Seaborn

Seaborn 简介

什么是 Seaborn

Seaborn 是一个基于 Python 的数据可视化库，建立在 Matplotlib 之上。它提供了一套高级接口，用于绘制具有吸引力和信息丰富的统计图形。Seaborn 与 Pandas 数据结构紧密集成，使得数据可视化工作更加简洁高效。

Seaborn 的特点

美观的默认样式：Seaborn 内置了多种精美的主题和配色方案
统计图表丰富：支持多种统计可视化图表，如热力图、小提琴图、箱线图等
与 Pandas 深度集成：可以直接接受 DataFrame 和 Series 作为输入
多变量关系展示：能够轻松展示多个变量之间的关系
简洁的 API：用更少的代码实现更复杂的可视化效果

安装与导入

# 安装 Seaborn
pip install seaborn

# 导入 Seaborn
import seaborn as sns
import matplotlib.pyplot as plt

# 设置中文显示（可选）
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

Seaborn 主题与样式

设置主题

Seaborn 提供了 5 种预设主题：

# 可选主题：darkgrid, whitegrid, dark, white, ticks
sns.set_style('whitegrid')

# 设置上下文（预设）：paper, notebook, talk, poster
sns.set_context('talk')

# 设置配色方案
sns.set_palette('husl')

颜色调色板

Seaborn 提供了丰富的颜色方案：

# 分类调色板
sns.color_palette('deep')      # 深色调色板
sns.color_palette('muted')     # 柔和调色板
sns.color_palette('pastel')    # 粉彩调色板
sns.color_palette('bright')    # 明亮调色板
sns.color_palette('dark')      # 暗色调色板

# 连续调色板
sns.color_palette('flare')     # 火焰色调色板
sns.color_palette('crest')     # 山脊调色板
sns.color_palette('viridis')   # Viridis调色板

# 查看调色板
sns.palplot(sns.color_palette('husl', 10))

单变量分布可视化

直方图（Histplot）

直方图用于展示单个连续变量的分布情况：

import seaborn as sns
import matplotlib.pyplot as plt

# 加载示例数据
tips = sns.load_dataset('tips')

# 绘制直方图
sns.histplot(data=tips, x='total_bill', bins=20, kde=True)
plt.title('消费总额分布')
plt.show()

核密度估计图（KDEplot）

核密度估计图可以平滑地展示变量分布：

# 基础 KDE 图
sns.kdeplot(data=tips, x='total_bill')

# 填充样式
sns.kdeplot(data=tips, x='total_bill', fill=True, alpha=0.5)

# 双变量 KDE 图
sns.kdeplot(data=tips, x='total_bill', y='tip')

计数图（Countplot）

用于展示分类变量的计数：

# 基础计数图
sns.countplot(data=tips, x='day')

# 水平方向
sns.countplot(data=tips, y='day')

# 添加分类
sns.countplot(data=tips, x='day', hue='sex')

双变量关系可视化

散点图（Scatterplot）

散点图用于展示两个连续变量之间的关系：

# 基础散点图
sns.scatterplot(data=tips, x='total_bill', y='tip')

# 添加分类维度
sns.scatterplot(data=tips, x='total_bill', y='tip', hue='sex')

# 添加大小维度
sns.scatterplot(data=tips, x='total_bill', y='tip', hue='sex', size='size')

# 添加样式维度
sns.scatterplot(data=tips, x='total_bill', y='tip',
                hue='sex', style='time', size='size')

折线图（Lineplot）

用于展示变量随时间或其他变量的变化趋势：

# 加载时间序列数据
fmri = sns.load_dataset('fmri')

# 基础折线图
sns.lineplot(data=fmri, x='timepoint', y='signal')

# 添加分类和置信区间
sns.lineplot(data=fmri, x='timepoint', y='signal',
             hue='event', style='event', markers=True, dashes=False)

# 关闭置信区间
sns.lineplot(data=fmri, x='timepoint', y='signal', ci=None)

回归图（Regplot）

回归图用于展示变量间的线性关系和拟合线：

# 基础回归图
sns.regplot(data=tips, x='total_bill', y='tip')

# 添加置信区间
sns.regplot(data=tips, x='total_bill', y='tip', ci=95)

# 使用逻辑回归（适用于二分类数据）
tips['big_tip'] = (tips['tip'] / tips['total_bill']) > 0.15
sns.regplot(data=tips, x='total_bill', y='big_tip',
            logistic=True, y_jitter=.03)

多变量关系可视化

关系图（Relplot）

Relplot 是 figure-level 的接口，可以绘制散点图和折线图：

# 散点图关系图
sns.relplot(data=tips, x='total_bill', y='tip',
            hue='sex', style='time', size='size',
            col='day', col_wrap=2)

