8k Star！基于 Matplotlib 的數(shù)據(jù)可視化利器

【導(dǎo)語(yǔ)】：Seaborn 是一個(gè)可以實(shí)現(xiàn)數(shù)據(jù)可視化的 Python 庫(kù)，它是基于 matplotlib 庫(kù)封裝而成的，同時(shí)還能兼容 pandas 數(shù)據(jù)結(jié)構(gòu)。我們可以使用 Seaborn 來(lái)制作漂亮的數(shù)據(jù)圖表，操作簡(jiǎn)單，易于上手。

提示：Seaborn 支持 Python 3.7+ ，已不再支持 Python 2。

簡(jiǎn)介

1、數(shù)據(jù)可視化的工具介紹

數(shù)據(jù)可視化是一種數(shù)據(jù)科學(xué)家將原始數(shù)據(jù)轉(zhuǎn)化為圖表的技術(shù)，這些圖表能產(chǎn)生許多有價(jià)值的信息。圖表降低了原始數(shù)據(jù)的復(fù)雜性，使用戶更易理解。

有許多完成數(shù)據(jù)可視化的工具，例如 Tableau、Power BI、ChartBlocks以及其他的無(wú)代碼工具。這些工具有著各自的用戶，也都很強(qiáng)大。然而當(dāng)我們需要一個(gè)良好的平臺(tái)來(lái)處理原始數(shù)據(jù)時(shí)，python 不失為一個(gè)好的選擇。

雖然這種方法較為復(fù)雜，需要的編程知識(shí)也更多，但 python 能通過(guò)許多操作和轉(zhuǎn)換來(lái)完成數(shù)據(jù)可視化，因此對(duì)數(shù)據(jù)科學(xué)家來(lái)說(shuō)是一個(gè)理想的選擇。Python 最大的一個(gè)優(yōu)點(diǎn)就是它擁有強(qiáng)大的第三方庫(kù)，來(lái)處理數(shù)據(jù)，比如numpy、pandas、matplotlib、tensorflow。

Matplotlib可能是目前最受認(rèn)可的繪圖庫(kù)了，不僅適用于python，還適用于R語(yǔ)言等。它的定制化和可操作性使其坐上了頭把交椅。然而當(dāng)使用 matplotlib 時(shí)，有些定制化和操作功能很難實(shí)現(xiàn)。

基于 matplotlib，開(kāi)發(fā)者創(chuàng)造了一個(gè)叫 seaborn 的庫(kù)。seaborn 與 matplotlib 一樣強(qiáng)大，在帶來(lái)一些新特性的同時(shí)還能簡(jiǎn)化繪圖。

在本文中，我們主要關(guān)注如何使用 seaborn 繪制高級(jí)的圖表。你可以依據(jù)這些例子創(chuàng)建自己的圖表。

2. Seaborn是什么？

Seaborn是 python 中一個(gè)可以制作數(shù)據(jù)圖表的庫(kù)。它是 matplotlib 庫(kù)的高級(jí)封裝，同時(shí)還能兼容 pandas 數(shù)據(jù)結(jié)構(gòu)。

Seaborn 能讓你快速探索并理解數(shù)據(jù)。seaborn 的工作方式為：首先捕捉包含所有數(shù)據(jù)的整個(gè)數(shù)據(jù)結(jié)構(gòu)或數(shù)組，隨后通過(guò)執(zhí)行繪圖和統(tǒng)計(jì)數(shù)據(jù)需要的所有內(nèi)部函數(shù)，將數(shù)據(jù)轉(zhuǎn)換為信息圖。

當(dāng)你根據(jù)自身需求設(shè)計(jì)圖表時(shí)，seaborn 能減少?gòu)?fù)雜性。

Seaborn 的Github主頁(yè)：
https://github.com/mwaskom/seaborn

安裝

pip?install?seaborn

當(dāng)安裝seaborn時(shí)，也會(huì)自動(dòng)安裝其他繪圖所需要的庫(kù)，例如 matplotlib,pandas、numpy 和 scipy。此外，在寫(xiě)代碼繪圖前，我們需要導(dǎo)入一些模塊。

import?matplotlib.pyplot?as?plt
import?pandas?as?pd
import?numpy?as?np
import?seaborn?as?sns

簡(jiǎn)單使用

1. 繪制你的第一個(gè)圖表

由于網(wǎng)絡(luò)問(wèn)題，在國(guó)內(nèi)使用seaborn的數(shù)據(jù)集時(shí)，注意啟用代理，以免無(wú)法加載數(shù)據(jù)集。

