8k Star！基于 Matplotlib 的數(shù)據(jù)可視化利器

【導(dǎo)語】：Seaborn 是一個可以實現(xiàn)數(shù)據(jù)可視化的 Python 庫，它是基于 matplotlib 庫封裝而成的，同時還能兼容 pandas 數(shù)據(jù)結(jié)構(gòu)。我們可以使用 Seaborn 來制作漂亮的數(shù)據(jù)圖表，操作簡單，易于上手。

提示：Seaborn 支持 Python 3.7+ ，已不再支持 Python 2。

簡介

1、數(shù)據(jù)可視化的工具介紹

數(shù)據(jù)可視化是一種數(shù)據(jù)科學(xué)家將原始數(shù)據(jù)轉(zhuǎn)化為圖表的技術(shù)，這些圖表能產(chǎn)生許多有價值的信息。圖表降低了原始數(shù)據(jù)的復(fù)雜性，使用戶更易理解。

有許多完成數(shù)據(jù)可視化的工具，例如 Tableau、Power BI、ChartBlocks以及其他的無代碼工具。這些工具有著各自的用戶，也都很強大。然而當(dāng)我們需要一個良好的平臺來處理原始數(shù)據(jù)時，python 不失為一個好的選擇。

雖然這種方法較為復(fù)雜，需要的編程知識也更多，但 python 能通過許多操作和轉(zhuǎn)換來完成數(shù)據(jù)可視化，因此對數(shù)據(jù)科學(xué)家來說是一個理想的選擇。Python 最大的一個優(yōu)點就是它擁有強大的第三方庫，來處理數(shù)據(jù)，比如numpy、pandas、matplotlib、tensorflow。

Matplotlib可能是目前最受認可的繪圖庫了，不僅適用于python，還適用于R語言等。它的定制化和可操作性使其坐上了頭把交椅。然而當(dāng)使用 matplotlib 時，有些定制化和操作功能很難實現(xiàn)。

基于 matplotlib，開發(fā)者創(chuàng)造了一個叫 seaborn 的庫。seaborn 與 matplotlib 一樣強大，在帶來一些新特性的同時還能簡化繪圖。

在本文中，我們主要關(guān)注如何使用 seaborn 繪制高級的圖表。你可以依據(jù)這些例子創(chuàng)建自己的圖表。

2. Seaborn是什么？

Seaborn是 python 中一個可以制作數(shù)據(jù)圖表的庫。它是 matplotlib 庫的高級封裝，同時還能兼容 pandas 數(shù)據(jù)結(jié)構(gòu)。

Seaborn 能讓你快速探索并理解數(shù)據(jù)。seaborn 的工作方式為：首先捕捉包含所有數(shù)據(jù)的整個數(shù)據(jù)結(jié)構(gòu)或數(shù)組，隨后通過執(zhí)行繪圖和統(tǒng)計數(shù)據(jù)需要的所有內(nèi)部函數(shù)，將數(shù)據(jù)轉(zhuǎn)換為信息圖。

當(dāng)你根據(jù)自身需求設(shè)計圖表時，seaborn 能減少復(fù)雜性。

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

安裝

pip?install?seaborn

當(dāng)安裝seaborn時，也會自動安裝其他繪圖所需要的庫，例如 matplotlib,pandas、numpy 和 scipy。此外，在寫代碼繪圖前，我們需要導(dǎo)入一些模塊。

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

簡單使用

1. 繪制你的第一個圖表

由于網(wǎng)絡(luò)問題，在國內(nèi)使用seaborn的數(shù)據(jù)集時，注意啟用代理，以免無法加載數(shù)據(jù)集。

在我們開始畫圖之前，需要使用數(shù)據(jù)。seaborn的方便之處在于它兼容pandas數(shù)據(jù)結(jié)構(gòu)。此外，該庫自帶了 一些內(nèi)建數(shù)據(jù)集，你可以直接用代碼加載，無需手動下載文件。讓我們一起來看看如何加載一個包含航班信息的數(shù)據(jù)集：

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

輸出結(jié)果如下：

當(dāng)調(diào)用load_dataset函數(shù)并寫入數(shù)據(jù)集的名稱后，神奇的事情發(fā)生了，控制臺返回了一個數(shù)據(jù)結(jié)構(gòu)。所有的數(shù)據(jù)集在這里可見：

Github鏈接：

https://github.com/mwaskom/seaborn-data

2. 散點圖

散點圖是一個基于二維數(shù)據(jù)來顯示點的圖表。用 seaborn 庫來繪制一個散點圖只需要幾行代碼，非常簡單。scatterplot 需要的參數(shù)是我們繪圖需要的數(shù)據(jù)集，以及x，y軸分別代表什么數(shù)據(jù)。

