Seaborn 是一個基于 matplotlib 且數(shù)據(jù)結(jié)構(gòu)與 pandas 統(tǒng)一的統(tǒng)計圖制作庫
前段時間有一些作圖需求，處理數(shù)據(jù)用的又是pandas，于是就發(fā)現(xiàn)了Seaborn這個作圖的好工具。之前的代碼在Jupyter notebook里，比較分散又沒有整理，平時也記不住這么多函數(shù)和參數(shù)，想想還是整理一下分享出來，即方便自己查看，也能幫助有需要的人。
另外，在寫這篇文章的時候發(fā)現(xiàn)了Seaborn的中文文檔，相見恨晚啊，向翻譯大大們致敬。鏈接貼到下面了，有空了要好好學習學習。
Seaborn 中文文檔：https://seaborn.apachecn.org/#/README
seaborn + matplotlib 畫圖(一): 小提琴圖，箱型圖
seaborn + matplotlib 畫圖(二): 柱狀圖，散點圖
seaborn + matplotlib 畫圖(三): 熱圖
這篇文章中使用Iris數(shù)據(jù)集作為示例，提供一些簡單圖形的繪制方法，下面正式開始。
1. 導入所需包
主要用到的包有numpy，pandas，matplotlib 和 seaborn。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
2. 載入Iris數(shù)據(jù)
df = pd.read_csv('http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data', header=None)
df.columns = ['sepal_length','sepal_width','petal_length','petal_width','class']
print(df.shape)
print(df.head())
print(df['class'].value_counts())
-----outputs-----
(150, 5)
sepal_length sepal_width petal_length petal_width class
0 5.1 3.5 1.4 0.2 Iris-setosa
1 4.9 3.0 1.4 0.2 Iris-setosa
2 4.7 3.2 1.3 0.2 Iris-setosa
3 4.6 3.1 1.5 0.2 Iris-setosa
4 5.0 3.6 1.4 0.2 Iris-setosa
Iris-virginica 50
Iris-setosa 50
Iris-versicolor 50
Name: class, dtype: int64
Iris數(shù)據(jù)集為 150行 5列，每一行為一個觀測對象，前4列分別是 sepal_length（花萼長度），sepal_width （花萼寬度），petal_length（花瓣長度），petal_width（花瓣寬度）。最后一列為class類別。共三類（Iris-virginica，Iris-setosa，Iris-versicolor），每類各50條記錄。
3. 顏色和marker類型
這里貼了3個網(wǎng)站，是matplotlib預(yù)設(shè)的顏色和marker，方便我們選擇顏色和marker形狀。
Named colors: https://matplotlib.org/stable/gallery/color/named_colors.html
Colormaps: https://matplotlib.org/stable/tutorials/colors/colormaps.html
Markers: https://matplotlib.org/stable/api/markers_api.html
這里我先為3種不同的鳶尾花指定3種顏色，存放到字典里，方便后面使用。選擇的顏色都是named colors里預(yù)設(shè)的。
另外，用一個列表存儲3種鳶尾花的繪圖順序。
pal = {'Iris-setosa':'lightcoral','Iris-versicolor':'navajowhite','Iris-virginica':'cornflowerblue'}
class_order = ['Iris-setosa','Iris-versicolor','Iris-virginica']
4. violinplot小提琴圖
首先使用violinplot()畫一個簡單的小提琴圖。
plt.figure(figsize=(5,5)) #定義圖像大小
g = sns.violinplot(data=df, x='class', y='sepal_length', #傳入數(shù)據(jù)，對sepal_length這一列畫圖，根據(jù)class分組
linewidth=3, #線寬
inner='box', #內(nèi)部數(shù)據(jù)形式，默認為box，內(nèi)部畫個小箱型圖
palette=pal, #指定顏色盤繪制不同顏色，若使用color參數(shù)，則統(tǒng)一設(shè)置為一種顏色
order=class_order, #指定順序
saturation=1) #色彩飽和度，默認0.75
plt.show()
雖然還行，不過還需要一些修改，比如軸標簽有下劃線，字體太小，想去掉上框線和右框線。
plt.figure(figsize=(5,5))
g = sns.violinplot(data=df, x='class', y='sepal_length', linewidth=3,
inner='box', palette=pal, order=class_order, saturation=1)
ylabel = 'Sepal length'
plt.ylabel(ylabel, fontsize=18) #設(shè)置y軸標簽
plt.yticks(fontsize=15) #設(shè)置y軸刻度字體大小
