python seaborn畫圖

原創 振裕 2020-02-22 19:02

python seaborn畫圖

以前覺得用markdown寫圖文混排的文字應該很麻煩，後來發現CSDN的markdown真是好用的。

在做分析時候，有時需要畫幾個圖看看數據分佈情況，但總記不住python的繪圖函數。今天有空順便整理下python的seaborn繪圖函數庫。
Seaborn其實是在matplotlib的基礎上進行了更高級的API封裝，從而使得作圖更加容易，在大多數情況下使用seaborn就能做出很具有吸引力的圖，而使用matplotlib能製作具有更多特色的圖。應該把Seaborn視爲matplotlib的補充，而不是替代物。

seaborns是針對統計繪圖的，方便啊。

一般來說，seaborn能滿足數據分析90%的繪圖需求，夠用了，如果需要複雜的自定義圖形，還是要matplotlit。這裏也只是對seaborn官網的繪圖API簡單翻譯整理下，對很多參數使用方法都沒有說到，如果需要精細繪圖，還是需要參照其seaborn的文檔的。

這裏簡要介紹常用的圖形，常用的參數，其精美程度不足以當做報告繪圖，算是做筆記吧。

1.幾個概念

如果使用過R語言的ggplot2繪圖包，對分組分面，統計繪圖等概念應該很熟悉，這裏也介紹下。

1.1.分組繪圖

比如說需要在一張圖上繪製兩條曲線，分別是南方和北方的氣溫變化，分別用不同的顏色加以區分。在seaborn中用hue參數控制分組繪圖。

1.2.分面繪圖

其實就是在一張紙上劃分不同的區域，比如2*2的子區域，在不同的子區域上繪製不同的圖形，在matplotlib中就是 add_subplot(2,2,1)，在seaborn中用col參數控制，col的全稱是columns，不是color，如果輔助col_wrap參數會更好些。後來發現，col可以控制columns的子圖，那麼row可以控制rows的子圖排列。
如果需要分面繪圖，應該使用seaborn的FacetGrid對象，seaborn的一般的繪圖函數是沒有分面這個參數的。

1.3.統計函數

分組繪圖的時候，會對分組變量先要用統計函數，然後繪圖，比如先計算變量的均值，然後繪製該均值的直方圖。統計繪圖參數是 estimator，很多情況下默認是numpy.mean。在ggplot2中就大量使用了這種方法。如果不適用統計繪圖，就需要先用pandas進行groupby分組彙總，然後用seaborn繪圖，多此一舉了。

2.圖形分類

在seaborn中圖形大概分這麼幾類，因子變量繪圖，數值變量繪圖，兩變量關係繪圖，時間序列圖，熱力圖，分面繪圖等。

因子變量繪圖

  1. 箱線圖boxplot
  2. 小提琴圖violinplot
  3. 散點圖striplot
  4. 帶分佈的散點圖swarmplot
  5. 直方圖barplot
  6. 計數的直方圖countplot
  7. 兩變量關係圖factorplot

迴歸圖
迴歸圖只要探討兩連續數值變量的變化趨勢情況，繪製x-y的散點圖和迴歸曲線。

  1. 線性迴歸圖lmplot
  2. 線性迴歸圖regplot

分佈圖
包括單變量核密度曲線，直方圖，雙變量多變量的聯合直方圖，和密度圖

熱力圖
1. 熱力圖heatmap

聚類圖
1. 聚類圖clustermap

時間序列圖
1. 時間序列圖tsplot
2. 我的時序圖plot_ts_d , plot_ts_m

分面繪圖
1.分面繪圖FacetGrid

3.因子變量繪圖

3.1.boxplot箱線圖

import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
# 繪製箱線圖
ax = sns.boxplot(x=tips["total_bill"])
# 豎着放的箱線圖，也就是將x換成y
ax = sns.boxplot(y=tips["total_bill"])

這裏寫圖片描述

# 分組繪製箱線圖，分組因子是day，在x軸不同位置繪製
ax = sns.boxplot(x="day", y="total_bill", data=tips)

這裏寫圖片描述

# 分組箱線圖，分子因子是smoker，不同的因子用不同顏色區分
# 相當於分組之後又分組
ax = sns.boxplot(x="day", y="total_bill", hue="smoker",
                    data=tips, palette="Set3")

這裏寫圖片描述

# 改變線寬，linewidth參數
ax = sns.boxplot(x="day", y="total_bill", hue="time",
                    data=tips, linewidth=2.5)

# 改變x軸順序，order參數
ax = sns.boxplot(x="time", y="tip", data=tips,
                    order=["Dinner", "Lunch"])
# 對dataframe的每個變量都繪製一個箱線圖，水平放置
iris = sns.load_dataset("iris")
ax = sns.boxplot(data=iris, orient="h", palette="Set2")

