seaborn常見繪圖學(xué)習(xí)總結(jié)（分布圖）

在做數(shù)據(jù)分析之前，有時需要對數(shù)據(jù)進(jìn)行可視化编曼，從宏觀上對數(shù)據(jù)的分布有一個認(rèn)識，進(jìn)而更好的理解數(shù)據(jù)在實際項目中的意義。

Seaborn其實是在matplotlib的基礎(chǔ)上進(jìn)行了更高級的API封裝秕硝，從而使得作圖更加容易，在大多數(shù)情況下使用seaborn就能做出很具有吸引力的圖洲尊，而使用matplotlib能制作具有更多特色的圖远豺。應(yīng)該把Seaborn視為matplotlib的補(bǔ)充，而不是替代物坞嘀。

一躯护、目錄：

分布圖

displot （直方圖）
kedplot（概率密度圖）
jointplot（聯(lián)合密度圖）
pairplot（多變量圖）

分類圖

boxplot（箱線圖）
violinplot（提琴圖）

回歸圖

lmplot （回歸圖）

矩陣圖

heatmap （熱力圖）

seaborn可以畫的圖形很多，不僅僅限于上面的幾種圖丽涩，詳見官方文檔：http://seaborn.pydata.org/index.html

總結(jié)的圖形來源于官方文檔棺滞、自己的相關(guān)數(shù)據(jù)可視化項目中

二、分布圖：

2.1：displot（直方圖）

直方圖矢渊，是一種表示數(shù)據(jù)變化情況的圖形继准。可以比較直觀的看出數(shù)據(jù)的特性分布矮男，對數(shù)據(jù)的分布狀況有個宏觀認(rèn)識锰瘸。具體參數(shù)如下：

 seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None, 
hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None, color=None,
 vertical=False, norm_hist=False, axlabel=None, label=None, ax=None)

bins：int或list，控制直方圖的有多少個箱體
hist：是否顯示方塊
kde：是否顯示密度估計曲線
rug：控制是否生成觀測數(shù)值的小細(xì)條（邊際毛毯）
fit：控制擬合的參數(shù)分布圖形昂灵，能夠直觀的評估圖形與觀察數(shù)據(jù)的對應(yīng)關(guān)系（黑色線條為確定的分布）
-{hist, kde, rug, fit}_kws ：參數(shù)接收字典類型避凝，可以自行定義更多高級的樣式；
norm_hist：若為True,則直方圖的高度顯示為密度而非計數(shù)（含有kde圖像中默認(rèn)為True）
vertical：放置的方向眨补，如果為真管削，則觀測值位于y-軸上（默認(rèn)為False,x軸上）
axlabel：string、False撑螺、None含思，設(shè)置標(biāo)簽。

2.2甘晤、kdeplot（概率密度圖）

概率密度圖可以比較直觀的看出數(shù)據(jù)樣本本身的分布特征（作用效果與直方圖中的kde效果類似）含潘，具體參數(shù)如下：

seaborn.kdeplot(data, data2=None, shade=False, vertical=False, kernel='gau', 
bw='scott', gridsize=100, cut=3, clip=None, legend=True, cumulative=False, 
shade_lowest=True, cbar=False, cbar_ax=None, cbar_kws=None, ax=None, **kwargs)

data、data2：表示可以輸入雙變量线婚，繪制雙變量核密度圖遏弱；
shade：是否填充陰影，默認(rèn)不填充塞弊；
vertical：放置的方向漱逸，如果為真泪姨，則觀測值位于y軸上（默認(rèn)False，x軸上）饰抒；
kernel：{‘gau’ | ‘cos’ | ‘biw’ | ‘epa’ | ‘tri’ | ‘triw’ }肮砾。默認(rèn)高斯核（‘gau’）二元KDE只能使用高斯核。至于什么是核函數(shù)袋坑，這個學(xué)問就大了仗处，建議多看看論文；
bw：{‘scott’ | ‘silverman’ | scalar | pair of scalars }枣宫。四類核密度帶方法疆柔，默認(rèn)scott (斯考特帶寬法），建議下來了解一下這四種方法的區(qū)別镶柱；
gridsize：這個參數(shù)指的是每個格網(wǎng)里面，應(yīng)該包含多少個點模叙，越大歇拆，表示格網(wǎng)里面的點越多（覺得電腦OK的可以試試，有驚喜）范咨，越小表示格網(wǎng)里面的點越少故觅；
cut：參數(shù)表示，繪制的時候渠啊，切除帶寬往數(shù)軸極限數(shù)值的多少输吏，這個參數(shù)可以配合bw參數(shù)使用；
cumulative：是否繪制累積分布替蛉；
shade_lowest：是否有最低值渲染贯溅，這個參數(shù)只有在二維密度圖上才有效；
clip：表示查看部分結(jié)果躲查，是一個區(qū)間它浅；
cbar：參數(shù)若為True，則會添加一個顏色棒(顏色幫在二元kde圖像中才有)镣煮；

雙變量密度圖：

2.3姐霍、jointplot（聯(lián)合密度圖）

聯(lián)合分布全稱是聯(lián)合概率分布，是兩個及以上隨機(jī)變量組成的隨機(jī)變量的概率分布典唇。即兩個變量之間的聯(lián)系與各個方向上的分布镊折。具體參數(shù)如下：

seaborn.jointplot(x, y, data=None, kind='scatter', stat_func=None, color=None, 
height=6, ratio=5, space=0.2, dropna=True, xlim=None, ylim=None, joint_kws=None,
 marginal_kws=None, annot_kws=None, **kwargs)

x,y：為DataFrame中列名或者是兩組數(shù)據(jù)
kind：{“scatter”|“reg”|“resid”|"kde"|"hex"}。表示聯(lián)合圖的類型介衔，默認(rèn)為散點圖恨胚。
stat_func：用于計算統(tǒng)計量關(guān)系的函數(shù)（可以是自己定義的函數(shù)）
ratio：中心圖與側(cè)邊圖的比例，越大則中心圖的占比越大
dropna：去除缺失值
height：圖形的尺寸大醒卓А（正方形）
space：中心圖與側(cè)邊圖的間隔大杏肱Α侣签；
xlim,ylim：x,y的范圍

默認(rèn)情況

kind為“reg”

kind為“kde”

2.4、pairplot（變量關(guān)系組圖）

繪制給定數(shù)據(jù)集中急迂，默認(rèn)數(shù)據(jù)之間兩兩關(guān)系的圖影所。該函數(shù)將創(chuàng)建一個軸網(wǎng)絡(luò)，這樣數(shù)據(jù)中的每個變量都講通過跨一行的y軸和跨單個列的x軸共享僚碎。而對角線中則為該列變量的單變量分布猴娩。具體參數(shù)如下：

seaborn.pairplot(data, hue=None, hue_order=None, palette=None, vars=None, 
x_vars=None, y_vars=None, kind='scatter', diag_kind='auto', markers=None,
 height=2.5, aspect=1, dropna=True, plot_kws=None, diag_kws=None, 
 grid_kws=None, size=None)

vars：data中的子集，否則為data中的全部數(shù)量型數(shù)據(jù)（定性性數(shù)據(jù)是不會分的）
kind：{“scatter”勺阐，“reg”}卷中；兩兩關(guān)系的圖表類型，默認(rèn)為scatter
diag_kind：{“auto”渊抽，“hist”蟆豫，“kde”}；單變量圖（自己與自己比較）的繪圖懒闷，對角線子圖
hue：分類十减，按照某一列的定性數(shù)據(jù)分類

默認(rèn)情況

按照hue分類