Seaborn 教程¶

Seaborn 是一个基于 Matplotlib 的 Python 可视化库，专注于使数据可视化更简单和美观。它内置了丰富的图表类型，并且与 Pandas 和 NumPy 数据结构兼容，适用于统计数据的探索性分析。

在开始使用 Seaborn 之前，你需要先安装它：

pip install seaborn

要开始使用 Seaborn，首先需要导入库，并加载示例数据集。Seaborn 提供了一些内置的数据集，方便你练习和测试。

import seaborn as sns
import matplotlib.pyplot as plt

# 加载示例数据集
tips = sns.load_dataset("tips")

# 显示数据集的前几行
print(tips.head())

直方图用于展示数据分布情况。

sns.histplot(tips['total_bill'], kde=True)
plt.show()

在这个例子中，kde=True 表示在直方图上叠加一个核密度估计曲线，用于平滑显示数据分布。

散点图用于显示两个变量之间的关系。

sns.scatterplot(x='total_bill', y='tip', data=tips)
plt.show()

你还可以通过添加色彩维度来展示第三个变量：

sns.scatterplot(x='total_bill', y='tip', hue='time', data=tips)
plt.show()

箱线图用于展示数据的分布情况，包括中位数、四分位数和异常值。

sns.boxplot(x='day', y='total_bill', data=tips)
plt.show()

小提琴图结合了箱线图和密度图，适用于展示数据分布的形态。

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

热力图用于显示矩阵数据或变量之间的相关性。

# 计算相关性矩阵
corr = tips.corr()

# 显示热力图
sns.heatmap(corr, annot=True, cmap='coolwarm')
plt.show()

成对关系图用于显示数据集中所有变量之间的两两关系。

sns.pairplot(tips, hue='sex')
plt.show()

FacetGrid 是 Seaborn 的一个强大功能，允许你根据不同类别将数据分成多个子集，并在每个子集上绘制相同的图表。

g = sns.FacetGrid(tips, col='sex', row='time')
g.map(sns.histplot, 'total_bill')
plt.show()

条形图用于展示分类变量的汇总信息（如均值、总和等）。

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

回归图用于显示两个变量之间的线性关系。

sns.lmplot(x='total_bill', y='tip', data=tips)
plt.show()

你可以通过设置主题、调色板等方式自定义 Seaborn 图表的样式。

Seaborn 提供了几种不同的主题，你可以通过 set_theme 来更改主题。

sns.set_theme(style="darkgrid")
sns.histplot(tips['total_bill'])
plt.show()

你可以使用 color_palette 来设置图表的调色板。

sns.set_palette("Set2")
sns.boxplot(x='day', y='total_bill', data=tips)
plt.show()

通过 matplotlib 的 figure 函数可以自定义图表的尺寸。

plt.figure(figsize=(10, 6))
sns.violinplot(x='day', y='total_bill', data=tips)
plt.show()

Seaborn 与 Pandas 无缝集成，允许你直接在 Pandas 的 DataFrame 上使用 Seaborn 的功能。

# 使用 Pandas 直接绘图
tips.groupby('day')['total_bill'].sum().plot(kind='bar')
plt.show()

你还可以将 Seaborn 图表嵌入到 Pandas 的 DataFrame 中：

sns.set_theme(style="whitegrid")
ax = sns.boxplot(x='day', y='total_bill', data=tips)
ax.set(title="Total Bill Distribution by Day")
plt.show()

Seaborn 是一个强大的数据可视化工具，适合进行统计数据分析。它提供了丰富的图表类型、简洁的语法和强大的定制功能，使得数据可视化变得更加容易和高效。在掌握 Seaborn 后，你可以轻松创建各种复杂的图表，深入探索和展示数据。