這裏寫圖片描述

箱線圖+有分佈趨勢的散點圖–>的組合圖

# 箱線圖+有分佈趨勢的散點圖
# 圖形組合也就是兩條繪圖語句一起運行就可以了，相當於圖形覆蓋了
ax = sns.boxplot(x="day", y="total_bill", data=tips)
ax = sns.swarmplot(x="day", y="total_bill", data=tips, color=".25")

這裏寫圖片描述

3.2.violinplot小提琴圖

小提琴圖其實是箱線圖與核密度圖的結合，箱線圖展示了分位數的位置，小提琴圖則展示了任意位置的密度，通過小提琴圖可以知道哪些位置的密度較高。在圖中，白點是中位數，黑色盒型的範圍是下四分位點到上四分位點，細黑線表示須。外部形狀即爲核密度估計（在概率論中用來估計未知的密度函數，屬於非參數檢驗方法之一）。

import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
# 繪製小提琴圖
ax = sns.violinplot(x=tips["total_bill"])

這裏寫圖片描述

# 分組的小提琴圖，同上面的箱線圖一樣通過X軸分組
ax = sns.violinplot(x="day", y="total_bill", data=tips)

這裏寫圖片描述

# 通過hue分組的小提琴圖，相當於分組之後又分組
ax = sns.violinplot(x="day", y="total_bill", hue="smoker",
                        data=tips, palette="muted")

這裏寫圖片描述

# 分組組合的小提琴圖，其實就是hue分組後，各取一半組成一個小提琴圖
ax = sns.violinplot(x="day", y="total_bill", hue="smoker",
                        data=tips, palette="muted", split=True)

這裏寫圖片描述

# 調整x軸順序，同樣通過order參數
ax = sns.violinplot(x="time", y="tip", data=tips,
                    order=["Dinner", "Lunch"])

這裏寫圖片描述

其他的樣式不常用，就不貼上來了。

3.3.stripplot散點圖

需要注意的是，seaborn中有兩個散點圖，一個是普通的散點圖，另一個是可以看出分佈密度的散點圖。下面把它們花在一起就明白了。

# 普通的散點圖
ax1 = sns.stripplot(x=tips["total_bill"])
# 帶分佈密度的散點圖
ax2 = sns.swarmplot(x=tips["total_bill"])

這裏寫圖片描述

# 分組的散點圖
ax = sns.stripplot(x="day", y="total_bill", data=tips)

這裏寫圖片描述

# 添加抖動項的散點圖，jitter可以是0.1,0.2...這樣的小數，表示抖動的程度大小
ax = sns.stripplot(x="day", y="total_bill", data=tips, jitter=True)

這裏寫圖片描述

# 是不是想橫着放呢，很簡單的，x-y順序換一下就好了
ax = sns.stripplot(x="total_bill", y="day", data=tips,jitter=True)

這裏寫圖片描述

# 重點來了，分組繪製，而且是分組後分開繪製，在柱狀圖中，跟分組柱狀圖類似的。
# 通過 hue, split 參數控制
# 1.分組
ax = sns.stripplot(x="sex", y="total_bill", hue="day",
                    data=tips, jitter=True)
# 2.分開繪製
ax = sns.stripplot(x="day", y="total_bill", hue="smoker",
                data=tips, jitter=True,palette="Set2", split=True)

這裏寫圖片描述
這裏寫圖片描述

# 散點圖+小提起圖
# 兩條命令一起運行就行了
ax = sns.violinplot(x="day", y="total_bill", data=tips,inner=None, color=".8")
ax = sns.stripplot(x="day", y="total_bill", data=tips,jitter=True)

這裏寫圖片描述

3.4.swarmplot帶分佈的散點圖

swarmplt的參數和用法和stripplot的用法是一樣的，只是表現形式不一樣而已。

import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
ax = sns.swarmplot(x=tips["total_bill"])

這裏寫圖片描述

# 分組的散點圖
ax = sns.swarmplot(x="day", y="total_bill", data=tips)

這裏寫圖片描述

# 箱線圖+散點圖
# whis 參數設定是否顯示箱線圖的離羣點，whis=np.inf 表示不顯示
ax = sns.boxplot(x="tip", y="day", data=tips, whis=np.inf)
ax = sns.swarmplot(x="tip", y="day", data=tips)

這裏寫圖片描述

# 小提琴圖+散點圖
ax = sns.violinplot(x="day", y="total_bill", data=tips, inner=None)
ax = sns.swarmplot(x="day", y="total_bill", data=tips,
                    color="white", edgecolor="gray")

這裏寫圖片描述

3.5.pointplot

Show point estimates and confidence intervals using scatter plot glyphs.
使用散點圖符號顯示點估計和置信區間。

這個我不知道在什麼地方用到，不太明白。就先寫這個了。

3.6.barplot直方圖

我不喜歡顯示直方圖上面的置信度線，難看，所以下面的圖形我都設置ci=0.(Size of confidence intervals to draw around estimated values)

直方圖的統計函數，繪製的是變量的均值 estimator=np.mean

# 注意看看Y軸，看到沒，統計函數默認是 mean，
import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
ax = sns.barplot(x="day", y="total_bill", data=tips,ci=0)

