Python Seaborn 基础

Python Seaborn基础

Seaborn 是一个基于 Matplotlib 的 Python 数据可视化库，专注于统计图形的绘制。它提供了高级接口，使得创建美观且信息丰富的图表变得更加简单。Seaborn 特别适合处理 Pandas 数据框，并内置了许多统计功能，能够帮助用户快速理解数据分布、关系及趋势。

1. 简介

Seaborn 由 Michael Waskom 开发，旨在简化复杂数据可视化的过程。它与 Pandas 深度集成，支持直接传入 DataFrame 对象进行绘图。Seaborn 的主要特点包括：

• 内置多种统计图形（如箱线图、小提琴图、热力图等）。
• 自动计算统计量并可视化（如回归线、置信区间）。
• 支持多变量数据的可视化。
• 提供美观的默认主题和调色板。

2. 安装与导入

在使用 Seaborn 之前，需要确保已安装该库。可以通过以下命令安装：

pip install seaborn

导入 Seaborn 和其依赖库的常见方式：

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

3. 基础图形绘制

3.1 散点图（Scatter Plot）

散点图用于展示两个连续变量之间的关系。Seaborn 提供了 scatterplot() 函数：

# 示例数据
data = pd.DataFrame({
    "x": [1, 2, 3, 4, 5],
    "y": [5, 4, 3, 2, 1],
    "category": ["A", "B", "A", "B", "A"]
})

# 绘制散点图
sns.scatterplot(data=data, x="x", y="y", hue="category")
plt.title("Scatter Plot Example")
plt.show()

输出结果将显示一个散点图，其中不同类别（A 和 B）用不同颜色标记。

3.2 折线图（Line Plot）

折线图适合展示时间序列数据或趋势变化：

sns.lineplot(data=data, x="x", y="y", hue="category")
plt.title("Line Plot Example")
plt.show()

3.3 直方图（Histogram）

直方图用于展示数据的分布情况：

sns.histplot(data=data, x="y", kde=True)
plt.title("Histogram with KDE")
plt.show()

kde=True 参数会同时绘制核密度估计曲线。

4. 高级统计图形

4.1 箱线图（Box Plot）

箱线图展示数据的四分位数和离群值：

sns.boxplot(data=data, x="category", y="y")
plt.title("Box Plot Example")
plt.show()

4.2 小提琴图（Violin Plot）

小提琴图结合了箱线图和核密度估计：

sns.violinplot(data=data, x="category", y="y")
plt.title("Violin Plot Example")
plt.show()

4.3 热力图（Heatmap）

热力图适合展示矩阵数据的值：

corr_matrix = data.corr()
sns.heatmap(corr_matrix, annot=True)
plt.title("Correlation Heatmap")
plt.show()

5. 主题与样式

Seaborn 提供多种内置主题，可以通过 sns.set_theme() 设置：

sns.set_theme(style="darkgrid")  # 可选：darkgrid, whitegrid, dark, white, ticks

6. 实际案例

案例：鸢尾花数据集分析

使用 Seaborn 分析经典的鸢尾花数据集：

iris = sns.load_dataset("iris")
sns.pairplot(iris, hue="species")
plt.show()

此代码会生成一个散点图矩阵，展示不同鸢尾花种类（setosa、versicolor、virginica）的特征关系。

7. 总结

Seaborn 是一个功能强大且易于使用的数据可视化工具，特别适合统计数据的探索性分析。通过高级接口，用户可以快速创建各种统计图形，而无需深入了解 Matplotlib 的底层细节。

8. 进一步学习

• 尝试 Seaborn 官方文档中的其他图形类型（如 jointplot、pairplot）。
• 探索自定义颜色调色板（sns.color_palette()）。
• 结合 Pandas 进行更复杂的数据分析和可视化。