照例引用官方介绍“Seaborn是一个带着定制主题和高级界面控制的Matplotlib扩展包，能让绘图变得更轻松”，这里我们只需要知道Seaborn是一个用于数据可视化的包就行了，可以让我们用最少的代码去绘制一些描述性统计的图，便于找寻各维度变量之间的特征和关系，需要快速了解Seaborn的，可以查看Seaborn官方教程。接下来我们将通过一个经典数据集——鸢尾花来初步认识Seaborn。

0.开始前的准备

  Iris鸢尾花数据集是一个经典数据集，在统计学习和机器学习领域都经常被用作示例。数据集内包含3类共150条记录，每类各50个数据，每个数据都有4个属性：花萼长度、花萼宽度、花瓣长度、花瓣宽度，可以通过这4个属性预测鸢尾花卉属于（iris-setosa，iris-versicolour，iris-virginica）中的哪一类，但据说现实中，这三种花的基本判别依据其实是种子（因为花瓣非常容易枯萎）。
  在分析这个数据集之前，让我们先做好相关准备，包括导入相关包、导入数据集等。

# 导入相关包
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 导入数据集，也可以通过iris = sns.load_dataset("iris") 导入
iris = pd.read_csv('data/iris.csv', header=None) 

#设置列名
iris.columns = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'species'] 

#查看数据集信息
iris.info() 

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 150 entries, 0 to 149
Data columns (total 5 columns):
sepal-length    150 non-null float64
sepal-width     150 non-null float64
petal-length    150 non-null float64
petal-width     150 non-null float64
species         150 non-null object
dtypes: float64(4), object(1)
memory usage: 5.9+ KB

# 查看数据集头5条记录
iris.head()

output_4_0.png

# 查看鸢尾花的所有种类
iris['species'].unique() 

array(['Iris-setosa', 'Iris-versicolor', 'Iris-virginica'], dtype=object)

  完成这些准备工作后，我们可以通过seaborn对该数据集进行可视化分析。

1.Stripplot & Swarmplot

# 设置seaborn样式
sns.set_style("whitegrid")

seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=False, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)

  Stripplot主要用于绘制散点图，下面将鸢尾花数据集中的花萼长度属性按品种分类绘制成散点图分析：

ax = sns.stripplot(x="species", y="sepal-length", data=iris)

output_8_0.png

  通过jitter属性为散点图设置抖动，以便更好地观察数据。

ax = sns.stripplot(x="species", y="sepal-length", data=iris, jitter=True)

output_9_0.png

ax = sns.stripplot(x="species", y="sepal-length", data=iris, jitter=0.05)

output_10_0.png

  改变轴向观察数据。

ax = sns.stripplot(x="sepal-length", y="species", data=iris, jitter=0.05)

output_11_0.png

  通过改变颜色、样式、大小等更好地观察数据。

antV = ['#1890FF', '#2FC25B', '#FACC14', '#223273', '#8543E0', '#13C2C2', '#3436c7', '#F04864']
ax = sns.stripplot(x="sepal-length", y="species", data=iris, jitter=0.05, palette=antV)

output_12_0.png

ax =  sns.stripplot("species", "sepal-length", data=iris, palette="Set2", size=12, marker="D",
                    jitter=0.05, edgecolor="gray", alpha=.25)

output_13_0.png

seaborn.swarmplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, dodge=False, orient=None, color=None, palette=None, size=5, edgecolor='gray', linewidth=0, ax=None, **kwargs)

  Swarmplot也是绘制散点图，但它会通过算法，在类别坐标轴的方向上延展那些原本重合的点，与通过jitter属性增加抖动有异曲同工之妙。

ax = sns.swarmplot(x="species", y="sepal-length", data=iris)

output_15_0.png

  现在我们通过Swarmplot观察花萼长度、花萼宽度、花瓣长度、花瓣宽度与类别之间的关系。

f, axes = plt.subplots(2, 2, figsize=(12, 12), sharex=True)
sns.despine(left=True)

sns.swarmplot(x="species", y="sepal-length", data=iris, palette=antV, ax=axes[0, 0])
sns.swarmplot(x="species", y="sepal-width", data=iris, palette=antV, ax=axes[0, 1])
sns.swarmplot(x="species", y="petal-length", data=iris, palette=antV, ax=axes[1, 0])
sns.swarmplot(x="species", y="petal-width", data=iris, palette=antV, ax=axes[1, 1])

plt.setp(axes, yticks=[])
plt.tight_layout()

output_16_0.png

2.Boxplot & Violinplot

seaborn.boxplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None,
saturation=0.75, width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, notch=False, ax=None, **kwargs)

  通过Boxplot可以看到数据的最大值、上四分位数Q3、中位数、下四分位数Q1、最小值和异常值的分布。

f, axes = plt.subplots(2, 2, figsize=(12, 12), sharex=True)
sns.despine(left=True)

sns.boxplot(x="species", y="sepal-length", data=iris, palette='Set2', ax=axes[0, 0])
sns.boxplot(x="species", y="sepal-width", data=iris, palette='Set2', ax=axes[0, 1])
sns.boxplot(x="species", y="petal-length", data=iris, palette='Set2', ax=axes[1, 0])
sns.boxplot(x="species", y="petal-width", data=iris, palette='Set2', ax=axes[1, 1])

plt.setp(axes, yticks=[])
plt.tight_layout()

output_18_0.png

seaborn.violinplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, bw='scott', cut=2, scale='area', scale_hue=True, gridsize=100, width=0.8, inner='box', split=False, dodge=True, orient=None, linewidth=None, color=None, palette=None, saturation=0.75, ax=None, **kwargs)