這裏寫圖片描述

# 分組的柱狀圖
ax = sns.barplot(x="day", y="total_bill", hue="sex", data=tips,ci=0)

這裏寫圖片描述

# 繪製變量中位數的直方圖，estimator指定統計函數
from numpy import median
ax = sns.barplot(x="day", y="tip", data=tips, 
                    estimator=median, ci=0)

這裏寫圖片描述

# 改變主題顏色
# palette="Blues_d"
ax = sns.barplot("size", y="total_bill", data=tips, 
                    palette="Blues_d")

這裏寫圖片描述

3.7.countplot計數統計圖

這個很重要，對因子變量計數，然後繪製條形圖

import seaborn as sns
sns.set(style="darkgrid")
titanic = sns.load_dataset("titanic")
ax = sns.countplot(x="class", data=titanic)

這裏寫圖片描述

# 分組繪圖
ax = sns.countplot(x="class", hue="who", data=titanic)

# 如果是橫着放，x用y替代
ax = sns.countplot(y="class", hue="who", data=titanic)

這裏寫圖片描述

3.8.factorplot

這是一類重要的變量聯合繪圖。
繪製 因子變量-數值變量 的分佈情況圖。

# 用小提琴圖 反應 time-pulse 兩變量的分佈情形
import seaborn as sns
sns.set(style="ticks")
exercise = sns.load_dataset("exercise")
g = sns.factorplot(x="time", y="pulse", hue="kind",
                    data=exercise, kind="violin")

這裏寫圖片描述

# 不同的deck（因子）繪製不同的alive（數值），col爲分子圖繪製，col_wrap每行畫4個子圖
titanic = sns.load_dataset("titanic")
g = sns.factorplot(x="alive", col="deck", col_wrap=4,
                    data=titanic[titanic.deck.notnull()],
                    kind="count", size=2.5, aspect=.8)

這裏寫圖片描述

4.迴歸圖

迴歸圖有兩個，我暫時沒有看出他們有什麼區別，從函數說明來看看吧。
lmplot： Plot data and regression model fits across a FacetGrid.
regplot：Plot data and a linear regression model fit.

4.1.迴歸圖lmplot

# 線性迴歸圖
import seaborn as sns; sns.set(color_codes=True)
tips = sns.load_dataset("tips")
g = sns.lmplot(x="total_bill", y="tip", data=tips)

這裏寫圖片描述

# 分組的線性迴歸圖，通過hue參數控制
g = sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips)

這裏寫圖片描述

# 分組繪圖，不同的組用不同的形狀標記
g = sns.lmplot(x="total_bill", y="tip", hue="smoker", 
                data=tips,markers=["o", "x"])

這裏寫圖片描述

# 不僅分組，還分開不同的子圖繪製，用col參數控制
g = sns.lmplot(x="total_bill", y="tip", col="smoker", data=tips)

這裏寫圖片描述

# col+hue 雙分組參數，既分組，又分子圖繪製，jitter控制散點抖動程度
g = sns.lmplot(x="size", y="total_bill", hue="day", 
                col="day",data=tips, aspect=.4, x_jitter=.1)

這裏寫圖片描述

# 分組繪製，控制size尺寸
g = sns.lmplot(x="total_bill", y="tip", col="day", hue="day",
                data=tips, col_wrap=2, size=3)

這裏寫圖片描述

# 既然col可以控制分組子圖的，那麼row也是可以控制分組子圖的
g = sns.lmplot(x="total_bill", y="tip", row="sex", 
                col="time", data=tips, size=3)

這裏寫圖片描述

4.2.迴歸圖regplot

Plot the relationship between two variables in a DataFrame:

import seaborn as sns; sns.set(color_codes=True)
tips = sns.load_dataset("tips")
ax = sns.regplot(x="total_bill", y="tip", data=tips)

這裏寫圖片描述

# 控制散點的形狀和顏色
import numpy as np; np.random.seed(8)
mean, cov = [4, 6], [(1.5, .7), (.7, 1)]
x, y = np.random.multivariate_normal(mean, cov, 80).T
ax = sns.regplot(x=x, y=y, color="g", marker="+")

這裏寫圖片描述

# 控制迴歸的置信度，你會看到擬合直線的外面的面積的有變化的
ax = sns.regplot(x=x, y=y, ci=68)

這裏寫圖片描述

# 上面的都是擬合一次曲線，擬合二次曲線通過order=2設置，
# 擬合一次曲線相當於 order=1
ans = sns.load_dataset("anscombe")
ax = sns.regplot(x="x", y="y", data=ans.loc[ans.dataset == "II"],
                scatter_kws={"s": 80},order=2, ci=None, truncate=True)

