51个图表，完美展示数据分布关系！

news2024/11/24 17:02:36

本节介绍seaborn展示数据分布关系的图表（Distribution plots）的实现，该类图表用于展示数据集的分布规律，帮助快速获取数据多方面信息，例如，观测值的范围、中心趋势、是否存在某个方向上严重偏斜、是否存在双峰性、是否存在显著的异常值等等。

分布关系的图表包含：直方图、核密度估计（KDE）图、累积曲线图和轴须图（rug plot）。

直方图

直方图旨在通过分箱和计数观测值来近似生成数据的概率密度函数。

例如，堆积叠加直方图，

sns.displot(
    penguins,
    x="鳍长 (毫米)",
    kind='hist',
    hue="企鹅的种类",  #hue指定分组
    palette=["#006a8e", "#b1283a", "#a8a6a7"],
    multiple="stack")  #堆叠叠加

例如，百分比堆积，每个箱子中各组百分比累加为1，

sns.displot(
    penguins,
    x="鳍长 (毫米)",
    kind='hist',
    hue="企鹅的种类",  #hue指定分组
    palette=["#006a8e", "#b1283a", "#a8a6a7"],
    multiple="fill")  #百分比堆积

核密度估计图

核密度估计（KDE）图功能类似上文8.1 章节的直方图，区别于直方图使用离散箱，KDE图使用高斯核（Gaussian kernel）对观测值进行平滑处理，生成连续的密度估计，KDE图更清晰且更易解释。

例如，图层叠加，

sns.displot(
    penguins,
    x="鳍长 (毫米)",
    kind='kde',
    hue="岛屿",  #按照变量"岛屿"分组
    fill=True,
    multiple="layer",  #指定按照'layer'叠加
    palette=["#006a8e", "#b1283a", "#a8a6a7"],
)

例如，堆积叠加，

sns.displot(
    penguins,
    x="鳍长 (毫米)",
    kind='kde',
    hue="岛屿",
    fill=True,
    multiple="stack",  #"stack"设置堆积叠加
    palette=["#006a8e", "#b1283a", "#a8a6a7"],
)

例如，百分比叠加，

sns.displot(
    penguins,
    x="鳍长 (毫米)",
    kind='kde',
    hue="岛屿",
    fill=True,
    multiple="fill",  #"fill"设置百分比叠加
    palette=["#006a8e", "#b1283a", "#a8a6a7"],
)

累积曲线图

累积曲线图，全称“经验累积分布函数”(ecdf，empirical cumulative distribution functions)，反映数据集中小于某值的观测比例，提供直观的分布图。

例如，分组累积曲线图，

sns.displot(data=penguins,
            x="鳍长 (毫米)",
            hue="企鹅的种类", # hue设置分组
            kind="ecdf",
            palette=["#006a8e", "#b1283a", "#a8a6a7"])

例如，补集累积分布函数，

sns.displot(
    data=penguins,
    x="鳍长 (毫米)",
    hue="企鹅的种类",
    complementary=True,  #complementary开启补集累积分布函数complementary CDF (1 - CDF)
    kind="ecdf",
    palette=["#006a8e", "#b1283a", "#a8a6a7"])

轴须图

轴须图（rug plot）通过在x轴和y轴上绘制刻度以显示变量的位置，以补充其他图表。

例如，散点图和轴须图一起用，

sns.scatterplot(#使用axes-level方法：如上文的scatterplot()、lineplot()等
    data=penguins,  
    x="鳍长 (毫米)",
    y="喙长 (毫米)",
    hue="企鹅的种类",
    style="企鹅的种类",
    palette=["#006a8e", "#b1283a", "#a8a6a7"],
    s=200)
sns.rugplot(
    data=penguins,
    x="鳍长 (毫米)",  #x轴轴须图
    y="喙长 (毫米)",  #y轴轴须图
    hue="企鹅的种类",
    palette=["#006a8e", "#b1283a", "#a8a6a7"],
    legend=False  #关闭轴轴须图图例
)

再例如，kde图和轴须图一起使用，

sns.kdeplot(#使用axes-level方法：kdeplot()
    data=penguins,  
    x="鳍长 (毫米)",  #x轴轴须图
    hue="企鹅的种类",
    fill=True,
    multiple="layer",
    palette=["#006a8e", "#b1283a", "#a8a6a7"])
sns.rugplot(data=penguins,
            x="鳍长 (毫米)",
            hue="企鹅的种类",
            palette=["#006a8e", "#b1283a", "#a8a6a7"],
            legend=False)  #关闭轴轴须图图例