seaborn-数据可视化

朱雀 2022-11-16 15:10 291阅读 0赞

> 数据地址

#pip install git+https://github.com/mwaskom/seaborn.git

#!/usr/bin/env python
    # coding: utf-8
    
    # # Seaborn
    
    # ## 简介
    
    # ### 定义
    
    # In[ ]:
    
    
    '''
    Seaborn是一个基于matplotlib且数据结构与pandas统一的统计图制作库。
    Seaborn框架旨在以数据可视化为中心来挖掘与理解数据。
    '''
    
    
    # ### 优点
    
    # In[ ]:
    
    
    '''
    1.代码较少
    2.图形美观
    3.功能齐全
    4.主流模块
    '''
    
    
    # ## 安装
    
    # ### pip命令安装
    
    # In[ ]:
    
    
    #pip install matplotlib
    #pip install seaborn
    
    
    # ### 从github安装
    
    # In[ ]:
    
    
    #pip install git+https://github.com/mwaskom/seaborn.git
    
    
    # ## 流程
    
    # ### 导入绘图模块
    
    # In[ ]:
    
    
    #mport matplotlib.pyplot as plt
    #import seaborn as sns
    
    
    # ### 提供显示条件
    
    # In[ ]:
    
    
    #%matplotlib inline  #在Jupyter中正常显示图形
    
    
    # ### 导入数据
    
    # In[ ]:
    
    
    #Seaborn内置数据集导入
    #dataset = sns.load_dataset('dataset')
    
    #外置数据集导入（以csv格式为例）
    #dataset = pd.read_csv('dataset') 
    
    
    # ### 设置画布
    
    # In[ ]:
    
    
    #设置一块大小为(12,6)的画布
    #plt.figure(figsize=(12, 6))
    
    
    # ### 输出图形
    
    # In[ ]:
    
    
    #整体图形背景，共5种:"white", "dark", "whitegrid", "darkgrid", "ticks"
    #sns.set_style('ticks')
    
    #以条形图为例输出图形
    #sns.barplot(x=x,y=y,data=dataset,...)
    
    '''
    barplot()括号里的是需要设置的具体参数，
    涉及到数据、颜色、坐标轴、以及具体图形的一些控制变量，
    基本的一些参数包括'x'、'y'、'data'，分别表示x轴，y轴，
    以及选择的数据集。
    '''
    
    
    # ### 保存图形
    
    # In[ ]:
    
    
    #将画布保存为保存为png、jpg、svg等格式图片
    #plt.savefig('jg.png')
    
    
    # ## 实战
    
    # In[153]:
    
    
    #数据准备
    df = pd.read_csv('./cook.csv') #读取数据集
    df['难度'] = df['用料数'].apply(lambda x:'简单' if x<5 else('一般' if x<15 else '较难')) #增加分类字段
    df = df[['菜谱','用料','用料数','难度','菜系','评分','用户']] #选择需要的列
    df.sample(5)  #查看数据集的随机5行数据
    
    
    # In[157]:
    
    
    #导入相关包
    import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    import matplotlib as mpl
    import seaborn as sns
    get_ipython().run_line_magic('matplotlib', 'inline')
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置加载的字体名
    plt.rcParams['axes.unicode_minus'] = False   # 解决保存图像是负号'-'显示为方块的问题 
    # sns.set_style('white')   #设置图形背景样式为white
    
    
    # ### 直方图
    
    # In[252]:
    
    
    #语法
    '''
    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)
    '''
    
    #distplot()输出直方图，默认拟合出密度曲线
    plt.figure(figsize=(10, 6)) #设置画布大小
    rate = df['评分']
    sns.distplot(rate,color="salmon",bins=20) #参数color样式为salmon，bins参数设定数据片段的数量
    
    
    # In[251]:
    
    
    #kde参数设为False,可去掉拟合的密度曲线
    plt.figure(figsize=(10, 6))
    sns.distplot(rate,kde=False,color="salmon",bins=20)
    