這裏寫圖片描述

5.數值分佈繪圖

5.1.直方圖histplot

直方圖hist=True，核密度曲線rug=True

# 繪製數值變量的密度分佈圖
# 默認既繪製核密度曲線，也繪製直方圖
import seaborn as sns, numpy as np
sns.set(rc={"figure.figsize": (8, 4)}); np.random.seed(0)
x = np.random.randn(100)
ax = sns.distplot(x)

這裏寫圖片描述

# 只繪製核密度曲線，不繪製直返圖
ax = sns.distplot(x, rug=True, hist=False)

這裏寫圖片描述

# 橫着放
ax = sns.distplot(x, vertical=True)

這裏寫圖片描述

5.2.核密度圖kdeplot

# 繪製核密度圖
import numpy as np; np.random.seed(10)
import seaborn as sns; sns.set(color_codes=True)
mean, cov = [0, 2], [(1, .5), (.5, 1)]
x, y = np.random.multivariate_normal(mean, cov, size=50).T
ax = sns.kdeplot(x)

這裏寫圖片描述

# shade參數決定是否填充曲線下面積
ax = sns.kdeplot(x, shade=True, color="r")

這裏寫圖片描述

# 雙變量密度圖，相當於等高線圖了
# shade 參數改用顏色深淺表示密度的大小，不過不用，就真的是等高線了
ax = sns.kdeplot(x, y, shade=True)

這裏寫圖片描述

# 分組繪製雙變量的核密度圖
# 相當於繪製兩個核密度圖，通過圖可以看到密度中心
# 類似於挖掘算法中聚類中心繪圖
iris = sns.load_dataset("iris")
setosa = iris.loc[iris.species == "setosa"]  # 組1
virginica = iris.loc[iris.species == "virginica"]  # 組2

ax = sns.kdeplot(setosa.sepal_width, setosa.sepal_length, 
                    cmap="Reds", shade=True, shade_lowest=False)

ax = sns.kdeplot(virginica.sepal_width, virginica.sepal_length, 
                    cmap="Blues", shade=True, shade_lowest=False)

這裏寫圖片描述

5.3.雙變量關係圖jointplot

joint，顧名思義，就是聯合呀。
Draw a plot of two variables with bivariate and univariate graphs.

kind參數可以使用不同的圖形反應兩變量的關係，比如點圖，線圖，核密度圖。

# 默認繪製雙變量的散點圖，計算兩個變量的直方圖，計算兩個變量的相關係數和置信度
import numpy as np, pandas as pd; np.random.seed(0)
import seaborn as sns; sns.set(style="white", color_codes=True)
tips = sns.load_dataset("tips")
g = sns.jointplot(x="total_bill", y="tip", data=tips)

這裏寫圖片描述

# 通過kind參數，除了繪製散點圖，還要繪製擬合的直線，擬合的核密度圖
 g = sns.jointplot("total_bill", "tip", data=tips, kind="reg")

這裏寫圖片描述

# 使用六角形代替點圖圖
g = sns.jointplot("total_bill", "tip", data=tips, kind="hex")

這裏寫圖片描述

# 繪製核密度圖
iris = sns.load_dataset("iris")
g = sns.jointplot("sepal_width", "petal_length", data=iris, 
                    kind="kde", space=0, color="g")

這裏寫圖片描述

# 控制圖形的大小和顏色
g = sns.jointplot("total_bill", "tip", data=tips, 
                    size=5, ratio=3, color="g")

這裏寫圖片描述

5.4.變量關係組圖pairplot

就是繪製dataframe中各個變量兩兩之間的關係圖。
在變量關係圖中，最常見的就是 x-y的線圖，x-y的散點圖，x-y的迴歸圖。其實這三者都可以通過lmplot繪製，只是控制不同的參數而已。x-y的線圖，其實就是時間序列圖，這裏就不說了。
這裏又說一遍散點圖，是爲了和前面的因子變量散點圖相區分，前面的因子變量散點圖，講的是不同因子水平的值繪製的散點圖，而這裏是兩個數值變量值散點圖關係。爲什麼要用lmplot呢，說白了就是，先將這些散點畫出來，然後在根據散點的分佈情況擬合出一條直線。但是用lmplot總覺得不好，沒有用scatter來得合適。

# x-y 的散點圖，不畫迴歸線，fit_reg=False

tips = sns.load_dataset("tips")
g = sns.lmplot(x="total_bill", y="tip", data=tips,
                fit_reg=False,hue='smoker',scatter=True)

# 只畫迴歸線，不畫散點圖，scatter=False
g = sns.lmplot(x="total_bill", y="tip", data=tips,
                fit_reg=True,hue='smoker',scatter=False)

這裏寫圖片描述
這裏寫圖片描述

import seaborn as sns; sns.set(style="ticks", color_codes=True)
iris = sns.load_dataset("iris")
g = sns.pairplot(iris)

