14个Seaborn数据可视化图（上）

调查数据并从中提取信息和趋势的工具。

绿色代表新的开始和成长,也意味着更新和丰富。

数据可视化在数据挖掘中起着非常重要的作用。各种数据科学家花费了他们的时间通过可视化来探索数据。为了加快这一进程，我们需要有合适的工具。

没有规划的情况下，资源也无法转化为有价值的商品。因此，我希望本文能够为您提供关于所有可视化方法的架构。

目录

1. 简介
   
2. 了解你的数据
   
3. 分布曲线
   a. 直方图b. 联合图c. 配对图d. Rug图
   
4. 分布图a. 条形图b. 统计图c. 箱型图d. Violin图
   
5. 高级绘制方法a. Strip图b. Swarm图
   
6. 矩阵图a. Heat Mapb. Cluster Map
   
7. 网格a. Facet Grid
   
8. 回归图
   

简介

Seaborn是一个基于matplotlib的Python数据可视化库。它提供了一个高级界面，以绘制曲线和信息统计图形。

您可以在命令行中运行以下任何一个命令来安装Seaborn。

pipinstallseaborncondainstallseaborn

运行以下命令可以导入seaborn。

importseabornassns

了解你的数据

图中使用的数据集为著名的泰坦尼克数据集(图1)，下面将数据集用变量df表示。

图1:泰坦尼克数据集

分布曲线

我们可以使用这些图来理解数据的平均值、中位数、范围、方差、偏差等。

a. 直方图

• Dist plot给出了所选连续变量的直方图。
  
• 这是单变量分析的一个例子。
  
• 我们可以改变箱子的数量，即直方图中垂直条的数量
  

importseabornassnssns.distplot(x=df['age'], bins=10)

图2:乘客“年龄”分布图。

• 这里x轴表示年龄，y轴表示频率。例如，对于Bins= 10的分布图，大约有50个人年龄在0到10岁之间
  

b.联合图

• 它是两个变量的组合。
  
• 这是一个二元分析的例子。
  
• 我们还得到了变量之间的散点图来反映它们的线性关系。我们可以自定义散点图为六边形图，其中，颜色越深，出现的次数就越多。
  

importseabornassns#ForPlot1sns.jointplot(x=df['age'], y=df['Fare'], kind='scatter')#ForPlot2sns.jointplot(x=df['age'], y=df['Fare'], kind='hex')

图3:“年龄”和“票价”的联合图

• 我们可以看到，年龄和票价之间并没有合适的线性关系。
  
• kind = ' hex '提供了六边形图，kind = ' reg '提供了图形上的回归线。
  

c.配对图

• 它取数据的所有数值属性，绘制两个不同变量的两两散点图和同一变量的直方图。
  

importseabornassnssns.pairplot(df)

图4:泰坦尼克号数据集配对图

d.Rug图

• 它画了一条线，而不是像在直方图中那样二维分布图。
  
• 这是单变量分析的一个例子。
  

importseabornassnssns.rugplot(x=df['Age'])

图5:乘客“年龄”的Rug图

分类图

这些图帮助我们理解分类变量。我们可以用它们进行单变量和双变量分析。

a.条形图

• 这是一个二元分析的例子。
  
• 在x轴上有一个分类变量，在y轴上有一个连续变量。
  

importseabornassnssns.barplot(x=df['Sex'], y=df['Fare'])

图6:“车费”和“性别”的条形图

• 我们可以推断出女性的平均票价比男性高。
  

b.统计图

• 它计算分类变量出现的次数。
  
• 这是单变量分析的一个例子。
  

importseabornassnssns.countplot(df['Pclass'])

图7:是否幸存和' P-class '的计数图。

c.箱型图

• 这是一个总结图。它给出了一个连续变量的最大值、最小值、平均值、第一个四分位数和第三个四分位数的信息。同时，它让我们掌握了离群值的信息。
  
• 我们可以对一个连续变量进行绘图，也可以根据一个连续变量分析不同的分类变量。
  

importseabornassns#Forplot1sns.countplot(df['Pclass'])#Forplot2sns.boxplot(y=df['Age'], x=df['Sex'])

图8:a)“年龄”的箱形图，b)“年龄”和“性别”不同类别的箱形图