本文共 15675 字，大约阅读时间需要 52 分钟。

1.简介

Seaborn是一个在Python中制作有吸引力和信息丰富的统计图形的库。它建立在之上，并与堆栈紧密集成，包括支持来自和和数据结构和统计例程。 Seaborn旨在将可视化作为探索和理解数据的核心部分。绘图函数对包含整个数据集的数据框和数组进行操作，并在内部执行必要的聚合和统计模型拟合以生成信息图。如果matplotlib“试图让事情变得简单容易和难以实现”，seaborn图使一套明确的方案让事情变得容易。 Seaborn可以认为是对matplotlib的补充，而不是它的替代品。在数据可视化方面能够很好的表现。

2. seaborn入门

2.1 单变量分布

%matplotlib inlineimport numpy as npimport pandas as pdfrom scipy import stats, integrateimport matplotlib.pyplot as pltimport seaborn as snssns.set(color_codes=True)np.random.seed(sum(map(ord, "distributions"))) 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8

2.1.1 灰度图

最方便快捷的方式~

# kde表示生成核密度估计x = np.random.normal(size=100)sns.distplot(x, kde=True) 
 
  1 
  2 
  3

更精细的刻画，调节bins，对数据更具体的做分桶操作。

sns.distplot(x, kde=True, bins=20) 
 
  1

使用rug生成实例：

sns.distplot(x, kde=False, bins=20, rug=True) 
 
  1

生成实例的好处：指导你设置合适的bins。

2.1.2 核密度估计

通过观测估计概率密度函数的形状。

有什么用呢？待定系数法求概率密度函数~

核密度估计的步骤：

* 每一个观测附近用一个正态分布曲线近似 * 叠加所有观测的正太分布曲线 * 归一化

在seaborn中怎么画呢？

sns.kdeplot(x) 
 
  1

bandwidth的概念：用于近似的正态分布曲线的宽度。

sns.kdeplot(x)sns.kdeplot(x, bw=.2, label="bw: 0.2")sns.kdeplot(x, bw=2, label="bw: 2")plt.legend() 
 
  1 
  2 
  3 
  4

2.1.3模型参数拟合

x = np.random.gamma(6, size=200)sns.distplot(x, kde=False, fit=stats.gamma) 
 
  1 
  2

2.2 双变量分布

mean, cov = [0, 1], [(1, .5), (.5, 1)]data = np.random.multivariate_normal(mean, cov, 200)df = pd.DataFrame(data, columns=["x", "y"]) 
 
  1 
  2 
  3

两个相关的正态分布~

2.2.1 散点图

sns.jointplot(x="x", y="y", data=df) 
 
  1

2.2.2 六角箱图

• 在数据量很大的时候，用散点图来做可视化的时候效果不是很好，所以引入六角箱图做可视化。

x, y = np.random.multivariate_normal(mean, cov, 1000).Twith sns.axes_style("ticks"):    sns.jointplot(x=x, y=y, kind="hex") 
 
  1 
  2 
  3

2.2.3 核密度估计

sns.jointplot(x="x", y="y", data=df, kind="kde") 
 
  1

f, ax = plt.subplots(figsize=(6, 6))sns.kdeplot(df.x, df.y, ax=ax)sns.rugplot(df.x, color="g", ax=ax)sns.rugplot(df.y, vertical=True, ax=ax) 
 
  1 
  2 
  3 
  4

更炫酷的效果：

f, ax = plt.subplots(figsize=(6, 6))cmap = sns.cubehelix_palette(as_cmap=True, dark=1, light=0)sns.kdeplot(df.x, df.y, cmap=cmap, n_levels=60, shade=True) 
 
  1 
  2 
  3

先绘制图形图像，然后再往图中添加额外的效果。

g = sns.jointplot(x="x", y="y", data=df, kind="kde", color="m")g.plot_joint(plt.scatter, c="w", s=30, linewidth=1, marker="+")g.ax_joint.collections[0].set_alpha(0)g.set_axis_labels("$X$", "$Y$") 
 
  1 
  2 
  3 
  4

2.3 数据集中的两两关系

2.3.1 散点图表示

iris = sns.load_dataset("iris")iris.head() 
 
  1 
  2

sns.pairplot(iris) 
 