    
    # In[239]:
    
    
    #设置rug参数，可添加观测数值的边际毛毯
    fig,axes=plt.subplots(1,2,figsize=(10,6)) #为方便对比，创建一个1行2列的画布,figsize设置画布大小
    
    sns.distplot(rate,color="salmon",bins=10,ax=axes[0]) #axes[0]表示第一张图(左图)
    
    sns.distplot(rate,color="green",bins=10,rug=True,ax=axes[1]) #axes[1]表示第一张图(右图)
    
    
    # In[243]:
    
    
    #多个参数可通过字典传递
    fig,axes=plt.subplots(1,2,figsize=(10,6)) 
    sns.distplot(rate,color="salmon",bins=20,rug=True,ax=axes[0])
    
    sns.distplot(rate,rug=True,
                         hist_kws={'color':'g','label':'直方图'},
                         kde_kws={'color':'b','label':'密度曲线'},
                         bins=20,
                         ax=axes[1])
    
    
    # ### 散点图
    
    # #### 常规散点图:scatterplot
    
    # In[261]:
    
    
    #语法
    '''
    seaborn.scatterplot(x=None, y=None, hue=None, style=None, size=None, 
    data=None, palette=None, hue_order=None, hue_norm=None, sizes=None, 
    size_order=None, size_norm=None, markers=True, style_order=None, x_bins=None,
    y_bins=None, units=None, estimator=None, ci=95, n_boot=1000, alpha='auto', 
    x_jitter=None, y_jitter=None, legend='brief', ax=None, **kwargs)
    '''
    
    fig,axes=plt.subplots(1,2,figsize=(10,6)) 
    #hue参数，对数据进行细分
    sns.scatterplot(x="用料数", y="评分",hue="难度",data=df,ax=axes[0])
    
    #style参数通过不同的颜色和标记显示分组变量
    sns.scatterplot(x="用料数", y="评分",hue="难度",style='难度',data=df,ax=axes[1])
    
    
    # #### 分簇散点图:stripplot
    
    # In[275]:
    
    
    #语法
    '''
    seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, 
    hue_order=None, jitter=True, dodge=False, orient=None, color=None, 
    palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)
    '''
    
    #设置jitter参数控制抖动的大小
    plt.figure(figsize=(10, 6))
    sns.stripplot(x="菜系", y="评分",hue="难度",jitter=1,data=df)
    
    
    # #### 分类散点图:swarmplot
    
    # In[361]:
    
    
    #绘制分类散点图(带分布属性)
    #语法
    '''
    seaborn.swarmplot(x=None, y=None, hue=None, data=None, order=None,
    hue_order=None, dodge=False, orient=None, color=None, palette=None, 
    size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)
    '''
    
    plt.figure(figsize=(10, 6))
    sns.swarmplot(x="菜系", y="评分",hue="难度",data=df)
    
    
    # ### 条形图
    
    # #### 常规条形图:barplot
    
    # In[217]:
    
    
    #语法
    '''
    seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, 
    hue_order=None,ci=95, n_boot=1000, units=None, orient=None, color=None,
    palette=None, saturation=0.75, errcolor='.26', errwidth=None, capsize=None, 
    ax=None, estimator=<function mean>，**kwargs)
    '''
    
    #barplot()默认展示的是某种变量分布的平均值（可通过修改estimator参数为max、min、median等）
    # from numpy import median
    fig,axes=plt.subplots(1,2,figsize=(10,6)) 
    sns.barplot(x='菜系',y='评分',color="r",data=df,ax=axes[0])
    
    sns.barplot(x='菜系',y='评分',color="salmon",data=df,estimator=min,ax=axes[1])
    
    
    # In[357]:
    
    
    fig,axes=plt.subplots(1,2,figsize=(10,6))
    #设置hue参数，对x轴的数据进行细分
    sns.barplot(x='菜系',y='评分',color="salmon",hue='难度',data=df,ax=axes[0])
    #调换x和y的顺序，可将纵向条形图转为水平条形图
    sns.barplot(x='评分',y='菜系',color="salmon",hue='难度',data=df,ax=axes[1])
    
