,ci=None)
可以通过\'color\'和\'marker\'参数来控制图形的颜色以及数据点的形状。
fig,axes=plt.subplots(1,2)
sns.regplot(x=\'sepal_length\',y=\'petal_length\',data=iris,
color=\'r\',marker=\'+\',ax=axes[])
sns.regplot(x=\'sepal_length\',y=\'petal_length\',data=iris,
color=\'g\',marker=\'*\',ax=axes[1])
lmplot() 可以设置hue，进行多个类别的显示，而 regplot() 是不支持的。这里我们通过设置hue=\'species\'，来进行分类别地展示。
sns.lmplot(x=\'sepal_length\',y=\'petal_length\',
hue=\'species\',data=iris)
同样的，我们也可以更改数据点的形状，来进行区分。
sns.lmplot(x=\'sepal_length\',y=\'petal_length\',hue=\'species\',
data=iris,markers=[\'*\',\'o\',\'+\'])
设置\'fit_reg\'参数，可以控制是否显示拟合的直线。
sns.lmplot(x=\'sepal_length\',y=\'petal_length\',hue=\'species\',
data=iris,markers=[\'*\',\'o\',\'+\'],fit_reg=False)
如果要对不同的类别分开绘制，用\'col\'参数代替\'hue\'。
sns.lmplot(x=\'sepal_length\',y=\'petal_length\',
col=\'species\',data=iris)
08heatmap
热力图
热力图通常用来表示特征之间的相关性，一般通过颜色的深浅来表示数值的大小或者相关性的高低。
这里我们导入 Seaborn 自带的另一个数据集\'flights\'，来绘制热力图。先查看数据前10行的情况：
importmatplotlib.pyplotasplt
importseabornassns
%matplotlib inline
flights = sns.load_dataset("flights")
flights.head(10)
我们以\'year\'为纵轴，\'month\'为横轴，\'passengers\'的值为标准绘制热力图。
f=flights.pivot(\'year\',\'month\',\'passengers\')
sns.heatmap(f)
如果要显示具体的数值，可以通过\'annot\'参数来控制。
sns.heatmap(f, annot=True,fmt="d")
通过 Seaborn 的调色板控制热力图显示的颜色，调色板在后续会有详细的说明，这里只做演示，示例热力图的颜色调节机制。
cmap = sns.diverging_palette(200,20,sep=20,as_cmap=True)
sns.heatmap(f,cmap=cmap)
- 图形控制的艺术 -
前面我们利用 Seaborn 绘制了各种类型的图形，对于基本的快速分析，其实已经足够，但是在细节的调节、颜色、美观度等方面我们还可以进行精细化的控制。
首先我们利用 Numpy 创建一组数据（20行6列的随机数），然后利用 Seaborn 创建一个箱线图来进行展示。
图形背景
Seaborn 中有 white / whitegrid / dark / darkgrid / ticks 几种样式，用 set_style() 函数控制，分别如下：
whitegrid 白色网格背景
white 白色背景（默认）
darkgrid 黑色网格背景
dark 黑色背景
ticks 四周带有刻度的白色背景
# 设为白色网格背景
sns.set_style("whitegrid")
sns.boxplot(data=data)
# 设为黑色网格背景
sns.set_style("darkgrid")
sns.boxplot(data=data)
调色板
seaborn 中的分类色板，主要用 color_palette() 函数控制，color_palette() 不写参数则显示为 Seaborn 默认颜色。如果需要设置所有图形的颜色，则用 set_palette() 函数定义。
Seaborn 中6个默认的颜色循环主题分别为： deep, muted, pastel, bright, dark, colorblind，下面我们列举演示。
# 设置颜色模式为\'deep\'
sns.boxplot(data=data,palette=sns.color_palette(\'deep\'))
# 设置颜色模式为\'pastel\'
sns.boxplot(data=data,palette=sns.color_palette(\'pastel\'))
需要注意的是，除了默认的颜色模式有10中颜色外，其他的颜色模式只有6种颜色，如果需要更多颜色，那么则需要采用hls色彩空间。
我们也可以通过简单的设置，得到单色渐变的效果，默认颜色由浅到深。
#可以尝试 Reds/Greens，默认颜色由浅到深
sns.boxplot(data=data,palette=sns.color_palette(\'Blues\'))
显示中文
Seaborn 对中文的显示不太友好，如果在遇到乱码问题时，可以加入下面的代码。
# 指定默认字体
mpl.rcParams[\'font.sans-serif\'] = [\'SimHei\']
# 解决保存图像是负号\'-\'显示为方块的问题
mpl.rcParams[\'axes.unicode_minus\'] =False
保存图片
画出的图形我们需要保存，可以先建立一个画布，设置我们图像的大小，然后将这个画布保存下来。
#设置一个（12，6）的画布
plt.figure(figsize=(12,6))
#图形绘制代码
sns.boxplot(data=data,palette=sns.color_palette(\'Blues\'))
#将画布保存为\'xiang.png\'，还可以保存为jpg、svg格式图片
plt.savefig(\'xiang.png\')