這裏寫圖片描述

# 分組的變量關係圖，似乎很厲害啊
g = sns.pairplot(iris, hue="species")

這裏寫圖片描述

# hue 分組後，不同的組用不同的形狀標記
g = sns.pairplot(iris, hue="species", markers=["o", "s", "D"])

這裏寫圖片描述

# 當然也可以只取dataframe中的一部分變量繪圖
g = sns.pairplot(iris, vars=["sepal_width", "sepal_length"])

這裏寫圖片描述

# 對角線默認繪製直方圖，當然也可以繪製核密度圖
g = sns.pairplot(iris, diag_kind="kde")
# 相應的，兩變量關係圖，也可以繪製線性迴歸圖

這裏寫圖片描述

這裏寫圖片描述

6.熱力圖

6.1.熱力圖heatmap

import numpy as np; np.random.seed(0)
import seaborn as sns; sns.set()
uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data)

這裏寫圖片描述

# 改變顏色映射的值範圍
ax = sns.heatmap(uniform_data, vmin=0, vmax=1)

這裏寫圖片描述

Plot a dataframe with meaningful row and column labels:
# 繪製x-y-z的熱力圖，比如 年-月-銷量 的熱力圖
flights = sns.load_dataset("flights")
flights = flights.pivot("month", "year", "passengers")
ax = sns.heatmap(flights)

這裏寫圖片描述

# 繪製熱力圖，還要將數值寫到熱力圖上
ax = sns.heatmap(flights, annot=True, fmt="d")

這裏寫圖片描述

# 這個圖在繪製缺失值分佈有用，但是不知道怎麼樣。
# Plot every other column label and don’t plot row labels 
data = np.random.randn(50, 20)
ax = sns.heatmap(data, xticklabels=2, yticklabels=False)

這裏寫圖片描述

7.聚類圖clustermap

暫時不知道怎麼用，先這樣吧。

8.時間序列圖

tsplot函數說是繪製時間序列圖，還不如說是繪製簡單的線圖更加合適吧，因爲我在繪製帶timestap時間索引的pandas.Series時，並沒有自動升採樣繪圖，只是數據有有什麼數據就畫什麼，這在時間序列上應該是不對的。

因爲我遇到這樣一種情況，一個產品只在上半年賣，從數據庫中取出數據只有每年上半年的數據，下半年沒有數據也應該填充爲0纔對啊，但是seaborn的tsplot沒有這個功能。

下面先介紹tsplot繪製線圖吧，傳入一個list或者series，直接繪製線圖。

8.1.tsplot時序圖

# Plot a trace with translucent confidence bands:
# 繪製帶有半透明置信帶的軌跡：
# data是多組list的組合，這時候應該繪製多條曲線纔對啊，其實不是的，是多組list的均值的序列圖（默認）
import numpy as np; np.random.seed(22)
import seaborn as sns; sns.set(color_codes=True)
x = np.linspace(0, 15, 31)
data = np.sin(x) + np.random.rand(10, 31) + np.random.randn(10, 1)
ax = sns.tsplot(data=data)

這裏寫圖片描述

# tsplot的參數不太懂，直接上圖吧
gammas = sns.load_dataset("gammas")
ax = sns.tsplot(time="timepoint", value="BOLD signal", 
                unit="subject", condition="ROI", data=gammas)

這裏寫圖片描述

# 繪製不同的置信度擬合圖，這個好用
ax = sns.tsplot(data=data, ci=[68, 95], color="m")

這裏寫圖片描述

# 使用不同的統計函數，默認的是均值，這裏是中位數
ax = sns.tsplot(data=data, estimator=np.median)

這裏寫圖片描述

8.2.panda線圖

pandas的dataframe本身也有繪圖函數，對於常見的分析圖形還是很方便的，而且可以在plot函數中指定title等

sale4.loc[sale4['sku']=='SKU412946',['month','salecount']]\
     .plot(x='month',y='salecount',title='SKU412946')

這裏寫圖片描述

8.3.採樣的時序圖

這裏重點講一下。如果時序中每天的數據都有還好說，如果沒有，就需要採樣了。

def plot_ts_day(x,y):
    """繪製每天的時間序列圖。
    需要注意的是，序列是不是連續的，也就是說某天的數據是沒有的,因此需要採樣至每天都有記錄，原來數據沒有的就填充0
    x:時間軸，string或者time類型,是一個seires
    y:值
    """
    # x轉成時間類型Timestamp，y也轉成list
    x=[pd.to_datetime(str(i)) for i in x]
    y=[i for i in y]
    s=pd.Series(y,index=x)
    s = s.resample(rule='D',fill_method='ffill') # 生採樣沒有的會被填充
    # 原來沒有的就填充爲0
    s[s.index]=0
    s[x]=y
    # 重建索引，畫出來的圖好看點
    x2 = [i.strftime('%Y-%m-%d') for i in s.index]
    s.index = x2
    # 畫圖，這裏使用series的plot函數，而不是seaborn.tsplot函數
    s.plot()

