Seaborn系列(一)：绘图基础、函数分类、长短数据类型支持

Seaborn系列目录

---

---

1. Seaborn特点

Seaborn是一个基于matplotlib，进行了二次封装的可视化绘图库。

相比matplotlib：

• 绘图函数接口简洁，对数据统计支持更好。绘图函数主要分为关系、分布、统计、绘图等几类，对功能进行了定制。
• 对pandas数据类型支持更加友好（matplotlib不依赖scipy和pandas，但是seaborn依赖scipy和pandas）
• 预定义风格、样式好看

2. 基本绘图方法

常用的numpy数组和pandas数据都可以非常方便的直接用于Seaborn绘图（当然python原生列表等数据也ok）。简单示例如下：

2.1 numpy数组数据绘图

import numpy as np
import seaborn as sns                #惯例将seaborn导入为sns
import matplotlib.pyplot as plt    #显示图形还是需要依靠matplotlib

#准备数据
x=np.linspace(0, 4*np.pi,100)
y=np.sin(x)

#绘图
sns.relplot(x=x,y=y,kind="line")   #用关系绘图函数绘制折线图

#显示图形
plt.show()

2.2 pandas数组数据绘图

import pandas as pd
import seaborn as sns                #惯例将seaborn导入为sns
import matplotlib.pyplot as plt    #显示图形还是需要依靠matplotlib

#准备数据
df=pd.DataFrame({'x':[1,2,3,4,5] ,'y':[1,3,2,4,5]})

#绘图
sns.relplot(x='x',y='y',data=df,kind="line")   #用关系绘图函数绘制折线图

#显示图形
plt.show()

注意seaborn是基于matplotlib的，显示还是要调用matplotlib的plt.show()。

3. Seaborn函数分类

3.1 根据图形控制级别分类

Seaborn绘图函数根据图形层级分为两种类型：

• axes级：绘图函数在单个axes上绘图，函数返回值就是axes对象。
• figure级：绘图函数在figure上绘图，返回一个FacetGrid对象，类似Figure对象，可以管理figure。

3.2 绘图函数功能分类

seaborn绘图函数根据功能可以分为关系绘图、统计绘图、分组绘图等，每组功能都提供了一个figure级函数（可以实现所有本组函数绘图功能，api统一），同时提供若干个axes级函数。

Seaborn的API是扁平结构的，所有绘图函数都直接在seaborn根模块下，函数数量也非常少。seaborn并非为了替代matplotlib，但是在很多情况下，seaborn会更加方便，尤其是统计相关绘图。

• relplot(关系绘图)：figure级函数
  • scatterplot：axes级函数（散点图）
  • lineplot：axes级函数（折线图）
• displot（分布统计绘图）：figure级函数
  • histplot：axes级函数（直方图）
  • kdeplot：axes级函数（核密度图）
  • ecdfplot：axes级函数（累积分布图）
  • rugplot：axes级函数（地毯图）
  • distplot：官方已废弃的过时api
• catplot（类别统计绘图）：figure级函数
  • striplot：axes级函数（分类散点条图）
  • swarmplot：axes级函数（分类散点簇图）
  • boxplot：axes级函数（箱形图）
  • violinplot：axes级函数（提琴图）
  • barplot：axes级函数（柱形图）
  • pointplot：axes级函数（分类统计点图）
  • countplot：axes级函数（数量统计图）
• lmplot（回归统计绘图）：：figure级函数
  • regplot：axes级函数（回归拟合图）
  • residplot：axes级函数（回归拟合误差图）
• clustermap（矩阵绘图）：figure级函数
  • heatmap：axes级函数（热度图）
• 两个特殊的figure级函数(多图组合)
  • jointplot：figure级函数，返回JointGrid对象。同时绘制3个子图，在绘制二维图的基础上，在图行上方和右侧绘制分布图。
  • pairplot：figure级函数，返回PairGrid对象。（配对分布统计图）

jointplot和pairplot函数也是figure级函数，但是是两个比较特殊且重要的函数。都是将多个子图组合的图形。

以上即为seaborn所有的绘图函数，当然seaborn还包含一些样式设置、数据集相关函数。

figure函数直接在figure中绘制图形。axes绘图函数则是在axes中绘图，可以在函数中用ax参数指定要绘图的axes。
因此，多个axes级函数可以在同一个axes中叠加绘图，但是figure级函数不行，axes级函数灵活度更高。

几乎所有的axes级函数绘制的图形，都可以用figure级函数实现相同效果。比如直方图用displot和histplot都可以绘制，只需要把displot的kind参数设置为"hsit"就可以了。
figure级函数api统一，功能强大，因此，官方文档建议大多数情况下优先使用figure级函数。

• figure级函数优点
  • 函数api统一
  • 容易进行figure级参数设置。
  • 可以在坐标系外部绘制图例（figure级别图例）。
• figure级函数的缺点
  • 部分控制参数并不在函数参数中。(当然可以通过返回值进行控制)
  • 由于自己控制figure，很难在像axes级函数一样多种图像在同一个figure中绘制。

虽然figure级函数可以通过访问函数返回的对象添加其他元素。但是，当需要绘制复杂的、由多种不同类型图形组合的figure时，建议用matplotlib设置figure，用axes级函数绘图。

4. 长格式、短格式数据Seabor