# 折线图关系图
sns.relplot(data=fmri, x='timepoint', y='signal',
            hue='event', style='event', kind='line',
            col='subject', col_wrap=5, height=3)

成对关系图（Pairplot）

展示数据集中所有变量对之间的关系：

# 加载鸢尾花数据集
iris = sns.load_dataset('iris')

# 基础成对图
sns.pairplot(iris)

# 添加分类
sns.pairplot(iris, hue='species')

# 自定义对角线
sns.pairplot(iris, hue='species',
             diag_kind='kde',  # 对角线类型：hist 或 kde
             markers=['o', 's', 'D'])

# 选择特定变量
sns.pairplot(iris, hue='species',
             vars=['sepal_length', 'sepal_width', 'petal_length'])

分类数据可视化

分类散点图

# Stripplot - 带抖动的散点图
sns.stripplot(data=tips, x='day', y='total_bill', jitter=True)

# Swarmplot - 蜂群散点图（避免重叠）
sns.swarmplot(data=tips, x='day', y='total_bill', hue='sex')

箱线图（Boxplot）

# 基础箱线图
sns.boxplot(data=tips, x='day', y='total_bill')

# 添加分类
sns.boxplot(data=tips, x='day', y='total_bill', hue='sex')

# 水平方向
sns.boxplot(data=tips, x='total_bill', y='day', hue='time')

小提琴图（Violinplot）

小提琴图结合了箱线图和核密度估计：

# 基础小提琴图
sns.violinplot(data=tips, x='day', y='total_bill')

# 分割小提琴图
sns.violinplot(data=tips, x='day', y='total_bill',
               hue='sex', split=True)

# 内部显示类型
sns.violinplot(data=tips, x='day', y='total_bill',
               inner='quartile')  # quartile, point, stick

箱线图与小提琴图结合

# 箱线图与散点图结合
sns.boxplot(data=tips, x='day', y='total_bill')
sns.swarmplot(data=tips, x='day', y='total_bill',
              color='black', alpha=0.5)

条形图（Barplot）

展示分类变量的均值和置信区间：

# 基础条形图
sns.barplot(data=tips, x='day', y='total_bill')

# 添加分类
sns.barplot(data=tips, x='day', y='total_bill', hue='sex')

# 估计量函数
sns.barplot(data=tips, x='day', y='total_bill',
            estimator=sum,  # 使用总和而非均值
            ci=68)          # 置信区间

点图（Pointplot）

用于展示分类变量间的关系差异：

# 基础点图
sns.pointplot(data=tips, x='day', y='total_bill')

# 添加分类和连接线
sns.pointplot(data=tips, x='day', y='total_bill',
              hue='sex', markers=['o', 's'],
              linestyles=['-', '--'])

分类图（Catplot）

Catplot 是 figure-level 的分类数据可视化接口：

# 绘制箱线图
sns.catplot(data=tips, x='day', y='total_bill',
            kind='box', col='time')

# 绘制小提琴图
sns.catplot(data=tips, x='day', y='total_bill',
            kind='violin', hue='sex', split=True)

# 绘制条形图
sns.catplot(data=tips, x='day', y='total_bill',
            kind='bar', hue='sex', col='time')

矩阵图与热力图

热力图（Heatmap）

热力图用于展示矩阵数据或相关性矩阵：

import numpy as np

# 创建随机数据
data = np.random.randn(10, 12)

# 基础热力图
sns.heatmap(data)

# 添加数值标注
sns.heatmap(data, annot=True, fmt='.2f')

# 相关性热力图
corr = tips.corr()
sns.heatmap(corr, annot=True, cmap='coolwarm',
            vmin=-1, vmax=1, center=0,
            square=True, linewidths=1)

# 自定义颜色条
sns.heatmap(corr, annot=True, cmap='YlGnBu',
            cbar_kws={'label': '相关系数'})

聚类热力图（Clustermap）

带有层次聚类的热力图：

# 基础聚类热力图
sns.clustermap(data)

# 标准化数据
sns.clustermap(data, standard_scale=1)

# 使用 Z-score 标准化
sns.clustermap(data, z_score=0)

# 调整聚类方法
sns.clustermap(data, method='average', metric='correlation')

分布对比图

联合分布图（Jointplot）

展示两个变量的联合分布和边际分布：

# 散点图 + 边际分布
sns.jointplot(data=tips, x='total_bill', y='tip')

# KDE 联合分布
sns.jointplot(data=tips, x='total_bill', y='tip', kind='kde')

# 六边形分箱
sns.jointplot(data=tips, x='total_bill', y='tip', kind='hex')

# 回归图
sns.jointplot(data=tips, x='total_bill', y='tip', kind='reg')

# 添加分类
sns.jointplot(data=tips, x='total_bill', y='tip',
              hue='time', kind='scatter')

联合网格图（JointGrid）

更灵活的联合分布图：

g = sns.JointGrid(data=tips, x='total_bill', y='tip')
g.plot(sns.histplot, sns.kdeplot)