這裏寫圖片描述

def plot_ts_month(x,y):
    """繪製月的時間序列圖，每月一個數據點，而不是每天一個"""
    # 將x轉成時間類型timestamp,y也轉成list
    try:
        x = [pd.to_datetime(str(i)) for i in x]
    except:
        x=[pd.to_datetime(str(i)+'01') for i in x]
    y=[i for i in y]
    #
    s=pd.Series(y,index=x)
    # 降採樣至月
    s = s.resample('M', label='right').sum().fillna(0)
    # 重建索引，這樣畫出來的圖好看點
    s.index=[i.strftime('%Y%m') for i in s.index]
    s.plot()

這裏寫圖片描述

8.4.pandas分組的線圖

說實話，到現在還沒搞懂怎麼用sns.tsplot繪製分組線圖，但是任務緊急，就用pandas的dataframe自帶方法plot來繪圖了，其實也挺簡單的。
主要注意的是，儘量給dataframe或者series建立時間索引，不然x軸很難看的。

# 繪製月銷量圖
# 數據如下
# year  month2  salecount
# 2014       1        531
# 2014       2        505

# 建立索引，'201601'
data.index = data['year'].map(str)+data['month2'].map(lambda x: str(x) if x>=10 else '0'+str(x))
# 繪圖，其實也就是和8.3的方法一致了
data['salecount'].plot()

分組的線圖，比如seaborn中的hue參數，方法是，先將dataframe長表格式轉成寬表格式（透視表），每列是不同的年。

# 分組的線圖
# 轉成透視表後，繪圖
data.pivot(index='month2',columns='year',values='salecount').plot(title='銷量')

# 當數據很大的時候，你想繪製分組的統計圖，比如將不同產品，相同的年月的銷量進行加或者均值後在繪製線圖
# 使用 aggfunc 參數即可，默認是mean
data.pivot_table(index='month2',columns='year',values='salecount',aggfunc='sum') \
    .plot(title='銷量',style='o-')

這裏寫圖片描述

圖形格式選項

# 圖形參數
# style
# 圖形的屬性
# 1.color:顏色
# 1.1 r：紅色
# 1.2 b：藍色
# 1.3 g：綠色
# 1.3 y：黃色
#
# 2.數據標記markder
# 2.1 o：圓圈
# 2.2 .：圓點
# 2.2 d：棱形
#
# 3.線型linestyle
# 3.1 沒有參數的話就是默認畫點圖
# 3.2 --：虛線
# 3.3 -：實線
#
# 4.透明度
# alpha
#
# 5.大小
# size
# 繪 "點-線" 圖
data.pivot(index='month2',columns='year',values='salecount')\
    .plot(title='銷量',style='-o')

這裏寫圖片描述

9.雙座標軸圖

有沒有遇到這樣一種情況，需要將銷量和趨勢圖和溫度的變化圖同時畫在一幅圖上，以便觀察兩者的趨勢變化情況，但是因兩者是數值差距很大，如果共用同一Y軸，溫度曲線就基本看不到了。還是上圖上代碼吧。

import seaborn as sns
sale=pd.Series(np.random.random(10)*100).map(int)
tmperature=pd.Series(np.random.random(10)*10).map(int)

ax=plt.subplot(111)
sale.plot(ax=ax,color='b')
ax.set_xlabel('time')
ax.set_ylabel('sale')

# 重點來了，twinx 或者 twiny 函數
ax2 = ax.twinx()
tmperature.plot(ax=ax2,color='r')
ax2.set_ylabel('tmperature')
plt.title('double series figure')

這裏寫圖片描述

9.一些技巧

9.1 批量保存圖片

如果只有一張圖片，這沒什麼好說的，但是如果要對每個維度繪圖，然後保存圖片呢。

fig = plt.figure()
ax=fig.add_subplot(111)
sub_data[years].plot(ax=ax, style='o-',title='%s 月銷量趨勢圖'%lev3)
file = r'E:\服裝預測\銷量趨勢-%s.jpg' %lev3
savefig(file)
time.sleep(0.5)  # 注意這裏要暫停一下，不然會出問題的
plt.close()   # 最後記得關閉句柄

9.2 顯示中文問題

import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.pyplot import savefig

mpl.rcParams['font.sans-serif'] = ['SimHei']  # 指定默認字體
mpl.rcParams['axes.unicode_minus'] = False  # 解決保存圖像是負號'-'顯示爲方塊的問題

10.分段統計繪圖

遇到這樣一種情況，如下的數據格式，現在platform不是重點，需要對diff_date字段分段彙總然後繪圖。

# platform  age         cnt
# 2         0           22
# 2         0           40
# 4         0.1         47
# 5         0.1         48
# 3         0.1         51

這裏借用panas.cut函數，因爲是繪圖看趨勢，不需要精確得到每個分段的分割點。

cut函數有兩種使用方法，如果bins=10這樣的數值，則將series切成等間隔的10段，如果bins=[0,5,20,55...]這樣的一個列表，則根據列表規則切分。

