概述

Seaborn是一个基于Matplotlib的Python数据可视化库，它提供了一种简单而美观的界面，帮助初学者轻松创建各种统计图表和数据可视化效果。

Seaborn的设计哲学以美学为中心，致力于创建最佳的数据可视化，同时也保持着与Python生态系统的高度兼容性，可以轻松集成到Python数据分析以及机器学习的工作流程中。Seaborn拥有丰富的可视化函数，能够创建多种类型的图表，包括折线图、柱状图、散点图、核密度图、热力图等等。

相比Matplotlib而言，Seaborn的绘图接口更为集成，通过少量参数设置就能实现大量封装绘图。多数图表具有统计学含义，例如分布、关系、统计、回归等。此外，它对Pandas和Numpy数据类型支持非常友好，风格设置也更为多样，包括风格、绘图环境和颜色配置等。

在进行EDA（Exploratory Data Analysis，探索性数据分析）过程中，Seaborn往往更为高效。然而，需要注意的是，Seaborn与Matplotlib的关系是互为补充而非替代，多数场合中Seaborn是绘图首选，而在某些特定场景下则仍需用Matplotlib进行更为细致的个性化定制。

总的来说，Seaborn是一个功能强大且易于使用的数据可视化库，无论是初学者还是有一定经验的数据分析师，都可以从中获得帮助，更好地理解和展示数据。

一、语法

import seaborn as sns
sns.图表类型plot(data=Dataframe, x='列1',y='列2',hue='类别型' )

参数解释：

• x, y:
  x：指定用于柱状图横坐标的变量名（类别型数据）。
  y：指定用于柱状图纵坐标的变量名（数值型数据），即每个类别的值。
• data:
  指定绘图所需的数据集，通常是一个 pandas DataFrame。
• hue:
  用于将数据进行分组的变量名。这个变量将决定每个柱子中的不同颜色分段，用于表示另一个分类维度的信息。

二、常用单变量绘图

1. 直方图（histplot）

语法：

sns.histplot(data=Dataframe,x=列,y=列,bins=n,kda=False，hue='分类变量')

参数：

• data:
  要绘制直方图的数据集，通常是一个 pandas DataFrame 或 Series，也可以是其他可以被转换为数组的数据类型。

• x, y:
  x 和 y 用于指定要绘制直方图的数据列。对于单变量直方图，通常只需要指定 x 参数。如果指定了 y 参数，则绘制的是二维直方图（或称为热图）。

• bins:
  指定直方图的区间数量。可以是整数（表示区间数量）或区间边界的序列。

• kde
  是否使用 Kernel Density Estimation (KDE) 来绘制数据的概率密度曲线（核密度预估图）。

• hue:
  指定用于分组绘制直方图的分类变量。不同组的直方图会以不同的颜色显示。（用于多变量时）

sns.histplot(data=tip,x='total_bill',bins= 10,kde= True)

2. 核密度预估图（kdeplot）

sns.kdeplot(data=tip,x='total_bill')

图表展示：

3. 计数柱状图（countplot）

sns.countplot(data=tip,x='day')

图表展示：

三、常用多变量绘图

1.散点图

(1) scatterplot

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 正常显示汉字
plt.rcParams['axes.unicode_minus'] = False # 正常显示负号
# 散点图
# 1. 绘制画布
fig, ax = plt.subplots(figsize=(12, 6))
# 2. 绘制散点图, x轴: 总账单, y轴: 小费, hue: 基于哪列分组
sns.scatterplot(data=tips, x='total_bill', y='tip', hue='sex')
# 3. 设置标题
ax.set_title('总账小费之间关系图')
# 4. 绘制图片
plt.show()

图表展示：

(2)regplot 散点图+拟合回归线

fit_reg参数： 默认是True 会拟合一条直线 就是利用这一份数据 跑了线性回归

# 散点图
# 1. 绘制画布
fig, ax = plt.subplots(figsize=(12, 6))

# 2. 绘制散点图
# fit_reg 默认是True 会拟合一条直线 就是利用这一份数据 跑了线性回归
# fit_reg=False 可以关掉
sns.regplot(data=tips, x='total_bill', y='tip', fit_reg=True)
# 3. 设置标题
ax.set_title('总账小费之间关系图')
# 4. 绘图
plt.show()

图表展示：

(3)jointplot 散点图+直方图

# 2. 绘制散点图
sns.jointplot(data=tips, x='total_bill', y='tip')

图表展示：

2.蜂巢图

kinde=‘hex’, 加了这个属性就是 蜂巢图, 不加就是散点图.
height 作用为改变图表大小

# kinde='hex', 加了这个属性就是 蜂巢图, 不加就是散点图.
# sns.jointplot(data=tips, x='total_bill', y='tip', height=12)              # 散点图, 每行每列再绘制直方图.
sns.jointplot(data=tips, x='total_bill', y='tip', kind='hex', height=12)    # 蜂巢图, 每行每列再绘制直方图.
plt.show()

图表展示：

3. 2D KDE图

2D KDE图，即二维核密度估计图（Kernel Density Estimation plot），是一种在二维平面上展示数据概率密度分布的可视化工具。在统计学和数据可视化中，KDE用于估计一个变量的概率密度函数，对于二维数据，可以估计两个变量之间的联合概率密度。

# 一维KDE 只传入x, 或者 只转入Y
# 二维KDE x,y 都传入
# fill=True   是否填充曲线内的颜色
# cbar=True  是否显示 右侧的颜色示意条
fig, ax = plt.subplots(figsize=(12, 6))
sns.kdeplot(data=tips, x='total_bill', y='tip', fill=True, cbar=True)
ax.set_title('2D KDE图')
plt.show()