plt.xlabel('') #去掉x軸標簽
plt.xticks(ticks=[0,1,2], #設(shè)置要顯示的x軸刻度，若指定空列表則去掉x軸刻度
labels=['Setosa','Versicolor','Virginiical'], #設(shè)置x軸刻度顯示的文字，要與ticks對應(yīng)
fontsize=15, #設(shè)置刻度字體大小
rotation=60, #設(shè)置刻度文字旋轉(zhuǎn)角度
ha='right', va='center', #刻度文字對齊方式，當rotation_mode為’anchor'時，對齊方式?jīng)Q定了文字旋轉(zhuǎn)的中心。ha也可以寫成horizontalalignment，va也可以寫成verticalalignment。
rotation_mode='anchor') #我的設(shè)置表示文字以右邊線的中點為中心旋轉(zhuǎn)。
ax = plt.axes()
ax.spines['top'].set_visible(False) #去掉圖像上邊框和右邊框
ax.spines['right'].set_visible(False)
plt.show()
看起來還不錯，但如果想要知道每個點的具體情況呢？不如把所有的點也畫上去吧。swarmplot()看起來非常合適。
plt.figure(figsize=(5,5))
g1 = sns.violinplot(data=df, x='class', y='sepal_length', linewidth=3,
inner='box', palette=pal, order=class_order, saturation=1)
ylabel = 'Sepal length'
plt.ylabel(ylabel, fontsize=18)
plt.yticks(fontsize=15)
plt.xlabel('')
plt.xticks(ticks=[0,1,2], labels=['Setosa','Versicolor','Virginiical'],
fontsize=15, rotation=60, ha='right', va='center', rotation_mode='anchor')
ax = plt.axes()
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
g2 = sns.swarmplot(data=df, x='class', y='sepal_length',
color='grey', alpha=0.5, size=4, #顏色，透明度，大小
linewidth=0.5, edgecolor='black', #邊線寬度，邊線顏色
order=class_order) #順序和violinplot保持一致
plt.show()
5. boxplot箱型圖
單獨的箱型圖
plt.figure(figsize=(5,5))
g = sns.boxplot(data=df, x='class', y='sepal_length', #傳入數(shù)據(jù)
linewidth=3, #箱邊線寬度
width=0.8, #箱體寬度，默認0.8
whis=1.5 #計算上限和下限時四分位距(IQR)前的系數(shù)，默認1.5
showfliers=True, #是否顯示異常值
fliersize=5, #異常值大小，默認5
palette=pal, #顏色盤
order=class_order, #順序
saturation=1) #顏色飽和度，默認0.75
ylabel = 'Sepal length'
plt.ylabel(ylabel, fontsize=18)
plt.yticks(fontsize=15)
plt.xlabel('')
plt.xticks(ticks=[0,1,2], labels=['Setosa','Versicolor','Virginiical'],
fontsize=15, ha='center', va='top')
ax = plt.axes()
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
plt.show()
這里順便對箱型圖做個介紹：
箱體(有顏色的部分)上邊緣：上四分位數(shù)，Q3
箱體下邊緣：下四分位數(shù)，Q1
箱體中線：中位數(shù)
上方橫線：上限范圍內(nèi)的最大值
下方橫線：下限范圍內(nèi)的最小值
橫線之外的點：異常值
上限計算：Q3+1.5×IQR
下限計算：Q1-1.5×IQR
IQR：四分位距 (interquartile range)，IQR = Q3 - Q1
barplot + swarmplot
和小提琴圖一樣，我們可以在箱型圖的基礎(chǔ)上，畫上散點圖，這樣所有數(shù)據(jù)點的分布更加直觀。
plt.figure(figsize=(5,5))
g = sns.boxplot(data=df, x='class', y='sepal_length', linewidth=3, showfliers=False,
palette=pal, order=class_order, saturation=1)
sns.swarmplot(data=df, x='class', y='sepal_length',
color='grey', size=4, linewidth=0.5, edgecolor='k',
order=class_order, alpha=0.75)
# sns.stripplot()
ylabel = 'Sepal length'
plt.ylabel(ylabel, fontsize=18)
plt.yticks(fontsize=15)
plt.xlabel('')
plt.xticks(ticks=[0,1,2], labels=['Setosa','Versicolor','Virginiical'],