# 先用pd.cut分段，並取出分段數值
# 通過 precision 控制小數的位數
data['cut_point']=pd.cut(data['age'], 
    bins=[0,3,5.9,8.9,11.9,14.8,17.8,20.8,23.8,26.7,29.7],  # 分割點
    labels=['0-3','3-5.9',......]    # 區間命名
    right=True,    # 區間默認是坐開右閉
    precision=1)

# 用sns畫圖，可以直接彙總每個分段的數量後繪圖，而不需要groupby彙總
# 相當於回到前面，用barplot繪圖
sns.barplot(x='cut_point',y='cnt', data=data, estimator=np.sum, ci=0)
plt.xlabel('這是橫座標名稱')
plt.ylabel('這是縱座標名稱')
plt.title('這是圖標標題')

這裏寫圖片描述

11.分面子圖繪圖

11.1

接下來好好說說這個比較難的，在10中我們分區間繪圖，但是我們沒有考慮platform這個因子變量啊，如果我們要考慮這個因子變量，就需要分面了，比如不同的platform畫一個子圖。

# 和上面的一樣，先分組取出分割點

# 用pd.cut分段，並取出分段數值，通過 precision 控制小數的位數
data['bins']=pd.cut(data['age'], bins=10,precision=1)
# 取出分割點，因爲cut後得到的是 '(2.99, 5.97]' 這樣的字符串
data['cut_point']=data['bins'].apply(lambda x: eval(x.replace(']',')'))[1])

# 下面重點來了，用FacetGrid進行子圖繪製
g=sns.FacetGrid(data=data,col='platform',col_wrap=3,size=5)   # 這裏相當於groupby
g=g=g.map(sns.barplot,'cut_point','cnt',ci=0, estimator=np.sum)
# 很奇怪的是，如果寫 
# g=g.map(sns.barplot,x='cut_point',y='cnt',ci=0, estimator=np.sum)就報錯。

這裏寫圖片描述

11.2

自定義子圖繪製

def my_barplot(x,y,**kwargs):
    """
    自定義函數的時候，沒有顯示傳入dataframe，但是會自動獲取，很神奇吧。
    x,y是dataframe的列名
    """
    ax = plt.gca()  # 這個是重點，獲取對應的ax子圖句柄
    data['bins']=pd.cut(data['age'], bins=10,precision=1)
    data['cutpoint']=data['bins'].apply(lambda x: eval(x.replace(']', ')'))[1])
    sns.barplot(x='cutpoint', y='cnt',data=data, estimator=np.sum, ci=0, ax=ax)

g = sns.FacetGrid(data=data, col='platform',col_wrap=3,
                    size=5,sharex=False)
g = g.map(my_barplot,'age','cnt')

這裏寫圖片描述

12.顏色主題

主題

在換了win10後發現seaborn的畫出來的圖很難看，基本上就是matplotlib的樣子。想來肯定是主題和顏色樣式沒有設置好。今天看了下文檔，補充下主題的設置。
seaborn的默認主題就是最好看的，如下：

import seaborn as sns
sns.set()           # 恢復默認主題，在win10中開始的時候要執行一次。

還有其他幾個主題，包括：

sns.set_style("whitegrid")  # 白色網格背景
sns.set_style("darkgrid")   # 灰色網格背景
sns.set_style("dark")       # 灰色背景
sns.set_style("white")      # 白色背景
sns.set_style("ticks")      # 四周加邊框和刻度

下面來幾張圖，發現就默認主題和白色網格背景是比較好看。
這裏寫圖片描述
這裏寫圖片描述
這裏寫圖片描述

顏色

顏色一般來說用默認的顏色就好了，而且也比較好看，如果非要設置顏色，可以通過sns.set_palette("husl")設置。
常用的其他顏色模式還有：

sns.set_palette("muted")    # 常用
sns.set_palette("RdBu")
sns.set_palette("Blues_d")
sns.set_palette("Set1")
sns.set_palette("RdBu")

效果如下圖：
這裏寫圖片描述
這裏寫圖片描述
這裏寫圖片描述
這裏寫圖片描述
這裏寫圖片描述

13.後話

這裏只是簡單說說seaborn常用的繪圖函數而已，看seaborn官網上面有很多好看的圖形樣例，而這裏的函數畫出來的哪裏有官網的好看啊。
而且這裏也沒有說到具體的佈局控制，顏色主題等，要想繪製精美的圖形，還需要學習具體的參數設定啊。

不過這裏提到的這些簡要圖形，對於普通的分析快速繪圖足夠用了。

使用心得以後補充吧。

振裕
發佈了61 篇原創文章 · 獲贊 163 · 訪問量 42萬+
私信 關注
發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

Excel複合圖表的使用

複合圖表亦稱“複式條形圖”。以兩個或兩個以上的條形爲一組代表一個大項目,用每組中的各個條......個同類指標在不同地點、條件下的變動，表明事物之間的差異 其實就把兩張圖表組合到一起，用對比的思維看問題 首先建立一個數據表格，如何把數據累

