8k Star！基于 Matplotlib 的数据可视化利器

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

PS：如有需要Python学习资料的小伙伴可以点击下方链接自行获取

python免费学习资料、代码以及交流解答点击即可加入

【导语】：Seaborn 是一个可以实现数据可视化的 Python 库，它是基于 matplotlib 库封装而成的，同时还能兼容 pandas 数据结构。我们可以使用 Seaborn 来制作漂亮的数据图表，操作简单，易于上手。
提示：Seaborn 支持 Python 3.7+ ，已不再支持 Python 2。

简介

1、数据可视化的工具介绍

数据可视化是一种数据科学家将原始数据转化为图表的技术，这些图表能产生许多有价值的信息。图表降低了原始数据的复杂性，使用户更易理解。

有许多完成数据可视化的工具，例如 Tableau、Power BI、ChartBlocks以及其他的无代码工具。这些工具有着各自的用户，也都很强大。然而当我们需要一个良好的平台来处理原始数据时，python 不失为一个好的选择。

虽然这种方法较为复杂，需要的编程知识也更多，但 python 能通过许多操作和转换来完成数据可视化，因此对数据科学家来说是一个理想的选择。Python 最大的一个优点就是它拥有强大的第三方库，来处理数据，比如numpy、pandas、matplotlib、tensorflow。

Matplotlib可能是目前最受认可的绘图库了，不仅适用于python，还适用于R语言等。它的定制化和可操作性使其坐上了头把交椅。然而当使用 matplotlib 时，有些定制化和操作功能很难实现。

基于 matplotlib，开发者创造了一个叫 seaborn 的库。seaborn 与 matplotlib 一样强大，在带来一些新特性的同时还能简化绘图。

在本文中，我们主要关注如何使用 seaborn 绘制高级的图表。你可以依据这些例子创建自己的图表。

2. Seaborn是什么？

 

Seaborn是 python 中一个可以制作数据图表的库。它是 matplotlib 库的高级封装，同时还能兼容 pandas 数据结构。

Seaborn 能让你快速探索并理解数据。seaborn 的工作方式为：首先捕捉包含所有数据的整个数据结构或数组，随后通过执行绘图和统计数据需要的所有内部函数，将数据转换为信息图。

当你根据自身需求设计图表时，seaborn 能减少复杂性。

Seaborn 的Github主页：
https://github.com/mwaskom/seaborn

 

安装

pip install seaborn

当安装seaborn时，也会自动安装其他绘图所需要的库，例如 matplotlib,pandas、numpy 和 scipy。此外，在写代码绘图前，我们需要导入一些模块。

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sns

简单使用

1. 绘制你的第一个图表

由于网络问题，在国内使用seaborn的数据集时，注意启用代理，以免无法加载数据集。

在我们开始画图之前，需要使用数据。seaborn的方便之处在于它兼容pandas数据结构。此外，该库自带了 一些内建数据集，你可以直接用代码加载，无需手动下载文件。让我们一起来看看如何加载一个包含航班信息的数据集：

flights_data = sns.load_dataset("flights")
res = flights_data.head()
print(res)

输出结果如下：

当调用load_dataset函数并写入数据集的名称后，神奇的事情发生了，控制台返回了一个数据结构。所有的数据集在这里可见：
Github链接：
https://github.com/mwaskom/seaborn-data

 

2. 散点图

散点图是一个基于二维数据来显示点的图表。用 seaborn 库来绘制一个散点图只需要几行代码，非常简单。scatterplot 需要的参数是我们绘图需要的数据集，以及x，y轴分别代表什么数据。

flights_data = sns.load_dataset("flights")
sns.scatterplot(data=flights_data, x="year", y="passengers")
plt.show()

绘制的图表如下：

 

散点图

3. 线条图

根据连续或分类数据的变化，画出线条图。它是一种流行且广为人知的图表，易于绘制。与之前相似，我们使用lineplot函数， 指定数据集，以及x,y轴分别代表哪一列数据。seaborn会完成剩余的工作：

flights_data = sns.load_dataset("flights")
sns.lineplot(data=flights_data, x="year", y="passengers")
plt.show()

绘制的图表如下:

 

线条图

4. 条形图

正如你所推测的那样，条形图可能是最出名的图表类型了。与散点图和线条一样，我们可以用barplot函数绘制条形图：

flights_data = sns.load_dataset("flights")
sns.barplot(data=flights_data, x="year", y="passengers")
plt.show()

绘制的图表如下:

 

条形图

5. 用matplotlib扩展

seaborn建立在matplotlib之上，扩展了它的功能，增加了复杂性。如其所述，却并没有限matplotlib的性能。任何seaborn图表都可以用matplotlib的函数绘制。seaborn在特定的操作中可以提供帮助，允许seaborn利用matplotlib的力量而无需重写函数。例如你如果想用seaborn来自动绘制多个图表，你就可以利用matplotlib中的subplot函数:

diamonds_data = sns.load_dataset('diamonds')
plt.subplot(1, 2, 1)
sns.countplot(x='carat', data=diamonds_data)
plt.subplot(1, 2, 2)
sns.countplot(x='depth', data=diamonds_data)
plt.show()