    
    # #### 计数条形图:countplot
    
    # In[359]:
    
    
    #语法
    '''
    seaborn.countplot(x=None, y=None, hue=None, data=None, order=None, 
    hue_order=None, orient=None, color=None, palette=None, saturation=0.75, dodge=True, ax=None, **kwargs)
    '''
    
    fig,axes=plt.subplots(1,2,figsize=(10,6))
    #选定某个字段，countplot()会自动统计该字段下各类别的数目
    sns.countplot(x='菜系',color="salmon",data=df,ax=axes[0])
    #同样可以加入hue参数
    sns.countplot(x='菜系',color="salmon",hue='难度',data=df,ax=axes[1])
    
    
    # ### 折线图
    
    # In[356]:
    
    
    #语法
    '''
    seaborn.lineplot(x=None, y=None, hue=None, size=None, style=None, 
    data=None, palette=None, hue_order=None, hue_norm=None, sizes=None, size_order=None,
    size_norm=None, dashes=True, markers=None, style_order=None, units=None, estimator='mean',
    ci=95, n_boot=1000, sort=True, err_style='band', err_kws=None, legend='brief', ax=None, **kwargs)
    '''
    
    fig,axes=plt.subplots(1,2,figsize=(10,6)) 
    #默认折线图有聚合
    sns.lineplot(x="用料数", y="评分", hue="菜系",data=df,ax=axes[0]) 
    
    #estimator参数设置为None可取消聚合
    sns.lineplot(x="用料数", y="评分", hue="菜系",estimator=None,data=df,ax=axes[1]) 
    
    
    # ### 饼图
    
    # #### 常规饼图
    
    # In[315]:
    
    
    #语法
    '''
    pie(x,labels=None,explode=None,colors=None, autopct=None,
    pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None,
    radius=None, counterclock=True, wedgeprops=None, textprops=None,
    center=(0, 0), frame=False, rotatelabels=False, hold=None, data=None)
    '''
    
    plt.figure(figsize=(10, 6))
    sorted_counts = df['菜系'].value_counts()
    plt.pie(x = sorted_counts, labels = sorted_counts.index, startangle = 90,
            counterclock = False) #startangle=90和counterclock = False表示在垂直上方开始第一个扇区，然后按照顺时针方向有序地绘制每个扇区
    plt.axis('square')   #axis函数将生成标准饼图
    
    
    # #### 环形图
    
    # In[319]:
    
    
    plt.figure(figsize=(10, 6))
    plt.pie(sorted_counts, labels = sorted_counts.index, startangle = 90,
            counterclock = False, wedgeprops = {'width' : 0.4}) #wedgeprops可设置环形宽度
    plt.axis('square')
    
    
    # ### 箱图
    
    # #### 箱线图:boxplot
    
    # In[326]:
    
    
    #语法
    '''
    seaborn.boxplot(x=None, y=None, hue=None, data=None, order=None, 
    hue_order=None, orient=None, color=None, palette=None, saturation=0.75, 
    width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, notch=False, ax=None, **kwargs)
    '''
    fig,axes=plt.subplots(1,2,figsize=(10,6)) 
    sns.boxplot(x='菜系',y='评分',hue='难度',data=df,ax=axes[0])
    
    #调节order和hue_order参数，可以控制x轴展示的顺序,linewidth调节线宽
    sns.boxplot(x='菜系',y='评分',hue='难度',data=df,color="salmon",linewidth=1,
                        order=['清真菜','粤菜','东北菜','鲁菜','浙菜','湖北菜','川菜'],
                        hue_order=['简单','一般','较难'],ax=axes[1])
    
    
    # #### 箱型图:boxenplot
    
    # In[335]:
    
    
    #语法
    '''
    seaborn.boxenplot(x=None, y=None, hue=None, data=None, order=None,
    hue_order=None, orient=None, color=None, palette=None, saturation=0.75,
    width=0.8, dodge=True, k_depth='proportion', linewidth=None, scale='exponential',
    outlier_prop=None, ax=None, **kwargs)
    '''
    
    fig,axes=plt.subplots(1,2,figsize=(10,6)) 
    sns.boxenplot(x='菜系',y='评分',hue='难度',data=df,color="salmon",ax=axes[0])
    