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

繪制的圖表如下：

3. 線條圖

根據(jù)連續(xù)或分類數(shù)據(jù)的變化，畫出線條圖。它是一種流行且廣為人知的圖表，易于繪制。與之前相似，我們使用lineplot函數(shù)， 指定數(shù)據(jù)集，以及x,y軸分別代表哪一列數(shù)據(jù)。seaborn會完成剩余的工作：

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

繪制的圖表如下:

4. 條形圖

正如你所推測的那樣，條形圖可能是最出名的圖表類型了。與散點圖和線條一樣，我們可以用barplot函數(shù)繪制條形圖：

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

繪制的圖表如下:

5. 用matplotlib擴展

seaborn建立在matplotlib之上，擴展了它的功能，增加了復(fù)雜性。如其所述，卻并沒有限matplotlib的性能。任何seaborn圖表都可以用matplotlib的函數(shù)繪制。seaborn在特定的操作中可以提供幫助，允許seaborn利用matplotlib的力量而無需重寫函數(shù)。例如你如果想用seaborn來自動繪制多個圖表，你就可以利用matplotlib中的subplot函數(shù):

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()

繪制的圖表如下:

使用subplot功能，我們可以在一個圖上繪制多個圖表。該函數(shù)有三個參數(shù)，第一個是行數(shù)，第二個是列數(shù)，最后一個是圖號。我們使用matplotlib與seaborn中的函數(shù)，seaborn在每個subplot中繪制一個seaborn圖表。

6. 繪制不同風(fēng)格的漂亮圖形

seaborn使我們可以更改圖形界面，它提供了五種不同的風(fēng)格：darkgrid,whitegrid,dark,white,和ticks.

第一個例子深色網(wǎng)格圖：

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

繪制的圖表如下:

另一個例子白色網(wǎng)格圖：

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

繪制的圖表如下:

很酷的用法

. 下載小費數(shù)據(jù)集

我們了解seaborn的基本知識后，現(xiàn)在讓我們通過在同一數(shù)據(jù)集上構(gòu)建多個圖表，來進行練習(xí)。在我們的例子中，我們將 使用數(shù)據(jù)集“tips”，你可以使用seaborn直接下載。首先，加載數(shù)據(jù)集：

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

輸出結(jié)果如下：

我想打印出數(shù)據(jù)集的前幾行，來了解列和數(shù)據(jù)本身。通常我會用一些pandas函數(shù)修復(fù)一些數(shù)據(jù)問題，比如null值，還可 以加入一些對數(shù)據(jù)集有用的信息。你可以在下面的鏈接中閱讀更多信息：

pandas使用指南:

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

讓我們在數(shù)據(jù)集中創(chuàng)建新的一列，以表示小費占總費用的百分比：

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)

新的數(shù)據(jù)結(jié)構(gòu)如下：

2. 理解tip_percentage

讓我們首先看看 tip_percentage 的分布。鑒于此，使用 hisplot 來產(chǎn)生柱狀圖：

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()

繪制的圖表如下:

我們必須自定義 binwidth 屬性以使其更具可讀性，現(xiàn)在我們可以快速理解數(shù)據(jù)了。大多數(shù)客戶會給15％至20％的小費，而有些情況下，小費超過70％。這些值是異常的，應(yīng)該進行檢查，以確定這些值是否出錯。

3. 觀察tip_percentage是否與每天的不同時刻是否有關(guān)，也將會很有趣：

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()

繪制的圖表如下:

這次我們加載了所有數(shù)據(jù)集到圖表中，而不僅僅是一列，然后給time列設(shè)置了hue屬性。這將會使圖表給每一個time值設(shè)置不同的顏色，并為其添加圖例。

4. 一周中某天的小費數(shù)

另一個有趣的度量標(biāo)準(zhǔn)是根據(jù)一周中的某天，知道可以得到小費的總數(shù)：

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()

繪制的圖表如下:

看起來星期五很適合待在家里。

5. 桌子尺寸和日期對小費的影響

有時候我們想要知道多個變量如何共同影響輸出。例如，星期幾和桌子尺 寸怎樣共同影響小費百分比？為了畫出最終的圖表，我們首先用pandas中的pivot函數(shù)預(yù)處理數(shù)據(jù)，隨后繪制一個熱點圖：

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()

繪制的圖表如下:

結(jié)論

當(dāng)然，我們還可以用 seaborn 做很多事情，通過查看官方文檔能看到更多例子。感謝你的閱讀！

官方文檔地址：http://seaborn.pydata.org/