1行代码完成可视化：Seaborn3个常用方法示例

数据可视化基本上是数据的图形表示。在探索性数据分析中，可以使用数据可视化来理解变量之间的关系，还可以通过视化数据揭示底层结构或了解数据信息。

有多种工具可以帮助我们创建数据可视化。Seaborn就是其中之一 ，它是一个流行的 Python 数据可视化库。虽然Seaborn也是基于 Matplotlib ，但是与其他流行的数据可视化库相比，Seaborn 的语法更简单需要的代码更少。

只需一行 Seaborn 代码，我们就能够创建最常用的绘图并对其进行自定义，这是我们将在本文中重点介绍的内容。本文中将使用 Seaborn 的来创建以下绘图：

• 散点图
• 折线图
• 直方图
• 箱形图

但是，我们将介绍的功能不仅限于这些图，还可以用于创建其他几种图，例如 kde 图、条形图和小提琴图。

Seaborn 有一些内置的数据集，可以使用 load_dataset 函数访问。本文将使用penguins和taxis数据集进行演示。

# importing libraries
import pandas as pd
import seaborn as sns
sns.set(style="darkgrid")

# reading the datasets
penguins = sns.load_dataset(name="penguins")
taxis = sns.load_dataset(name="taxis")

散点图

penguins.head()

relplot 是最常用的一个函数。可以创建散点图和折线图，因为两种绘图类型主要用于研究变量之间的关系。

以下代码创建散点图。height 和 aspect 参数调整图形大小。

sns.relplot(data=penguins, x="bill_length_mm", y="bill_depth_mm", 
            kind="scatter", height=6, aspect=1.4)

每个点代表一个数据点（即行）。我们可以使用 hue 参数通过以不同的颜色显示来区分不同的类别。这是一个将上图中的雌性和雄性企鹅分开的示例。

sns.relplot(data=df, x="bill_length_mm", y="bill_depth_mm", 
            hue="sex", kind="scatter", height=6, aspect=1.4)

折线图

折线图是另一种非常常用的关系图。它可以展示值如何随时间或连续测量而变化。

我们将创建一个折线图来可视化每日乘客数量，该数量可以使用 Pandas 的 groupby 函数从出租车数据集中计算出来。为了让事情变得更有趣，我们还分别计算不同支付方式的总数。

taxis["date"] = taxis["pickup"].astype("datetime64[ns]").dt.date

taxis_daily = taxis.groupby(["date","payment"], as_index=False).agg(
    total_passengers = ("passengers","sum"),
    total_amount = ("total","sum")
)

taxis_daily.head()

以下代码行创建了一个显示每日总乘客人数的折线图。

sns.relplot(data=taxis_daily, x="date", y="total_passengers",
            hue="payment", kind="line", height=5, aspect=2)

直方图

直方图用于可视化连续变量的数据分布。它们将值范围划分为离散的 bin，并显示每个 bin 中的数据点数（即行）。

对于前面的示例，计算每日乘客人数和总量创建总金额的直方图，如下所示：

sns.displot(data=taxis_daily, x="total_amount", kind="hist",
            height=5, aspect=1.5, bins=12)

displot 函数可以用于创建直方图， kde图 和 ecdf 图。bins 参数控制直方图中的 bin 数量。

这个直方图告诉我们的是，花费的总金额通常在 1000 左右。条的高度与它们所代表的范围内的值的数量成正比。

箱形图

箱线图是一个分类分布图，显示变量在中位数和四分位数方面的分布。Seaborn 的 catplot 函数可以创建箱形图。

sns.catplot(data=penguins, x="island", y="body_mass_g", kind="box",
            height=5, aspect=1.5)

彩色框覆盖了第一个和第三个四分位数之间的范围，中间的线是中值。当所有值按升序排序时：

• 第一个四分位数是找到 25% 数据点的值。
• 中位数是中间的点。
• 第三个四分位数是找到 75% 数据点的值。

较高的箱线图表明这些值更加分散。

总结

Seaborn 使创建数据可视化变得非常容易。它们提供了清晰直观的语法。并且seaborn的函数语法基本相同。只需更改函数名称和 kind 参数，就可以只用一行代码创建许多不同的图。

https://www.overfit.cn/post/64e1f6f65f0a4a19b01ded1e2fe82a32

作者：Soner Yıldırım