  Violinplot与Boxplot相似，但其图形如同小提琴般，可以更好地展现出数据的量化形态。

# Set up the matplotlib figure
f, axes = plt.subplots(2, 2, figsize=(12, 12), sharex=True)
sns.despine(left=True)

sns.violinplot(x="species", y="sepal-length", data=iris, palette='Set2', ax=axes[0, 0])
sns.violinplot(x="species", y="sepal-width", data=iris, palette='Set2', ax=axes[0, 1])
sns.violinplot(x="species", y="petal-length", data=iris, palette='Set2', ax=axes[1, 0])
sns.violinplot(x="species", y="petal-width", data=iris, palette='Set2', ax=axes[1, 1])

plt.setp(axes, yticks=[])
plt.tight_layout()

output_20_0.png

  可以Stripplot & Swarmplot与Boxplot & Violinplot将相组合，以更好地查看数据分布情况。

ax = sns.violinplot(x="species", y="sepal-length", data=iris, palette='Set2')
ax = sns.swarmplot(x="species", y="sepal-length", data=iris, color="white", edgecolor="gray")

output_21_0.png

3.Barplot

seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, estimator=<function mean>, ci=95, n_boot=1000, units=None, orient=None, color=None, palette=None, saturation=0.75, errcolor='.26', errwidth=None, capsize=None, dodge=True, ax=None, **kwargs)

  Barplot主要是绘制条形图，利用条形的高度反映数值变量的集中趋势，在条形顶部还有误差棒。

f, axes = plt.subplots(2, 2, figsize=(10, 10), sharex=True)
sns.despine(left=True)

sns.barplot(x="species", y="sepal-length", data=iris, palette='Set2', ax=axes[0, 0])
sns.barplot(x="species", y="sepal-width", data=iris, palette='Set2', ax=axes[0, 1])
sns.barplot(x="species", y="petal-length", data=iris, palette='Set2', ax=axes[1, 0])
sns.barplot(x="species", y="petal-width", data=iris, palette='Set2', ax=axes[1, 1])

plt.setp(axes, yticks=[])
plt.tight_layout()

output_23_0.png

4.Countplot

seaborn.countplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, dodge=True, ax=None, **kwargs)

  Countplot可以直观地查看每个类别下有多少个观察值。

ax = sns.countplot(y="species", data=iris, palette="Set3")

output_25_0.png

5.Pointplot

seaborn.pointplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, estimator=<function mean>, ci=95, n_boot=1000, units=None, markers='o', linestyles='-', dodge=False, join=True, scale=1, orient=None, color=None, palette=None, errwidth=None, capsize=None, ax=None, **kwargs)

  Pointplot可以通过斜率很容易地看出各类别间的主要关系。

f, axes = plt.subplots(2, 2, figsize=(10, 10), sharex=True)
sns.despine(left=True)

sns.pointplot(x="species", y="sepal-length", data=iris, ax=axes[0, 0])
sns.pointplot(x="species", y="sepal-width", data=iris, ax=axes[0, 1])
sns.pointplot(x="species", y="petal-length", data=iris, ax=axes[1, 0])
sns.pointplot(x="species", y="petal-width", data=iris, ax=axes[1, 1])

plt.setp(axes, yticks=[])
plt.tight_layout()

output_27_0.png

6. Factorplot

seaborn.factorplot(x=None, y=None, hue=None, data=None, row=None, col=None, col_wrap=None, estimator=<function mean>, ci=95, n_boot=1000, units=None, order=None, hue_order=None, row_order=None, col_order=None, kind='point', size=4, aspect=1, orient=None, color=None, palette=None, legend=True, legend_out=True, sharex=True, sharey=True, margin_titles=False, facet_kws=None, **kwargs)

  Factorplot将上述的函数与FacetGrid结合起来，通过设置kind属性，可以变化成不同的图形。

sns.factorplot(x="species", y="sepal-length", data=iris, kind="violin")
sns.factorplot(x="species", y="sepal-width", data=iris, kind="box");

output_29_0.png

output_29_1.png

7. PairGrid

class seaborn.PairGrid(data, hue=None, hue_order=None, palette=None, hue_kws=None, vars=None, x_vars=None, y_vars=None, diag_sharey=True, size=2.5, aspect=1, despine=True, dropna=True)

  PairGrid可以用于绘制展现数据集内多个变量之间关系的矩阵图。

g = sns.PairGrid(data=iris, palette=antV, hue="species")
g = g.map(plt.scatter)

output_31_0.png

g = sns.PairGrid(data=iris, palette=antV, hue="species")
g = g.map_diag(plt.hist)
g = g.map_offdiag(plt.scatter)
g = g.add_legend()

output_32_0.png