    #palette参数可设置调色板
    sns.boxenplot(x='菜系',y='评分',hue='难度',data=df, palette="Set2",ax=axes[1])
    
    
    # ### 小提琴图
    
    # In[391]:
    
    
    #语法
    '''
    seaborn.violinplot(x=None, y=None, hue=None, data=None, order=None, 
    hue_order=None, bw='scott', cut=2, scale='area', scale_hue=True, 
    gridsize=100, width=0.8, inner='box', split=False, dodge=True, orient=None,
    linewidth=None, color=None, palette=None, saturation=0.75, ax=None, **kwargs)
    '''
    
    fig,axes=plt.subplots(1,2,figsize=(10,6)) 
    sns.violinplot(x='菜系',y='评分',data=df, color="salmon",linewidth=1,ax=axes[0])
    
    #inner参数可在小提琴内部添加图形,palette设置颜色渐变
    sns.violinplot(x='菜系',y='评分',data=df,palette=sns.color_palette('Greens'),inner='stick',ax=axes[1])
    
    
    # ### 回归图
    
    # #### regplot
    
    # In[365]:
    
    
    '''
    seaborn.regplot(x, y, data=None, x_estimator=None, x_bins=None, x_ci='ci',
                    scatter=True, fit_reg=True, ci=95, n_boot=1000, units=None, 
                    order=1, logistic=False, lowess=False, robust=False, logx=False, 
                    x_partial=None, y_partial=None, truncate=False, dropna=True, 
                    x_jitter=None, y_jitter=None, label=None, color=None, marker='o',
                    scatter_kws=None, line_kws=None, ax=None)
    '''
    
    fig,axes=plt.subplots(1,2,figsize=(10,6)) 
    #marker参数可设置数据点的形状
    sns.regplot(x='用料数',y='评分',data=df,color='r',marker='+',ax=axes[0])
    #ci参数设置为None可去除直线附近阴影(置信区间)
    sns.regplot(x='用料数',y='评分',data=df,ci=None,color='g',marker='*',ax=axes[1])
    
    
    # #### lmplot
    
    # In[389]:
    
    
    #语法
    '''
    seaborn.lmplot(x, y, data, hue=None, col=None, row=None, palette=None, 
                   col_wrap=None, height=5, aspect=1, markers='o', sharex=True,
                   sharey=True, hue_order=None, col_order=None, row_order=None, 
                   legend=True, legend_out=True, x_estimator=None, x_bins=None,
                   x_ci='ci', scatter=True, fit_reg=True, ci=95, n_boot=1000, 
                   units=None, order=1, logistic=False, lowess=False, robust=False,
                   logx=False, x_partial=None, y_partial=None, truncate=False, 
                   x_jitter=None, y_jitter=None, scatter_kws=None, line_kws=None, size=None)
    '''
    
    #lmplot()可以设置hue,进行多个类别的显示,而regplot()是不支持的
    sns.lmplot(x='用料数',y='评分',hue='难度',data=df,
               palette=sns.color_palette('Reds'),ci=None,markers=['*','o','+'])
    
    
    # ### 热力图
    
    # In[414]:
    
    
    #语法
    '''
    seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, 
                    robust=False, annot=None, fmt='.2g', annot_kws=None,
                    linewidths=0, linecolor='white', cbar=True, cbar_kws=None, 
                    cbar_ax=None, square=False, xticklabels='auto', 
                    yticklabels='auto', mask=None, ax=None, **kwargs)
    '''
    
    fig,axes=plt.subplots(1,2,figsize=(10,6)) 
    h=pd.pivot_table(df,index=['菜系'],columns=['难度'],values=['评分'],aggfunc=np.mean)
    sns.heatmap(h,ax=axes[0])
    
    #annot参数设置为True可显示数字,cmap参数可设置热力图调色板
    cmap = sns.diverging_palette(200,20,sep=20,as_cmap=True)
    sns.heatmap(h,annot=True,cmap=cmap,ax=axes[1])
    #保存图形
    plt.savefig('jg.png')
    
    
    # In[ ]: