Seaborn可视化的各种图及代码演示

2024-01-19 00:20

本文主要是介绍Seaborn可视化的各种图及代码演示,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一.简介

Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面,便于用户能够做出各种有吸引力的统计图表。

Seaborn是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,在大多数情况下使用seaborn能做出很具有吸引力的图,而使用matplotlib就能制作具有更多特色的图。

Seaborn和Pandas的API配合的很好,使用DataFrame/Series的数据就可以绘图

二.Seaborn绘制单变量图

1.直方图

使用sns.distplot创建直方图,如下所示:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as p1t
plt.rcParams['font .sans-serif'] = ['simHei']
p1t.rcParams['axes .unicode_minus'] = False
#加载小费数据
tips = pd.read_csv('data/tips.csv')
#使用subplots函数创建画布,并在其中添加子图
fig, ax = p1t.subplots (figsize=(12,6))
sns .histplot(tips['total_bi11'],kde=True,ax=ax)
ax.set_title("总账单直方图')
p1t.show()

2. 密度图(核密度估计)

密度图是展示单变量分布的另一种方法,本质上是通过绘制每个数据点为中心的正态分布,然后消除重叠的图,使曲线下的面积为1来创建的

fig, ax = plt.subplots (figsize=(12,6))
sns.kdeplot(tips['tota1_bi11'],ax=ax)
ax.set_title("总账单KDE图')
p1t.show()

3. 计数图(条形图)

计数图和直方图很像,直方图通过对数据分组来描述分布,计数图(条形图)是对离散变量(分类变量)计数

fig, ax = lt.subplots (figsize=(12,6))
sns .countplot(data=tips ,x='day')
ax.set_title('count of days')
ax.set_xlabe1('Day of the week ')
ax.set_ylabe1('Frequency')
plt.show()

 三.Seaborn 双变量数据可视化

1.散点图

在seaborn中,创建散点图的方法有很多

fig, ax = plt.subplots (figsize=(12,6))
sns .scatterplot(x='total_bi11',y='tip',data=tips)
ax.set_title('Total Bi11 和 Tip 散点图)
ax.set_xlabel('Total Bi11')
ax.set_ylabe1('Tip')
p1t.show()

 创建散点图可以使用regplot函数。regplot不仅可以绘制散点图,还会拟合回归线,把fit_reg设置为False,将只显示散点图

fig, ax = plt.subplots (figsize=(12,6))
sns .regplot(x='total_bi11' ,y='tip',data=tips)
ax.set_title('regplot of Total Bi11 and Tip')
ax.set_xlabel('Total Bi11')
ax.set_ylabe1('Tip')
p1t.show()

 lmplot函数和regplot函数类似,也可以用于创建散点图。 lmplot函数内部会调用regplot,两者的主要区别是regplot创建坐标轴,而lmplot创建图 sns.lmplot(x='total_bill',y='tip',data = tips)

 还可以使用jointplot在每个轴上创建包含单个变量的散点图。

joint = sns.jointplot(x='total_bil1',y='tip' ,data = tips)
joint.set_axis_labels (xlabel = 'Total Bil1',ylabel='Tip')
# 添加标题,设置字号
#移动抽域上方的文宁
joint,fig.suptitle('Joint Plot of Total Bill and Tip' ,fontsize = 10,y=1.03)
p1t.show()

2. 蜂巢图

 使用Seaborn的jointplot绘制蜂巢图,和使用matplotlib的hexbin函数进行绘制

joint = sns .jointplot(x='total_bil1' ,y='tip' ,data = tips ,kind='hex')
joint.set_axis_abels (xlabel = 'Total Bi11',ylabel='Tip')
joint.fig.suptitle('Hexbin Joint Plot of Total Bill and Tip',fontsize = 10,y=1.03)
p1t.show()

3. 2D密度图

2D核密度图和kdeplot类似,但2D核密度图课展示两个变量

fig, ax = plt.subplots (figsize=(12,6))
sns .kdeplot(data=tips, x='total_bi11',y = 'tip',fil1=True)
#是否填充轮廓
ax.set_title('Kernel Density plot of Total Bill and Tip')
ax.set_xlabe1('Total Bi11')ax.set_ylabe1('Tip')
p1t.show()

