Seaborn新手指南｜Python.Data Analysis

电报联系方式

一、导论

sns.lineplot(x=’x_axis’, y=’y_axis’, data=data)

• 直方图：  sns.histplot()

sns.histplot(x=’variable’, data=data, bins=30, kde=True)

• 箱线图：  sns.boxplot()

sns.boxplot(x=’category’, y=’value’, data=data)

• 热力图：  sns.heatmap()

sns.heatmap(data.corr(), annot=True, cmap=’coolwarm’)

设置Seaborn样式和颜色主题

Seaborn允许用户通过设置样式和颜色主题来定制图表外观。

• 设置样式：  sns.set_style()

sns.set_style(‘whitegrid’) # 选择样式，如 ‘whitegrid’, ‘darkgrid’, ‘white’, ‘dark’, ‘ticks’ 等

• 设置颜色主题：  sns.set_palette()

sns.set_palette(‘pastel’) # 选择颜色主题，如 ‘deep’, ‘muted’, ‘pastel’, ‘dark’, ‘colorblind’ 等

• 设置图表尺寸：  sns.set(rc={‘figure.figsize’:(width, height)})

sns.set(rc={‘figure.figsize’:(10, 6)}) # 设置图表尺寸

这些设置能够根据我们的需求和偏好更灵活地调整Seaborn图表的外观。在本基础阶段，我们将深入了解这些功能，并学习如何根据不同的场景选择合适的图表和样式。

数据准备与导入

使用Pandas库加载和处理数据

Pandas是一个强大的数据分析库，可以帮助我们加载、处理和分析数据。以下是一些常见的数据准备与导入的任务：

• 加载数据：  使用pd.read_csv()来从CSV文件中加载数据。

import pandas as pd

# 从CSV文件加载数据
data = pd.read_csv(‘your_data.csv’)

• 查看数据：  使用head()来查看数据的前几行，以确保正确加载。

# 查看前5行数据
print(data.head())

• 数据信息：  使用info()来查看数据的信息，包括列的数据类型和缺失值情况。

# 查看数据信息
print(data.info())

• 描述性统计：  使用describe()生成关于数值列的描述性统计。

# 生成描述性统计
print(data.describe())

数据清理和缺失值处理

在数据分析中，清理和处理缺失值是非常重要的步骤。Pandas提供了许多功能来处理这些任务。

• 检测缺失值：  使用isnull()来检测缺失值。

# 检测缺失值
print(data.isnull().sum())

• 处理缺失值：  使用dropna()删除包含缺失值的行，或者使用fillna()填充缺失值。

# 删除包含缺失值的行
data = data.dropna()

# 使用均值填充缺失值
data[‘column_name’] = data[‘column_name’].fillna(data[‘column_name’].mean())

• 重复值处理：  使用duplicated()检测和删除重复值。

# 检测重复值
print(data.duplicated().sum())

# 删除重复值
data = data.drop_duplicates()

• 数据类型转换：  使用astype()将列的数据类型转换为合适的类型。

# 将列转换为整数类型
data[‘column_name’] = data[‘column_name’].astype(int)

通过这些数据准备与导入的任务，我们可以确保加载的数据是干净、整洁的，并且可以在后续的分析和可视化中得到准确的结果。在实际项目中，这些任务通常是数据科学家的日常工作的一部分。