分面网格（FacetGrid）

FacetGrid 用于按分类变量创建多个子图：

# 创建 FacetGrid
g = sns.FacetGrid(tips, col='time', row='smoker')

# 绘制图形
g.map(sns.histplot, 'total_bill')

# 添加分类
g = sns.FacetGrid(tips, col='day', hue='sex')
g.map(sns.scatterplot, 'total_bill', 'tip')
g.add_legend()

# 自定义函数
def quantile_plot(x, **kwargs):
    sns.histplot(x, **kwargs)
    plt.axvline(x.quantile(0.5), color='r', linestyle='--')

g = sns.FacetGrid(tips, col='day')
g.map(quantile_plot, 'total_bill')

图形元素控制

子图布局

# 创建子图
fig, axes = plt.subplots(2, 2, figsize=(12, 10))

# 在不同子图绘制
sns.histplot(data=tips, x='total_bill', ax=axes[0, 0])
sns.boxplot(data=tips, x='day', y='total_bill', ax=axes[0, 1])
sns.scatterplot(data=tips, x='total_bill', y='tip', ax=axes[1, 0])
sns.heatmap(tips.corr(), annot=True, ax=axes[1, 1])

plt.tight_layout()
plt.show()

图形保存

# 保存图形
fig = sns.scatterplot(data=tips, x='total_bill', y='tip')
plt.savefig('scatter_plot.png', dpi=300, bbox_inches='tight')

# 支持 PNG, PDF, SVG, EPS 等格式
plt.savefig('scatter_plot.pdf', format='pdf')

样式自定义

# 设置图形大小
plt.figure(figsize=(10, 6))
sns.boxplot(data=tips, x='day', y='total_bill')

# 添加标题和标签
plt.title('各日消费总额分布', fontsize=16)
plt.xlabel('星期', fontsize=12)
plt.ylabel('消费总额', fontsize=12)

# 自定义刻度
plt.xticks(rotation=45)
plt.ylim(0, 60)

# 添加网格
plt.grid(True, alpha=0.3)

plt.show()

实用技巧

加载内置数据集

Seaborn 提供了多个内置数据集用于练习：

# 可用数据集
sns.load_dataset('tips')       # 小费数据
sns.load_dataset('iris')       # 鸢尾花数据
sns.load_dataset('titanic')    # 泰坦尼克号数据
sns.load_dataset('penguins')   # 企鹅数据
sns.load_dataset('dowjones')   # 道琼斯指数
sns.load_dataset('fmri')       # fMRI 脑部扫描数据
sns.load_dataset('mpg')        # 汽车燃料效率数据

常用参数

参数	说明
`data`	输入的数据（DataFrame）
`x, y`	指定 x/y 轴的变量名
`hue`	分类变量（颜色）
`style`	分类变量（样式）
`size`	分类变量（大小）
`col, row`	分面子图的分类变量
`palette`	指定颜色方案
`order`	指定分类顺序
`ci`	置信区间大小
`estimator`	统计量函数

与 Matplotlib 的结合

Seaborn 基于 Matplotlib 构建，可以无缝结合使用：

import matplotlib.pyplot as plt
import seaborn as sns

# 创建图形
fig, ax = plt.subplots(figsize=(10, 6))

# 使用 Seaborn 绘图
sns.boxplot(data=tips, x='day', y='total_bill', ax=ax)

# 使用 Matplotlib 添加元素
ax.set_title('消费统计', fontsize=16)
ax.axhline(y=20, color='r', linestyle='--', label='参考线')
ax.legend()

plt.show()

总结

Seaborn 是一个功能强大的数据可视化工具，特别适合数据分析和机器学习中的探索性数据分析。掌握 Seaborn 的核心功能后，你可以：

快速创建美观的统计图形
轻松探索多变量之间的关系
展示数据分布和统计特征
生成专业的数据可视化报告

建议结合 Pandas 和 Matplotlib 一起使用，发挥各自的优势，创建更加丰富和专业的数据可视化效果。

版权所有

许可证：署名 4.0 国际 (CC-BY-4.0)