  1

2.3.2 灰度图表示

g = sns.PairGrid(iris)g.map_diag(sns.kdeplot)g.map_offdiag(sns.kdeplot, cmap="Blues_d", n_levels=20) 
 
  1 
  2 
  3

3. 变量间的关系

• 这个部分主要是lmplot函数的运用。

%matplotlib inlineimport numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltimport seaborn as snssns.set(color_codes=True)np.random.seed(sum(map(ord, "regression")))tips = sns.load_dataset("tips") 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8 
  9

3.1 绘制线性回归模型

3.1.1 连续的取值

最简单的方式：散点图 + 线性回归 + 95%置信区间

sns.lmplot(x="total_bill", y="tip", data=tips) 
 
  1

3.1.2 离散变量

• 对于变量离线取值，散点图绘制出来的效果并不好，很难看出各个数据的分布。为了看清数据的分布，一下有两种方式进行处理。

sns.lmplot(x="size", y="tip", data=tips) 
 
  1

方法1：加个小的抖动

sns.lmplot(x="size", y="tip", data=tips, x_jitter=.08) 
 
  1

方法2：离散取值上用均值和置信区间代替散点，求出均值和方差并在图上表示

sns.lmplot(x="size", y="tip", data=tips, x_estimator=np.mean) 
 
  1

3.2 拟合不同模型

有些时候线性拟合效果不错，但有时数据的分布并不适合用线性方式拟合。

anscombe = sns.load_dataset("anscombe")sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'I'"), ci=None, scatter_kws={
  "s": 80}) 
 
  1 
  2

如图，用线性拟合的方式效果不是很好

sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'II'"), ci=None, scatter_kws={
  "s": 80}) 
 
  1

3.2.1 高阶拟合

• 改用高阶拟合的方式：order = 2

sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'II'"), order=2, ci=None, scatter_kws={
  "s": 80}) 
 
  1

3.2.2 异常值处理：

sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'III'"), robust=True, ci=None, scatter_kws={
  "s": 80}) 
 
  1

3.2.3 二值变量拟合

• 二值变量拟合：对于运用线性来拟合效果并不是很好，所以一下运用logistic的方式对二类进行分类。

tips["big_tip"] = (tips.tip / tips.total_bill) > .15sns.lmplot(x="total_bill", y="big_tip", data=tips, y_jitter=.05) 
 
  1 
  2

sns.lmplot(x="total_bill", y="big_tip", data=tips, logistic=True, y_jitter=.03, ci=None) 
 
  1

3.2.3 残差曲线

sns.residplot(x="x", y="y", data=anscombe.query("dataset == 'I'"), scatter_kws={
  "s": 80}) 
 
  1

拟合的好，就是白噪声的分布

拟合的差，就能看出一些模式

sns.residplot(x="x", y="y", data=anscombe.query("dataset == 'II'"), scatter_kws={
  "s": 80}) 
 
  1

3.3 变量间的条件关系

# 指定hue参数sns.lmplot(x="total_bill", y="tip", hue = "day", data=tips) 
 
  1 
  2

sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips, markers=["o", "x"]) 
 
  1

尝试增加更多的分类条件

# hue与col配合sns.lmplot(x="total_bill", y="tip", hue="smoker", col="time", data=tips) 
 
  1 
  2

# hue、col与row一起使用sns.lmplot(x="total_bill", y="tip", hue="smoker", col="time", row="sex", data=tips) 
 
  1 
  2

3.4 控制图片的大小和形状

• 多个图在同一个区域显示，默认的方式显示的图片可能会很小，所以需要对图片的大小进行控制。

sns.lmplot(x="total_bill", y="tip", col="day", data=tips, col_wrap=2, size=5) 
 
  1

sns.lmplot(x="total_bill", y="tip", col="day", data=tips, aspect=0.5) 
 
  1

4. 分类数据的可视化分析

• 观测点的直接展示：swarmplot, stripplot
• 观测近似分布的展示：boxplot, violinplot
• 均值和置信区间的展示：barplot, pointplot

%matplotlib inlineimport numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltimport seaborn as snssns.set(style="whitegrid", color_codes=True)np.random.seed(2017)titanic = sns.load_dataset("titanic")tips = sns.load_dataset("tips")iris = sns.load_dataset("iris") 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8 
  9 
  10 
  11

titanicsns.barplot(x="sex", y="survived", hue="class", data=titanic) 
 
  1 
  2

4.1 分类散点图

当有一维数据是分类数据时，散点图成为了条带形状。

sns.stripplot(x="day", y="total_bill", data=tips) 
 
  1

散点图绘制的时候很多点集中在一起，为了更清楚的表示，需要进行如下两种方法的操作。

法一：抖动。

sns.stripplot(x="day", y="total_bill", data=tips, jitter=True) 
 
  1

法二：生成蜂群图，避免散点重叠

sns.swarmplot(x="day", y="total_bill", data=tips) 
 
  1

在每一个一级分类内部可能存在二级分类

sns.swarmplot(x="day", y="total_bill", hue="sex", data=tips) 
 
  1

4.2 分类分布图

4.2.1 箱图

上边缘、上四分位数、中位数、下四分位数、下边缘

sns.boxplot(x="day", y="total_bill", hue="time", data=tips) 
 
  1

4.2.2 图

箱图 + KDE(Kernel Distribution Estimation)

sns.violinplot(x="total_bill", y="day", hue="time", data=tips) 
 
  1

sns.violinplot(x="day", y="total_bill", hue="time", data=tips) 
 
  1

sns.violinplot(x="total_bill", y="day", hue="time", data=tips, bw=.1, scale="count", scale_hue=False) 
 
  1 
  2

sns.violinplot(x="total_bill", y="day", hue="time", data=tips, bw=.1, scale="count", scale_hue=False) 
 
  1

非对称提琴图

sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True, inner="stick") 
 
  1

4.3 分类统计估计图

4.3.1 统计柱状图

sns.barplot(x="sex", y="survived", hue="class", data=titanic) 
 
  1

4.3.2 灰度柱状图

sns.countplot(x="deck", data=titanic) 
 
  1

4.3.3 点图

sns.pointplot(x="sex", y="survived", hue="class", data=titanic) 
 
  1

修改颜色、标记、线型

sns.pointplot(x="class", y="survived", hue="sex", data=titanic,              palette={
  "male": "g", "female": "m"},              markers=["^", "o"], linestyles=["-", "--"]) 
 
  1 
  2 
  3

4.4 分类子图

• 通过调整factorplot的参数可以绘制出很多不同类型的图

sns.factorplot(x="day", y="total_bill", hue="smoker", col="time", data=tips, kind="swarm") 
 
  1

多分类标准的子图

g = sns.PairGrid(tips,                 x_vars=["smoker", "time", "sex"],                 y_vars=["total_bill", "tip"],                 aspect=.75, size=3.5)# 对网格中的每一个图做violinplotg.map(sns.violinplot, palette="bright"); 
 
  1 
  2 
  3 
  4 
  5 
  6

总结

通过seaborn对数据可视化可以看出数据的分布等情况。

更具体的代码。

参考文献：

原始地址:

• 全部代码：
• 个人博客地址：

一、介绍与安装

1、介绍

• 官网：
• Github:
• Seaborn 其实是在matplotlib的基础上进行了更高级的 API 封装，从而使得作图更加容易
• 在大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充

2、安装

• 直接 pip3 install seaborn即可

二、分布图

1、distplot

• 导入包

#-*- coding: utf-8 -*-import numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltimport seaborn as sns#%matplotlib inline  # 为了在jupyter notebook里作图，需要用到这个命令 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7

• 加载 seaborn中的数据集：tips = sns.load_dataset('tips')
• 分布图
  • kde是高斯分布密度图，绘图在0-1之间
  • hist是否画直方图
  • rug在X轴上画一些分布线
  • fit可以制定某个分布进行拟合
  • label legend时的值
  • axlabel制定横轴的说明

sns.distplot(tips['total_bill'], bins=None, hist=True, kde=False, rug=True, fit=None,             hist_kws=None, kde_kws=None, rug_kws=None,             fit_kws=None, color=None, vertical=False,             norm_hist=False, axlabel=None, label=None, ax=None)sns.plt.show() 
 
  1 
  2 
  3 
  4 
  5

• 拟合分布
  • 这里使用了gamma分布拟合

from scipy import statssns.distplot(tips.total_bill, fit=stats.gamma, kde=False)sns.plt.show() 
 
  1 
  2 
  3

2、kdeplot

• 高斯概率密度图
  • data2可以是二维的分布
  • shade是否填充
  • kernel核函数，还有很多核函数，比如cos, biw等
  • cumulative累积的作图，最后的值应该是接近1
  • gridsize多少个点估计

ax = sns.kdeplot(tips['total_bill'], data2=tips.tip, shade=False, vertical=False,                     kernel="gau", bw="scott",                     gridsize=100, cut=3, clip=None,                     legend=True, cumulative=False,                     shade_lowest=True, ax=None)    sns.plt.show() 
 
  1 
  2 
  3 
  4 
  5 
  6

二、pairplot

1、两两作图

• iris 为例
  • data: DataFrame格式的数据
  • hue: label类别对应的column name
  • vars: 指定feature的列名
  • kind: 作图的方式，可以是reg或scatter
  • diag_kind: 对角线作图的方式，可以是hist或kde

iris = sns.load_dataset('iris')    g = sns.pairplot(iris, hue='species', hue_order=None, palette=None,                      vars=list(iris.columns[0:-1]),                      x_vars=None, y_vars=None,                      kind="reg", diag_kind="hist",                      markers=['o','s','D'], size=1.5, aspect=1,                      dropna=True, plot_kws=None,                      diag_kws=None, grid_kws=None)    sns.plt.show() 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8 
  9

三、stripplot和swarmplot

1、stripplot

• tips为例，查看每天的数据信息
  • x: X轴数据
  • y: Y轴数据
  • hue: 区分不同种类数据的column name
  • data: DataFrame类型数据
  • jitter: 将数据分开点，防止重叠

tips = sns.load_dataset('tips')    ax = sns.stripplot(x='day', y='total_bill', hue=None, data=tips, order=None,                       hue_order=None, jitter=True,                       split=False, orient=None,                       color=None, palette=None, size=5,                       edgecolor="gray", linewidth=0,                       ax=None) 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7

• 查看关于性别消费的信息

ax = sns.stripplot(x='sex', y='total_bill', hue='day', data=tips, order=None,                       hue_order=None, jitter=True,                       split=False, orient=None,                       color=None, palette=None, size=5,                       edgecolor="gray", linewidth=0,                       ax=None) 
 
  1 
  2 
  3 
  4 
  5 
  6

2、swarmplot

• 与stripplot类似，只是数据点不会重叠 (适合小数据量)

tips = sns.load_dataset('tips')    ax = sns.swarmplot(x='sex', y='total_bill', hue='day', data=tips)    sns.plt.show() 
 
  1 
  2 
  3

四、boxplot

1、boxplot示意图

• 函数
  • x, y：指定X轴，Y轴的columns name值
  • hue: 指定要区分的类别

tips = sns.load_dataset('tips')    ax = sns.boxplot(x='day', y='total_bill', hue=None, data=tips, order=None,                     hue_order=None, orient=None,                     color=None, palette=None,                     saturation=.75, width=.8,                     fliersize=5, linewidth=None,                     whis=1.5, notch=False, ax=None)    sns.plt.show() 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8

- 可以和上面的stripplot一起用

tips = sns.load_dataset('tips')    ax = sns.boxplot(x='day', y='total_bill', hue=None, data=tips, order=None,                     hue_order=None, orient=None,                     color=None, palette=None,                     saturation=.75, width=.8,                     fliersize=5, linewidth=None,                     whis=1.5, notch=False, ax=None)    sns.stripplot(x='day', y='total_bill', hue=None, data=tips, order=None,                  hue_order=None, jitter=True, split=False,                  orient=None, color=None, palette=None,                  size=5, edgecolor="gray", linewidth=0,                  ax=None)    sns.plt.show() 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8 
  9 
  10 
  11 
  12 
  13

五、jointplot

1、jointplot

• 联合作图
  • kind: 有scatter” | “reg” | “resid” | “kde” | “hex

tips = sns.load_dataset('tips')    from scipy import stats    g = sns.jointplot(x='total_bill', y='tip',                      data=tips, kind="reg",                       stat_func=stats.pearsonr,                       color=None, size=6, ratio=5,                       space=.2, dropna=True, xlim=None,                       ylim=None, joint_kws=None,                       marginal_kws=None, annot_kws=None)    sns.plt.show() 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8 
  9 
  10