声希味淡 2020-07-08 05:25:47

Excel輔助列的使用方法案例

輔助列的使用，輔助列就是輔助統計及分析的一列數據，它能讓數據統計與分析變得更加的簡單快捷，提高我們的工作效率，有時候輔助列能將非常複雜的問題變得非常的簡單，善用輔助列能一定程度的提高我們的工作效率，下面就讓我們用2個例子來看輔助列的常見的

声希味淡 2020-07-08 05:25:47

阿里雲 MaxCompute 2020-12 月刊

【12月新發布功能】 1、MaxCompute 查詢編輯器支持查詢加速提升數據分析能力 MaxCompute 數據分析支持查詢加速，當分析師通過SQL查詢數據時，速度可提升至秒級，爲數據分析師提供更優的數據分析體驗。 適用客戶及場景 數據分

晉恆 2021-01-05 14:43:48

阿里雲 MaxCompute 2020-11 月刊

【11月新功能發佈】1、MaxCompute支持以RAM角色身份訪問使用服務 在雲賬號、RAM用戶基礎上，支持以RAM角色身份訪問服務，滿足跨雲服務的安全數據交換以及與企業已有身份系統實現SSO對接訪問需求。 適用客戶已自建身份系統需要以R

晉恆 2020-12-03 09:55:49

阿里雲 MaxCompute 2020-9 月刊

【9月新功能發佈】 1. MaxCompute作業監控診斷工具Logview功能升級發佈 此次Logview功能升級，擴展了MaxCompute作業的監控指標，提供作業回放功能，新增Fuxi Sensor支持查看作業內存及CPU使用。 適用

晉恆 2020-10-10 10:31:48

物聯網和人工智能在疫苗研發中的作用

雲棲號資訊：【點擊查看更多行業資訊】在這裏您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！ 出於顯而易見的原因，研發疫苗是人們目前的首要考慮目標。尋找安全有效的冠狀病毒疫苗是成千上萬甚至數百萬人的生命以及全球經濟健康的基礎。 在疫

雲棲號資訊小哥 2020-08-03 14:07:50

適合 Python 入門的 8 款強大工具！

Python是一種開源的編程語言，可用於Web編程、數據科學、人工智能以及許多科學應用。學習Python可以讓程序員專注於解決問題，而不是語法。由於Python相對較小，且擁有各式各樣的工具，因此比Java和C++等語言更具優勢，同時豐富的

雲棲號資訊小編 2020-07-27 11:40:52

星辰大海：阿里數據體驗技術揭祕！

雲棲號資訊：【點擊查看更多行業資訊】在這裏您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！ 阿里妹導讀：阿里巴巴數據體驗技術團隊從一開始建立就致力於打造數據領域體驗技術的標杆。經過多年的深耕，形成了一整套面向兩個階段的用戶產品的

雲棲號資訊小編 2020-07-23 13:04:56

python--內置函數

1、python內置函數： 類型轉換 數學運算 常用     int() max() all() range() help() float() min() any() set() format() long() sum() type()

沸点数据 2020-07-08 10:38:40

數學建模之傳染病SIR模型（新冠真實數據）

傳染病模型的基本問題 描述傳染病的傳播過程 分析受感染人數的變化規律 預報傳染病高潮到來的時刻 預防傳染病蔓延的手段 按照傳播過程的一般規律用機理分析方法建立模型 注：我們這裏是介紹數學醫學領域中基本的傳染病模型。不從醫學角度

小白不白nie 2020-07-08 04:34:52

數據調度平臺系統二大種類及其實現方法與流程

什麼是調度系統 調度系統，更確切地說，作業調度系統（Job Scheduler）或者說工作流調度系統（workflow Scheduler）是任何一個稍微有點規模，不是簡單玩玩的大數據開發平臺都必不可少的重要組成部分。 除了Crontab

taskctl调度工具 2020-07-08 04:22:11

numpy利用矢量計算距離

什麼是矢量。利用矢量計算距離，cos相似度，矢量之間的點乘(內積) 矢量：有方向有長度的變量 計算距離： #將座標用數組的形式表示 a = np.array([2,7]) b = np.array([8,3]) #求a,b的範式，

juneycai 2020-07-08 03:51:04

生鮮電商行業以及APP體驗分析

hepan_defeng 2020-07-08 03:46:15

etl數據調度平臺系統類別的實現方法及工作流程

什麼是調度系統 調度系統，更確切地說，作業調度系統（Job Scheduler）或者說工作流調度系統（workflow Scheduler）是任何一個稍微有點規模，不是簡單玩玩的大數據開發平臺都必不可少的重要組成部分。 除了Crontab

taskctl调度工具 2020-07-08 03:42:10

5-04標註

上一節我們講了數據清晰的內容，通過清晰我們保留了正常的數據，在處理特徵預處理內容之前，我們先要確定標註，反應目的的屬性就是標註，其他有關係的特徵

(๑• . •๑)框 2020-07-08 02:07:20