目录
1. 数据分布的可视化
1.1 直方图（Histograms）
1.2 核密度估计图（Kernel Density Estimation Plot）
1.3 箱线图（Box Plot）
1.4 小提琴图（Violin Plot）
编辑1.5 散点图（Scatter Plot）
2. 数据关系的可视化
2.1 散点图矩阵（Pair Plot）
2.2 线性回归模型可视化（Linear Regression Plot）
编辑
2.3 关联矩阵（Correlation Matrix Plot）
2.4 热力图（Heatmap）
Seaborn库是一个基于Matplotlib的Python数据可视化库，它提供了一些用于创建漂亮和有吸引力的统计图形的高级接口。Seaborn库具有更简洁的语法和更丰富的默认设置，能够使用户更轻松地生成各种复杂图表。
1. 数据分布的可视化
1.1 直方图（Histograms）
直方图用于可视化单变量数据的分布。它将数据划分为多个连续的区间（或"箱子"）并绘制每个区间中数据点的频率或计数。
import seaborn as sns
import matplotlib.pyplot as plt
# 生成示例数据
data = sns.load_dataset("iris")
# 绘制直方图
sns.histplot(data=data['sepal_length'], kde=True) # kde参数绘制核密度估计图
plt.xlabel("Sepal Length")
plt.ylabel("Frequency")
plt.title("Histogram of Sepal Length")
plt.show()
输出：
1.2 核密度估计图（Kernel Density Estimation Plot）
核密度估计图用于估计连续数据的概率密度函数。Seaborn 的 kdeplot 函数可以用于创建核密度估计图。以下是一个示例：
import seaborn as sns
import matplotlib.pyplot as plt
data = sns.load_dataset("tips")
sns.set(style="darkgrid")
plt.figure(figsize=(8, 4))
sns.kdeplot(data=data["total_bill"], shade=True, color="salmon")
plt.xlabel("Total Bill")
plt.ylabel("Density")
plt.title("Kernel Density Estimation of Total Bill")
# 添加注释
plt.text(20, 0.04, "Peak here", fontsize=12, color="blue")
plt.show()
1.3 箱线图（Box Plot）
箱线图用于可视化数据的分散程度和异常值。Seaborn 的 boxplot 函数可用于创建箱线图。以下是一个示例：
import seaborn as sns
import matplotlib.pyplot as plt
data = sns.load_dataset("tips")
sns.set(style="whitegrid")
plt.figure(figsize=(8, 4))
sns.boxplot(data=data, x="day", y="total_bill", hue="time", palette="Set3")
plt.xlabel("Day of the Week")
plt.ylabel("Total Bill")
plt.title("Box Plot of Total Bill by Day and Time")
# 添加注释
plt.text(2, 45, "Median", fontsize=12, color="green")
plt.show()
1.4 小提琴图（Violin Plot）
小提琴图结合了箱线图和核密度估计，用于可视化数据的分布和分散情况。Seaborn 的 violinplot 函数可用于创建小提琴图。以下是一个示例：
import seaborn as sns
import matplotlib.pyplot as plt
data = sns.load_dataset("tips")
sns.set(style="whitegrid")
plt.figure(figsize=(8, 5))
sns.violinplot(data=data, x="day", y="total_bill", hue="sex", split=True, palette="Set2")
plt.xlabel("Day of the Week")
plt.ylabel("Total Bill")
plt.title("Violin Plot of Total Bill by Day and Gender")
# 添加注释
plt.text(1, 45, "Median", fontsize=12, color="blue")
plt.show()
1.5 散点图（Scatter Plot）
散点图用于显示两个变量之间的关系。Seaborn 的 scatterplot 函数可用于创建散点图。以下是一个示例：
import seaborn as sns
import matplotlib.pyplot as plt
data = sns.load_dataset("tips")
sns.set(style="whitegrid")
plt.figure(figsize=(8, 5))