Seaborn中的常见图表

折线图和散点图：展示趋势和变量关系

• 折线图：  使用sns.lineplot()绘制两个变量之间的趋势。

import seaborn as sns
import matplotlib.pyplot as plt

# 折线图
sns.lineplot(x=’x_variable’, y=’y_variable’, data=data)
plt.show()

• 散点图：  使用sns.scatterplot()展示两个变量之间的关系。

# 散点图
sns.scatterplot(x=’x_variable’, y=’y_variable’, data=data)
plt.show()

条形图和箱线图：比较和分布可视化

• 条形图：  使用sns.barplot()比较不同类别的数据。

# 条形图
sns.barplot(x=’category’, y=’value’, data=data)
plt.show()

• 箱线图：  使用sns.boxplot()展示数据的分布和离群值。

# 箱线图
sns.boxplot(x=’category’, y=’value’, data=data)
plt.show()

热力图：矩阵数据的可视化

• 热力图：  使用sns.heatmap()展示矩阵数据的相关性。

# 热力图
sns.heatmap(data.corr(), annot=True, cmap=’coolwarm’)
plt.show()

通过这些常见图表可以更好地理解数据中的趋势、关系和分布，为数据分析和决策提供可视化支持。在实际项目中，根据数据的特点选择合适的图表类型是数据科学家关键的技能之一。

高级Seaborn技巧

 多图表和子图：创建复杂的布局

• 多图表布局：  使用plt.subplots()创建多个图表，并使用plt.subplot()设置子图位置。

import seaborn as sns
import matplotlib.pyplot as plt

# 创建多个子图
fig, axes = plt.subplots(nrows=2, ncols=2)

# 绘制子图1
sns.scatterplot(x=’x1′, y=’y1′, data=data, ax=axes[0, 0])

# 绘制子图2
sns.lineplot(x=’x2′, y=’y2′, data=data, ax=axes[0, 1])

# 绘制子图3
sns.barplot(x=’category’, y=’value’, data=data, ax=axes[1, 0])

# 绘制子图4
sns.boxplot(x=’category’, y=’value’, data=data, ax=axes[1, 1])

plt.show()

 样式和颜色映射：个性化图表外观

• 样式设置：  使用sns.set_style()设置图表样式，如 ‘whitegrid’、’darkgrid’ 等。

# 设置图表样式
sns.set_style(‘whitegrid’)

颜色映射：  使用sns.color_palette()设置自定义颜色映射。

# 设置颜色映射
custom_palette = sns.color_palette(“Paired”, 10)
sns.set_palette(custom_palette)

Seaborn和Matplotlib的结合使用

Seaborn建立在Matplotlib之上，因此你可以方便地将它们结合使用。

• Matplotlib图表添加Seaborn样式：  使用with sns.axes_style()包装Matplotlib图表。

import matplotlib.pyplot as plt
import seaborn as sns

# Matplotlib图表
fig, ax = plt.subplots()

# 使用Seaborn样式
with sns.axes_style(“darkgrid”):
ax.plot(x, y)

plt.show()

通过这些高级Seaborn技巧，你可以创建更复杂、更具个性化的图表布局，并通过样式和颜色映射使图表更具吸引力。结合Seaborn和Matplotlib，你可以发挥更大的创意，以满足特定项目的需求。

实战案例: 使用Seaborn处理真实数据集

我们将使用Seaborn处理一个真实的数据集，并创建一个独特而有说服力的数据可视化项目。假设我们有一个销售数据集，其中包含产品销售、利润等信息。

1. 导入必要的库： 

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

2. 加载真实数据集： 

# 例如，从CSV文件加载数据集
sales_data = pd.read_csv(‘sales_data.csv’)

3. 数据清理和处理： 

对数据进行清理，处理缺失值、重复值等。

# 例如，删除缺失值
sales_data = sales_data.dropna()

4. 创建独特的数据可视化项目： 

使用Seaborn创建一个独特而有说服力的数据可视化项目，例如，可以绘制产品销售趋势、利润分布等。

# 例如，绘制产品销售趋势
sns.lineplot(x=’date’, y=’sales’, data=sales_data, hue=’product_category’)
plt.title(‘Product Sales Trend Over Time’)
plt.show()

# 例如，绘制利润分布箱线图
sns.boxplot(x=’product_category’, y=’profit’, data=sales_data)
plt.title(‘Profit Distribution Across Product Categories’)
plt.show()

5. 个性化图表外观： 

添加标题、轴标签、颜色映射等，使图表更具吸引力。