图表展示:

4.箱线图（boxplot）

箱线图（Box Plot），又称为箱型图、盒须图、盒状图或箱状图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。它主要用于反映原始数据的分布特征，还可以进行多组数据分布特征的比 较。箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数，然后， 连接两个四分位数画出箱体，再将上边缘和下边缘与箱体相连接，中位数在箱体中间。

箱线图包含的主要数据和含义如下：

中位数（Q2）：数据集的中位数，即数据集中处于中间位置的数。在箱线图中，中位数以一条线表示，位于箱体的中间。
上四分位数（Q3）：数据集中大于或等于所有数据75%的数。在箱线图中，上四分位数是箱体顶部的线。
下四分位数（Q1）：数据集中小于或等于所有数据25%的数。在箱线图中，下四分位数是箱体底部的线。
上边缘（最大值）：数据集中的最大值，但不包括任何可能被视为异常值的点。在箱线图中，上边缘以一条线表示，位于箱体上方的短线上。
下边缘（最小值）：数据集中的最小值，同样不包括异常值。在箱线图中，下边缘以一条线表示，位于箱体下方的短线上。
此外，箱线图通常还会标出异常值，这些点通常远离箱体的主体部分，可能表示数据中的错误、测量误差或特殊事件。

# 箱线图: 用于显示多种统计信息：最小值，1/4分位，中位数，3/4分位，最大值，以及离群值（如果有）
# 1. 绘制画布, 坐标
fig, ax = plt.subplots(figsize=(12, 6))
# 2. 绘制 箱线图.
sns.boxplot(data=tips, x='time', y='total_bill')
ax.set_title('总账小费之间关系图')
plt.show()

代码实现：

5.小提琴图（violinplot）

小提琴图（Violin Plot）是一种数据可视化图表，它结合了箱线图和核密度图的特点，用于展示数据的分布和概率密度。小提琴图通常用于比较多个组或类别之间的数据分布，以及观察单个变量的分布情况。

小提琴图的主体部分是一组垂直排列的“小提琴”形状，每个小提琴代表一个数据组或类别。小提琴的宽度表示数据点在该位置的密度，越宽表示该位置的数据点越多，越窄则表示数据点越少。中间的黑色粗线条表示四分位数的范围，即25%至75%的数据分布范围。从小提琴的顶部和底部延伸出来的细线（称为“须”），表示数据的最大值和最小值或95%的置信区间。

与箱线图相比，小提琴图的优势在于除了显示中位数、四分位数等统计数据外，还展示了数据的整体分布形状，从而提供了更丰富的信息。

# 多变量, 通过 颜色区分.
# 例如: 使用violinplot函数时，可以通过hue参数按性别（sex）给图着色, 可以为“小提琴”的左右两半着不同颜色，用于区分性别

# white, dark, whitegrid, darkgrid, ticks
# sns.set_style('ticks')

fig, ax = plt.subplots(figsize=(12, 6))
sns.violinplot(data=tips, x='time', y='total_bill', hue='sex', split=True) # hue='性别'
ax.set_title('总账小费之间关系图')
plt.show()

图表展示：

四、Seaborn主题和样式

上面的Seaborn图都采用了默认样式，可以使用sns.set_style函数更改样式。
该函数只要运行一次，后续绘图的样式都会发生变化
Seaborn有5种样式:

• darkgrid 黑色网格（默认）
• whitegrid 白色网格
• dark 黑色背景
• white 白色背景
• ticks 刻度线
  语法：

sns.set_style('主题名')

fig,ax = plt.subplots()
ax = sns.violinplot(x='time',y='total_bill',hue='sex',data = tips,split = True)

结语

到目前为止panda入门已经学完了，接下来就是运用pandas强大的功能去完成实际的项目啦。
本系列博客主要深入介绍了Pandas这个强大的Python数据处理库，其核心功能和应用场景。我们详细探讨了以下几个方面：

• 核心数据结构：Pandas提供了两个核心数据结构——DataFrame和Series。DataFrame是一个二维的、大小可变的、可以存储多种类型数据的表格型数据结构，它非常适合存储和处理现实世界中的表格数据，如CSV文件或数据库中的数据。Series则是一维数组型数据结构，用于处理单一类型的数据序列。

• 数据操作功能：Pandas提供了丰富的数据操作功能，包括数据筛选、排序、分组聚合、数据转换等。这些功能使得用户可以轻松地对数据进行各种复杂的操作，从而满足不同的数据处理和分析需求。

• 数据处理流程：我们学习了Pandas在数据处理流程中的应用，包括数据读取、数据清洗、数据转换和数据输出等步骤。Pandas能够方便地处理缺失值、异常值，提供数据重塑和合并等功能，使数据处理流程更加高效和自动化。

• 与其他库的集成：Pandas能够与其他Python库无缝集成，如NumPy用于数值计算、Matplotlib、seaborn用于数据可视化等。这种集成性使得Pandas在数据处理和分析领域具有更广泛的应用前景。

• 性能优化：我们还探讨了如何在使用Pandas时进行优化，包括利用向量化操作提高性能、选择合适的数据类型减少内存占用等。这些优化技巧能够帮助我们更高效地使用Pandas处理大规模数据集。

下次的专栏就是机器学习啦，如果学习的途中有疑问，欢迎在评论区留言，有时间的话，一定会回复哈！！