fontsize=15, ha='center', va='top')
ax = plt.axes()
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
plt.show()
空心的箱型圖
有時會在一些文獻中看到空心的箱型圖，雖然可以通過將顏色設(shè)置成白色達到空心的效果，但是barplot()中似乎沒有參數(shù)可以用來設(shè)置線的顏色，所以只能是黑色的線。好在還是有其它辦法設(shè)置的。
plt.figure(figsize=(5,5))
g = sns.boxplot(data=df, x='class', y='sepal_length', linewidth=5,showfliers=False,
order=class_order,saturation=1)
for i in range(len(g.artists)):
box = g.artists[i]
box.set_edgecolor(pal[class_order[i]])
box.set_facecolor('white')
for j in range(5):
k = i*5 + j
line = g.lines[k]
line.set_color(pal[class_order[i]])
sns.swarmplot(data=df, x='class', y='sepal_length',
color='grey', size=4, linewidth=0.5, edgecolor='k',
order=class_order, alpha=0.75)
# sns.stripplot()
ylabel = 'Sepal length'
plt.ylabel(ylabel, fontsize=18)
plt.yticks(fontsize=15)
plt.xlabel('')
plt.xticks(ticks=[0,1,2], labels=['Setosa','Versicolor','Virginiical'],
fontsize=15, ha='center', va='top')
ax = plt.axes()
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
plt.show()
其它部分基本一樣，主要的不同在于添加了4~11行設(shè)置顏色的代碼。
g.artists是一個列表，有3個元素（數(shù)量和箱型圖的數(shù)量一樣，對象類型是matplotlib.patches.PathPatch），分別是3個箱型圖的箱體，通過set_edgecolor()和set_facecolor()方法這是邊線顏色（不包括中位線的顏色）和箱體顏色。
g.lines也是一個列表，有15個元素（對象類型是matplotlib.lines.Line2D），包含了箱體那個長方形之外的所有其它線，一個箱型圖有5條線（上邊線，下邊線，2條垂直線，1條中位線），第i個（從0開始）箱型圖的5條線index范圍是[i*5+0, i*5+4]，通過set_color()方法設(shè)置顏色。
下面的例子可以更清楚的看到g.lines中的每個元素所對應(yīng)的線是哪條。
plt.figure(figsize=(5,5))
g = sns.boxplot(data=df, x='class', y='sepal_length', linewidth=5,showfliers=False,
palette=pal, order=class_order,saturation=1)
for i in range(len(g.artists)):
box = g.artists[i]
box.set_edgecolor(pal[class_order[i]])
box.set_facecolor('white')
g.lines[i*5 + 0].set_color('r')
g.lines[i*5 + 1].set_color('g')
g.lines[i*5 + 2].set_color('b')
g.lines[i*5 + 3].set_color('y')
g.lines[i*5 + 4].set_color('purple')
ylabel = 'Sepal length'
plt.ylabel(ylabel, fontsize=18)
plt.yticks(fontsize=15)
plt.xlabel('')
plt.xticks(ticks=[0,1,2], labels=['Setosa','Versicolor','Virginiical'],
fontsize=15, ha='center', va='top')
ax = plt.axes()
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
plt.show()
按照紅、綠、藍、黃、紫的順序?qū).lines中的元素設(shè)置顏色。
6. savefig保存圖片
目前支持的圖片格式：eps, pdf, pgf, png, ps, raw, rgba, svg, svgz。
plt.savefig() 需要放在 plt.show() 之前。
outfig = 'E:/fig.png' #supported formats: eps, pdf, pgf, png, ps, raw, rgba, svg, svgz
plt.savefig(outfig,
dpi=300, # 設(shè)置分辨率
format=None, #設(shè)置圖片格式，默認None，如果未設(shè)置使用文件名設(shè)置的格式
bbox_inches='tight', #設(shè)置為tight，防止有時圖片保存不完整
facecolor='w', #背景顏色，默認'w'白色
edgecolor='w') #邊框顏色，默認'w'白色