sns.scatterplot(data=data, x="total_bill", y="tip", hue="time", style="sex", markers=["o", "s"], palette="Set1")
plt.xlabel("Total Bill")
plt.ylabel("Tip")
plt.title("Scatter Plot of Total Bill vs. Tip")
plt.legend(title="Time")
# 添加注释
plt.text(10, 4, "Annotation Example", fontsize=12, color="red")
plt.show()
2. 数据关系的可视化
Seaborn 提供了多种方法来可视化数据关系，包括散点图矩阵、线性回归模型可视化、关联矩阵和热力图。
2.1 散点图矩阵（Pair Plot）
散点图矩阵（Pair Plot）是一种用于可视化多个变量之间关系的有用工具。它在 Seaborn 中通过 sns.pairplot() 函数实现。散点图矩阵通常用于展示数据集中的多个数值型变量之间的散点图，以便观察它们之间的关系和分布。以下是有关散点图矩阵的详细信息和示例：
import seaborn as sns
import matplotlib.pyplot as plt
# 加载示例数据集
data = sns.load_dataset("iris")
# 创建散点图矩阵
sns.set(style="ticks")
sns.pairplot(data, hue="species", markers=["o", "s", "D"])
plt.show()
上述示例使用了鸢尾花数据集，其中包含鸢尾花的花萼和花瓣的测量数据。散点图矩阵通过 sns.pairplot() 创建，其中的参数说明如下：
data: 数据集，包含多个数值型变量。hue: 用于着色的变量，通常是分类变量，以便在图中区分不同类别。markers: 用于不同类别数据点的标记类型，可以根据需要指定。
2.2 线性回归模型可视化（Linear Regression Plot）
线性回归模型可视化用于显示两个变量之间的线性关系，包括回归线和置信区间。Seaborn 的 lmplot 函数可以用于创建线性回归模型可视化。
import seaborn as sns
import matplotlib.pyplot as plt
data = sns.load_dataset("tips") # 示例数据集
sns.lmplot(data=data, x="total_bill", y="tip", hue="time")
plt.show()
上述代码使用了餐厅小费数据集，其中包括了顾客总账单金额和小费的数据。
hue参数用于根据用餐时间对数据进行着色，以区分不同用餐时间的数据点。
2.3 关联矩阵（Correlation Matrix Plot）
关联矩阵用于显示多个变量之间的相关性。Seaborn 的 heatmap 函数可以用于绘制相关性矩阵的热力图。
import seaborn as sns
import matplotlib.pyplot as plt
data = sns.load_dataset("tips") # Load the "tips" dataset
# Select only the numeric columns for calculating the correlation matrix
numeric_data = data.select_dtypes(include='number')
correlation_matrix = numeric_data.corr()
sns.heatmap(correlation_matrix, annot=True, cmap="coolwarm")
plt.show()
上述代码计算了小费数据集中各个数值型变量之间的相关性，并使用热力图可视化了相关性矩阵。
annot=True参数用于在热力图上显示相关性系数的数值。
2.4 热力图（Heatmap）
热力图（Heatmap）是一种用于可视化矩阵数据的强大工具，通常用于显示数据之间的关联、相关性或模式。在 Seaborn 中，您可以使用 heatmap 函数创建热力图。
使用 heatmap 函数创建热力图：
Seaborn 的 heatmap 函数可以将一个矩阵或数据框的数据以图形方式呈现出来。该函数的基本语法如下：
import seaborn as sns
import matplotlib.pyplot as plt
# 创建数据矩阵或数据框
data = ...
# 使用heatmap函数绘制热力图
sns.heatmap(data, cmap="YlGnBu")
plt.show()
参数说明：
data: 数据矩阵或数据框，用于创建热力图。cmap: 颜色映射，用于指定热力图的颜色。- 常用的选项包括 "viridis"、"YlGnBu"、"coolwarm" 等。
示例：
以下是一个示例，展示如何使用 Seaborn 创建一个热力图，以可视化相关性矩阵：
import seaborn as sns
import matplotlib.pyplot as plt
data = sns.load_dataset("flights") # 示例数据集
pivot_data = data.pivot_table(index="month", columns="year", values="passengers")
sns.heatmap(pivot_data, cmap="YlGnBu")
plt.show()
上述代码使用了航班乘客数据集，将数据进行透视以创建一个矩阵，然后使用热力图可视化了这个矩阵。cmap 参数用于指定热力图的颜色映射。