绘制的图表如下:

 

用subplot画出的样本图

 

使用subplot功能，我们可以在一个图上绘制多个图表。该函数有三个参数，第一个是行数，第二个是列数，最后一个是图号。我们使用matplotlib与seaborn中的函数，seaborn在每个subplot中绘制一个seaborn图表。

6. 绘制不同风格的漂亮图形

seaborn使我们可以更改图形界面，它提供了五种不同的风格：darkgrid,whitegrid,dark,white,和ticks.

第一个例子深色网格图：

flights_data = sns.load_dataset("flights")
sns.set_style("darkgrid")
sns.lineplot(data = flights_data, x = "year", y = "passengers")
plt.show()

绘制的图表如下:

 

深色网格样本图

 

另一个例子白色网格图：

flights_data = sns.load_dataset("flights")
sns.set_style("whitegrid")
sns.lineplot(data=flights_data, x="year", y="passengers")
plt.show()

绘制的图表如下:

 

白色网格样本图

很酷的用法

1. 下载小费数据集

我们了解seaborn的基本知识后，现在让我们通过在同一数据集上构建多个图表，来进行练习。在我们的例子中，我们将 使用数据集“tips”，你可以使用seaborn直接下载。首先，加载数据集：

tips_df = sns.load_dataset('tips')
res = tips_df.head()
print(res)

输出结果如下：

 

 

我想打印出数据集的前几行，来了解列和数据本身。通常我会用一些pandas函数修复一些数据问题，比如null值，还可 以加入一些对数据集有用的信息。你可以在下面的链接中阅读更多信息：

pandas使用指南:

https://livecodestream.dev/post/how-to-work-with-pandas-in-python/

让我们在数据集中创建新的一列，以表示小费占总费用的百分比：

tips_df = sns.load_dataset('tips')
tips_df.head()
tips_df["tip_percentage"] = tips_df["tip"] / tips_df["total_bill"]
res = tips_df.head()
print(res)

新的数据结构如下：

 

2. 理解tip_percentage

让我们首先看看 tip_percentage 的分布。鉴于此，使用 hisplot 来产生柱状图：

tips_df = sns.load_dataset('tips')
tips_df["tip_percentage"] = tips_df["tip"] / tips_df["total_bill"]
sns.histplot(tips_df["tip_percentage"], binwidth=0.05)
plt.show()

绘制的图表如下:

 

tip_percentage变化图

 

我们必须自定义 binwidth 属性以使其更具可读性，现在我们可以快速理解数据了。大多数客户会给15％至20％的小费，而有些情况下，小费超过70％。这些值是异常的，应该进行检查，以确定这些值是否出错。

3. 观察tip_percentage是否与每天的不同时刻是否有关，也将会很有趣：

tips_df = sns.load_dataset('tips')
tips_df["tip_percentage"] = tips_df["tip"] / tips_df["total_bill"]
sns.histplot(data=tips_df, x="tip_percentage", binwidth=0.05, hue="time")
plt.show()

绘制的图表如下:

 

tip_percentage在一天不同时刻的变化图

 

这次我们加载了所有数据集到图表中，而不仅仅是一列，然后给time列设置了hue属性。这将会使图表给每一个time值设置不同的颜色，并为其添加图例。

4. 一周中某天的小费数

另一个有趣的度量标准是根据一周中的某天，知道可以得到小费的总数：

tips_df = sns.load_dataset('tips')
tips_df["tip_percentage"] = tips_df["tip"] / tips_df["total_bill"]
sns.barplot(data=tips_df, x="day", y="tip", estimator=np.sum)
plt.show()

绘制的图表如下:

 

tip_percentage在一周中不同天的变化图

 

看起来星期五很适合待在家里。

5. 桌子尺寸和日期对小费的影响

有时候我们想要知道多个变量如何共同影响输出。例如，星期几和桌子尺 寸怎样共同影响小费百分比？为了画出最终的图表，我们首先用pandas中的pivot函数预处理数据，随后绘制一个热点图：

tips_df = sns.load_dataset('tips')
tips_df["tip_percentage"] = tips_df["tip"] / tips_df["total_bill"]
pivot = tips_df.pivot_table(
    index=["day"],
    columns=["size"],
    values="tip_percentage",
    aggfunc=np.average)
sns.heatmap(pivot)
plt.show()

绘制的图表如下:

 

tip_percentage随星期几和桌子尺寸的变化图

结论

当然，我们还可以用 seaborn 做很多事情，通过查看官方文档能看到更多例子。感谢你的阅读！
官方文档地址：http://seaborn.pydata.org/