数据可视化 课件 第4章 Seaborn的使用.pptx

1数据可视化

第一章Matplotlib的基本使用第二章Matplotlib的进阶使用第三章Seaborn的使用第四章目录Contents…第五章绪论2

第四章Seaborn的使用1引言基本设置2关联图34分类图5分布图6回归图7矩阵图8网格图3

引言1.4

1引言Matplotlib虽然能绘制各具特色的图，并具有非常好的扩展性，但它绘出的图形从某种程度来说，会显得比较单调，在色彩的渐变上也比较单一。而Seaborn是基于Matplotlib的图形可视化Python包。它提供了一种高度交互式界面，便于用户制作各种有吸引力的统计图表。它在Matplotlib的基础上进行了更高级的API（ApplicationProgrammingInterface）封装，从而使得作图更加容易，在大多数情况下我们使用Seaborn能做出很具有吸引力的图，比使用Matplotlib能制作具有更多特色的图。我们可以把Seaborn视为Matplotlib的补充，而不是替代物。同时，它能高度兼容Numpy与Pandas数据结构以及Scipy与Statsmodels等统计模型。5

1引言Seaborn的官网主页向我们展示了实例，有着各种各样的分类图、线图等。接下来让我们由浅入深地学习Seaborn这个可视化工具。6

基本设置2.7

2基本设置8

2基本设置——Seaborn的安装Seaborn与Matplotlib的安装大同小异，读者只需将本书2.2节的安装命令中的matplotlib替换为seaborn，即可完成安装。例如，在Windows环境下，在cmd中直接输入命令“pipinstallseaborn”就可以完成Seaborn的安装。如果是使用Anaconda，在AnacondaPrompt中输入“condainstallseaborn”也可以完成Seaborn的安装。9

2基本设置——配置项设置在Seaborn中，通过seaborn.set()调整图像的一些配置项，包括以下内容：context：参数控制着默认的画幅大小，可选参数有[paper,notebook,talk,poster]四个值。其中，画幅大小依次为postertalknotebookpaper。style：参数控制默认样式，可选参数有[darkgrid,whitegrid,dark,white,ticks]。palette：参数为预设的调色板，可选参数有[deep,muted,bright,pastel,dark,colorblind]。有关palette的具体设置，后续会详细介绍。font：用于设置字体。font_scale：设置字体大小。color_codes：不使用调色板而采用Matplotlib中的如r等颜色缩写。10

2基本设置——配置项设置如果想具体地对某一个配置项如context进行设置，可以通过sns.set_context()来配置11

2基本设置——配置项设置如果想知道context()当前的具体参数情况，可以通过sns.plotting_context()查看我们在上一个图中设定了lines.linewidth=6.0，与此处显示的一致。12

2基本设置——配置项设置我们还可以添加context参数，查看另一个参数下的具体参数值分别是多少。例如，我们想了解当context=‘poster’时的具体参数值其中，lines.markersize为12，lines.linewidth为313

2基本设置——实用功能我们在学习使用Seaborn绘图的过程中，可能会因为数据而头疼。Seaborn很好地为我们解决了数据的问题。Seaborn自带了很多数据集，不过首次加载需要计算机处于联网状态。通过load_dataset(‘data_name’)加载后会得到DataFrame格式的数据。Seaborn包含的数据集如右图所示，有非常著名的泰坦尼克号数据集、鸢尾花数据集等。我们可以充分利用这些数据集load_dataset()14

2基本设置——实用功能以tips数据集为例，我们可以制作一个柱形图load_dataset()15

2基本设置——实用功能reset_defaults()/reset_orig()在对某一个特定的图形修改了如context或style后，若后面的图不想用修改后的参数，可以直接利用sns.set()命令全部恢复默认值。但是如果只是修改了rc参数，想要恢复rc参数，其他的参数不变，用sns.set()就会显得有点大材小用。Seaborn中通过reset_defaults()将所有rc参数恢复为默认设置；通过reset_orig()将