 4.条形图

条形图也可以用于展现多个变量,barplot默认会计算平均值

fig,ax = p1t.subplots (figsize=(12,6))
sns.barplot(x='time' ,y='total_bil1',data=tips ,errorbar=None)
ax.set_title('Bar plot of average total bill for time of day')
ax.set_xlabel('Time of day')ax.set_ylabel('Average total bi1')
p1t.show()

5. 箱线图

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)

fig, ax = 1t.subplots (figsize=(12,6))
ax = sns .boxplot(x='time' ,y='total_bi11',data = tips)
ax.set_title('Boxplot of total bil1 by time of day')
ax.set_xlabel('Time of day')
ax.set_ylabel('Total Bil1')
p1t.show()

 6.箱体图

箱线图是经典的可视化方法,但可能会掩盖数据的分布,小提琴图能显示与箱线图相同的值 小提琴图把"箱线"绘成核密度估计,有助于保留数据的更多可视化信息

p1t.subplots(figsize=(12,6))
sns .violinplot(x='time' ,y='total_bi1',data = tips)
plt.title('violin plot of total bill by time of day')
p1t.xlabe1('Time of day')
plt.ylabe1('Total Bi11')
p1t.show()

 7.成对关系

当大部分数据是数值时,可以使用pairplot函数把所有成对关系绘制出来 pairplot函数会为单变量绘制直方图,双变量绘制散点图 sns.pairplot(tips)

 pairplot的缺点是存在冗余信息,图的上半部分和下半部分相同 可以使用pairgrid手动指定图的上半部分和下半部分

pair_grid = sns.PairGrid(tips)pair_grid.map_upper(sns.regplot)pair_grid.map_lower(sns.kdeplot)pair_grid.map_diag(sns.histplot)plt.show()

 四.多变量数据

绘制多变量数据没有标准的套路 如果想在图中包含更多信息,可以使用颜色、大小和形状来区分它们

1.通过颜色区分

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

figure,ax = plt.subplots (figsize=(12,6))
sns .violinplot(x='time' ,y='total_bil1' ,hue='sex' ,data = tips ,split = True)
ax.set_title('violin plot of total bill by time of day')
ax.set_xlabe1('Time of day')
ax.set_ylabe1('Total Bi11')
p1t.show()

 其它绘图函数中也存在hue参数

scatter = sns.lmplot(x='total_bill',y='tip',data = tips,hue='sex',fit_reg = False)

2. 通过大小和形状区分

可以通过点的大小表示更多信息,但通过大小区分应谨慎使用,当大小差别不大时很难区分 在Seaborn中的lmplot,可以通过scatter_kws参数来控制散点图点的大小

scatter = sns.lmplot(x='total_bill',y='tip',data = tips,fit_reg=False,hue='sex',markers=['o','x'])

 五.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中样式
darkgrid 黑色网格(默认)
whitegrid 白色网格
dark 黑色背景
white 白色背景
ticks 
fig,ax = plt.subplots()
ax = sns.violinplot(x='time',y='total_bill',hue='sex',data = tips,split = True)

通过set_style设置样式

sns .set_style('darkgrid')
fig,ax = p1t.subplots()
ax = sns.violinplot(x='time' ,y='total_bil1' ,hue='sex' ,data = tips ,split = True)

 

这篇关于Seaborn可视化的各种图及代码演示的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/620727

相关文章

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

用js控制视频播放进度基本示例代码

《用js控制视频播放进度基本示例代码》写前端的时候,很多的时候是需要支持要网页视频播放的功能,下面这篇文章主要给大家介绍了关于用js控制视频播放进度的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言html部分:JavaScript部分:注意:总结前言在javascript中控制视频播放

Spring Boot 3.4.3 基于 Spring WebFlux 实现 SSE 功能(代码示例)

《SpringBoot3.4.3基于SpringWebFlux实现SSE功能(代码示例)》SpringBoot3.4.3结合SpringWebFlux实现SSE功能,为实时数据推送提供... 目录1. SSE 简介1.1 什么是 SSE?1.2 SSE 的优点1.3 适用场景2. Spring WebFlu

java之Objects.nonNull用法代码解读

《java之Objects.nonNull用法代码解读》:本文主要介绍java之Objects.nonNull用法代码,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录Java之Objects.nonwww.chinasem.cnNull用法代码Objects.nonN

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调