在我們開(kāi)始畫(huà)圖之前，需要使用數(shù)據(jù)。seaborn的方便之處在于它兼容pandas數(shù)據(jù)結(jié)構(gòu)。此外，該庫(kù)自帶了 一些內(nèi)建數(shù)據(jù)集，你可以直接用代碼加載，無(wú)需手動(dòng)下載文件。讓我們一起來(lái)看看如何加載一個(gè)包含航班信息的數(shù)據(jù)集：

flights_data?=?sns.load_dataset("flights")
res?=?flights_data.head()
print(res)

輸出結(jié)果如下：

當(dāng)調(diào)用load_dataset函數(shù)并寫(xiě)入數(shù)據(jù)集的名稱后，神奇的事情發(fā)生了，控制臺(tái)返回了一個(gè)數(shù)據(jù)結(jié)構(gòu)。所有的數(shù)據(jù)集在這里可見(jiàn)：

Github鏈接：

https://github.com/mwaskom/seaborn-data

2. 散點(diǎn)圖

散點(diǎn)圖是一個(gè)基于二維數(shù)據(jù)來(lái)顯示點(diǎn)的圖表。用 seaborn 庫(kù)來(lái)繪制一個(gè)散點(diǎn)圖只需要幾行代碼，非常簡(jiǎn)單。scatterplot 需要的參數(shù)是我們繪圖需要的數(shù)據(jù)集，以及x，y軸分別代表什么數(shù)據(jù)。

flights_data?=?sns.load_dataset("flights")
sns.scatterplot(data=flights_data,?x="year",?y="passengers")
plt.show()

繪制的圖表如下：

3. 線條圖

根據(jù)連續(xù)或分類數(shù)據(jù)的變化，畫(huà)出線條圖。它是一種流行且廣為人知的圖表，易于繪制。與之前相似，我們使用lineplot函數(shù)， 指定數(shù)據(jù)集，以及x,y軸分別代表哪一列數(shù)據(jù)。seaborn會(huì)完成剩余的工作：

flights_data?=?sns.load_dataset("flights")
sns.lineplot(data=flights_data,?x="year",?y="passengers")
plt.show()

繪制的圖表如下:

4. 條形圖

正如你所推測(cè)的那樣，條形圖可能是最出名的圖表類型了。與散點(diǎn)圖和線條一樣，我們可以用barplot函數(shù)繪制條形圖：

flights_data?=?sns.load_dataset("flights")
sns.barplot(data=flights_data,?x="year",?y="passengers")
plt.show()

繪制的圖表如下:

5. 用matplotlib擴(kuò)展

seaborn建立在matplotlib之上，擴(kuò)展了它的功能，增加了復(fù)雜性。如其所述，卻并沒(méi)有限matplotlib的性能。任何seaborn圖表都可以用matplotlib的函數(shù)繪制。seaborn在特定的操作中可以提供幫助，允許seaborn利用matplotlib的力量而無(wú)需重寫(xiě)函數(shù)。例如你如果想用seaborn來(lái)自動(dòng)繪制多個(gè)圖表，你就可以利用matplotlib中的subplot函數(shù):

diamonds_data?=?sns.load_dataset('diamonds')
plt.subplot(1,?2,?1)
sns.countplot(x='carat',?data=diamonds_data)
plt.subplot(1,?2,?2)
sns.countplot(x='depth',?data=diamonds_data)
plt.show()

繪制的圖表如下:

使用subplot功能，我們可以在一個(gè)圖上繪制多個(gè)圖表。該函數(shù)有三個(gè)參數(shù)，第一個(gè)是行數(shù)，第二個(gè)是列數(shù)，最后一個(gè)是圖號(hào)。我們使用matplotlib與seaborn中的函數(shù)，seaborn在每個(gè)subplot中繪制一個(gè)seaborn圖表。

6. 繪制不同風(fēng)格的漂亮圖形

seaborn使我們可以更改圖形界面，它提供了五種不同的風(fēng)格：darkgrid,whitegrid,dark,white,和ticks.