• 可以在基础上再作图
  • plot_joint就是在联合分布上作图
  • plot_marginals就是在边缘分布上再作图

g = (sns.jointplot(x='total_bill', y='tip',data=tips).plot_joint(sns.kdeplot)) 
 
  1 
  2

六、violinplot

1、小提琴图，和boxplot很像

• 对称的kde图
• 中间的白点是中位数，黑色粗线对应分位数

• inner: 指定图里面用什么划分，有"box", "quartile", "point", "stick", None
  • quartile为四分位数划分
  • stick很像rug，就是可以看出密度情况
• scale: 缩放每个图对应的area, 取值有 "area", "count", "width"
  • area指定每个有相同的area
  • count会按数量缩放（数量少的就比较窄扁）

tips = sns.load_dataset('tips')    ax = sns.violinplot(x='day', y='total_bill',                         hue='smoker', data=tips, order=None,                         hue_order=None, bw="scott",                         cut=2, scale="area",                         scale_hue=True, gridsize=100,                         width=.8, inner="quartile",                         split=False, orient=None,                         linewidth=None, color=None,                         palette='muted', saturation=.75,                         ax=None)     sns.plt.show() 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8 
  9 
  10 
  11 
  12

七、pointplot, bar

1、pointplot

• 点图
  • estimator：点的取值是，默认是np.mean

tips = sns.load_dataset('tips')    sns.pointplot(x='time', y='total_bill', hue='smoker', data=tips, order=None,                  hue_order=None, estimator=np.mean, ci=95,                  n_boot=1000, units=None, markers="o",                  linestyles="-", dodge=False, join=True,                  scale=1, orient=None, color=None,                  palette=None, ax=None, errwidth=None,                  capsize=None)    sns.plt.show() 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8 
  9

2、barplot

• 条形图
  • y轴是mean value，和点图其实差不多

tips = sns.load_dataset('tips')    sns.barplot(x='day', y='total_bill', hue='sex', data=tips, order=None,                hue_order=None, estimator=np.mean, ci=95,                n_boot=1000, units=None, orient=None,                color=None, palette=None, saturation=.75,                errcolor=".26", errwidth=None, capsize=None,                ax=None)    sns.plt.show() 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8

3、countplot

tips = sns.load_dataset('tips')    sns.countplot(x='day', hue='sex', data=tips)    sns.plt.show()   
 
  1 
  2 
  3

八、factorplot

1、可以通过这个函数绘制以上几种图

• 指定kind即可，有point, bar, count, box, violin, strip
• row和col指定绘制的行数和列数，给出一个种类类型的列名即可

titanic = sns.load_dataset('titanic')    sns.factorplot(x='age', y='embark_town',                    hue='sex', data=titanic,                   row='class', col='sex',                    col_wrap=None, estimator=np.mean, ci=95,                    n_boot=1000, units=None, order=None,                    hue_order=None, row_order=None,                    col_order=None, kind="box", size=4,                    aspect=1, orient=None, color=None,                    palette=None, legend=True,                    legend_out=True, sharex=True,                    sharey=True, margin_titles=False,                    facet_kws=None)    sns.plt.show() 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8 
  9 
  10 
  11 
  12 
  13 
  14

九、heatmap

1、heatmap

flight = sns.load_dataset('flights')    flights = flight.pivot('month','year','passengers')    sns.heatmap(flights, annot=True, fmt='d')    sns.plt.show() 
 
  1 
  2 
  3 
  4

十、时序绘图

1、tsplot

• condition: 和hue差不多，指定类别
• estimator: 默认为np.mean

gammas = sns.load_dataset('gammas')    sns.tsplot(data=gammas, time='timepoint', unit='subject',                condition='ROI', value='BOLD signal',                err_style="ci_band", ci=68, interpolate=True,                color=None, estimator=np.mean, n_boot=5000,                err_palette=None, err_kws=None, legend=True,                ax=None)    sns.plt.show() 
 
  1 
  2 
  3 
  4 
  5 
  6 
  7 
  8

原始地址:

转载地址：http://qqyws.baihongyu.com/