第二十六章:Seaborn库实现统计数据可视化

前言

   在数据分析和机器学习领域，数据可视化是不可或缺的一环。它不仅帮助我们理解数据的分布和特征，还能发现潜在的规律和问题。今天，我将带大家深入学习Python中一个强大的可视化库——Seaborn，它基于Matplotlib构建，提供了更高级的接口和美观的默认样式，让数据可视化变得简单而高效。资源绑定附上完整资料供读者参考学习！

一、Seaborn库简介

1.1 什么是Seaborn？

   Seaborn是一个基于Python的统计可视化库，专注于绘制美观且信息丰富的统计图表。它内置了许多主题和样式，能够轻松创建复杂的可视化，比如热力图、箱线图、散点图矩阵等。

1.2 为什么选择Seaborn？

• 美观的默认样式：Seaborn提供了多种主题，让图表看起来更专业。

• 高级接口：简化了复杂图表的绘制过程，比如多变量分析和分布可视化。

• 与Pandas无缝集成：可以直接使用Pandas DataFrame作为输入。

• 强大的统计功能：内置了许多统计方法，比如回归分析、分布拟合等。

1.3 安装Seaborn

bash

pip install seaborn

二、Seaborn常见操作示例

2.1 数据准备

我们将使用Seaborn自带的示例数据集来演示。

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

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

效果展示

2.2 绘制基本分布图

2.2.1 直方图

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

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

# 加载示例数据集
tips = sns.load_dataset("tips")
sns.histplot(data=tips, x="total_bill", kde=True,color='red')  # 添加核密度估计
plt.title("总账单分布")
plt.show()

效果展示

2.2.2 箱线图

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

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

# 加载示例数据集
tips = sns.load_dataset("tips")
sns.boxplot(x="day", y="total_bill", data=tips)
plt.title("不同日期的总账单分布")
plt.show()

效果展示

2.2.3 小提琴图

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

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

# 加载示例数据集
tips = sns.load_dataset("tips")
sns.violinplot(x="day", y="total_bill", data=tips,color="brown")
plt.title("不同日期的总账单分布（小提琴图）")
plt.show()

效果展示

2.3 绘制关系图

2.3.1 散点图

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

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

# 加载示例数据集
tips = sns.load_dataset("tips")
sns.scatterplot(x="total_bill", y="tip", hue="smoker", data=tips)
plt.title("总账单与小费的关系（按是否吸烟分组）")
plt.show()

效果展示

2.3.2 回归图

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

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

# 加载示例数据集
tips = sns.load_dataset("tips")
sns.regplot(x="total_bill", y="tip", data=tips,color='green')
plt.title("总账单与小费的线性回归关系")
plt.show()

效果展示

2.4 绘制分类图

2.4.1 条形图

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

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

# 加载示例数据集
tips = sns.load_dataset("tips")
sns.barplot(x="day", y="total_bill", data=tips)
plt.title("不同日期的平均总账单")
plt.show()

效果展示

2.4.2 点图

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

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

#color=['red','blue','green']
# 加载示例数据集
tips = sns.load_dataset("tips")
sns.pointplot(x="day", y="total_bill", hue="smoker", data=tips)
plt.title("不同日期和吸烟情况下的总账单")
plt.show()

效果展示

三、Seaborn高级示例

3.1 多变量分析：PairPlot

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

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

# 加载示例数据集
tips = sns.load_dataset("tips")
sns.pairplot(data=tips, hue="smoker", diag_kind="kde")
plt.title("多变量关系分析")
plt.show()

效果展示

3.2 热力图：相关性矩阵

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

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

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

# 选择数值列
numeric_cols = tips.select_dtypes(include=['number']).columns
tips_numeric = tips[numeric_cols]

# 计算相关性矩阵
corr = tips_numeric.corr()

# 绘制热力图
sns.heatmap(corr, annot=True, cmap="coolwarm")
plt.title("变量相关性热力图")
plt.show()

效果展示

3.3 时间序列可视化

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

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

# 加载时间序列数据
flights = sns.load_dataset("flights")

# 使用关键字参数 pivot
flights_pivot = flights.pivot(index="month", columns="year", values="passengers")

# 绘制热力图
sns.heatmap(flights_pivot, annot=True, cmap="Blues")
plt.title("航班乘客数量热力图")
plt.show()

效果展示

3.4 自定义主题和样式

Python示例代码

import seaborn as sns
import matplotlib.pyplot as plt

# 加载示例数据集
tips = sns.load_dataset("tips")
# 设置主题
sns.set_theme(style="darkgrid", palette="Set2")
# 绘制自定义风格的图表
sns.lineplot(x="total_bill", y="tip", hue="day", data=tips, markers=True, dashes=False)
plt.title("自定义风格的线图", font='SimHei')
plt.show()

效果展示

四、Seaborn函数参数总结表

函数名	常见参数	参数说明
histplot	x, data, kde	绘制直方图，kde=True可添加核密度估计
boxplot	x, y, data	绘制箱线图，展示数据分布的四分位数和异常值
violinplot	x, y, data	绘制小提琴图，结合箱线图和密度估计
scatterplot	x, y, hue, data	绘制散点图，hue用于分组着色
regplot	x, y, data	绘制回归图，展示变量间的线性关系
barplot	x, y, data	绘制条形图，展示分类变量的均值
pointplot	x, y, hue, data	绘制点图，适合展示分类变量的均值和置信区间
pairplot	data, hue	绘制散点图矩阵，适合多变量分析
heatmap	data, annot	绘制热力图，annot=True可在单元格内显示数值
set_theme	style, palette	设置全局主题和配色方案

五、总结

   Seaborn是一个功能强大且易于使用的统计可视化库，它不仅简化了复杂图表的绘制过程，还提供了美观的默认样式和丰富的统计功能。通过本文的示例，希望大家能够掌握Seaborn的基本用法，并尝试使用高级功能来提升自己的数据可视化能力。动手实践是学习的最佳方式，建议大家多尝试不同的数据集和图表类型，逐步积累经验。资源绑定附上完整资料供读者参考学习！