第一個(gè)例子深色網(wǎng)格圖：

flights_data?=?sns.load_dataset("flights")
sns.set_style("darkgrid")
sns.lineplot(data?=?flights_data,?x?=?"year",?y?=?"passengers")
plt.show()

繪制的圖表如下:

另一個(gè)例子白色網(wǎng)格圖：

flights_data?=?sns.load_dataset("flights")
sns.set_style("whitegrid")
sns.lineplot(data=flights_data,?x="year",?y="passengers")
plt.show()

繪制的圖表如下:

很酷的用法

. 下載小費(fèi)數(shù)據(jù)集

我們了解seaborn的基本知識(shí)后，現(xiàn)在讓我們通過(guò)在同一數(shù)據(jù)集上構(gòu)建多個(gè)圖表，來(lái)進(jìn)行練習(xí)。在我們的例子中，我們將 使用數(shù)據(jù)集“tips”，你可以使用seaborn直接下載。首先，加載數(shù)據(jù)集：

tips_df?=?sns.load_dataset('tips')
res?=?tips_df.head()
print(res)

輸出結(jié)果如下：

我想打印出數(shù)據(jù)集的前幾行，來(lái)了解列和數(shù)據(jù)本身。通常我會(huì)用一些pandas函數(shù)修復(fù)一些數(shù)據(jù)問(wèn)題，比如null值，還可 以加入一些對(duì)數(shù)據(jù)集有用的信息。你可以在下面的鏈接中閱讀更多信息：

pandas使用指南:

https://livecodestream.dev/post/how-to-work-with-pandas-in-python/

讓我們?cè)跀?shù)據(jù)集中創(chuàng)建新的一列，以表示小費(fèi)占總費(fèi)用的百分比：

tips_df?=?sns.load_dataset('tips')
tips_df.head()
tips_df["tip_percentage"]?=?tips_df["tip"]?/?tips_df["total_bill"]
res?=?tips_df.head()
print(res)

新的數(shù)據(jù)結(jié)構(gòu)如下：

2. 理解tip_percentage

讓我們首先看看 tip_percentage 的分布。鑒于此，使用 hisplot 來(lái)產(chǎn)生柱狀圖：

tips_df?=?sns.load_dataset('tips')
tips_df["tip_percentage"]?=?tips_df["tip"]?/?tips_df["total_bill"]
sns.histplot(tips_df["tip_percentage"],?binwidth=0.05)
plt.show()

繪制的圖表如下:

我們必須自定義 binwidth 屬性以使其更具可讀性，現(xiàn)在我們可以快速理解數(shù)據(jù)了。大多數(shù)客戶會(huì)給15％至20％的小費(fèi)，而有些情況下，小費(fèi)超過(guò)70％。這些值是異常的，應(yīng)該進(jìn)行檢查，以確定這些值是否出錯(cuò)。

3. 觀察tip_percentage是否與每天的不同時(shí)刻是否有關(guān)，也將會(huì)很有趣：

tips_df?=?sns.load_dataset('tips')
tips_df["tip_percentage"]?=?tips_df["tip"]?/?tips_df["total_bill"]
sns.histplot(data=tips_df,?x="tip_percentage",?binwidth=0.05,?hue="time")
plt.show()

繪制的圖表如下:

這次我們加載了所有數(shù)據(jù)集到圖表中，而不僅僅是一列，然后給time列設(shè)置了hue屬性。這將會(huì)使圖表給每一個(gè)time值設(shè)置不同的顏色，并為其添加圖例。

4. 一周中某天的小費(fèi)數(shù)

另一個(gè)有趣的度量標(biāo)準(zhǔn)是根據(jù)一周中的某天，知道可以得到小費(fèi)的總數(shù)：

tips_df?=?sns.load_dataset('tips')
tips_df["tip_percentage"]?=?tips_df["tip"]?/?tips_df["total_bill"]
sns.barplot(data=tips_df,?x="day",?y="tip",?estimator=np.sum)
plt.show()

繪制的圖表如下:

看起來(lái)星期五很適合待在家里。

5. 桌子尺寸和日期對(duì)小費(fèi)的影響

有時(shí)候我們想要知道多個(gè)變量如何共同影響輸出。例如，星期幾和桌子尺 寸怎樣共同影響小費(fèi)百分比？為了畫(huà)出最終的圖表，我們首先用pandas中的pivot函數(shù)預(yù)處理數(shù)據(jù)，隨后繪制一個(gè)熱點(diǎn)圖：

tips_df?=?sns.load_dataset('tips')
tips_df["tip_percentage"]?=?tips_df["tip"]?/?tips_df["total_bill"]
pivot?=?tips_df.pivot_table(
????index=["day"],
????columns=["size"],
????values="tip_percentage",
????aggfunc=np.average)
sns.heatmap(pivot)
plt.show()

繪制的圖表如下:

結(jié)論

當(dāng)然，我們還可以用 seaborn 做很多事情，通過(guò)查看官方文檔能看到更多例子。感謝你的閱讀！

官方文檔地址：http://seaborn.pydata.org/