详细的数据可视化库之Seaborn教程(一)——relplot：关系图（可视化统计量间的关系）

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u013317445/article/details/88175366

seaborn（一）——可视化统计量间的关系（relationship）

seaborn关注的是统计量之间的关系。
x，y一般为数值型数据，关注两个数值变量之间的关系
可以绘制出曲线图和散点图

sns.relplot()

• relplot():
  • sns.replot(kind=“scatter”)，相当于scatterplot() 用来绘制散点图
  • sns.replot(kind=“line”)，相当于lineplot() 用来绘制曲线图

---

本例中，我们的数据集采用库自带的小费数据集tips。
tips小费数据集：
是一个餐厅服务员收集的小费数据集，包含了7个变量：
总账单、小费、顾客性别、是否吸烟、日期、吃饭时间、顾客人数

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

tips= sns.load_dataset("tips")
tips.head()

	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Female	No	Sun	Dinner	4

tips.dtypes

total_bill     float64
tip            float64
sex           category
smoker        category
day           category
time          category
size             int64
dtype: object

replot常用参数
x: x轴
y: y轴
hue: 在某一维度上，用颜色区分
style: 在某一维度上, 用线的不同表现形式区分, 如 点线, 虚线等
size: 控制数据点大小或者线条粗细
col: 列上的子图
row: 行上的子图
kind: kind= ‘scatter’(默认值)
   kind='line’时候，可以通过参数ci：(confidence interval)参数，来控制阴影部分，如，ci=‘sd’ （一个x有多个y值）
   也可以关闭数据聚合功能(urn off aggregation altogether), 设置estimator=None即可
data

以下，结合具体使用效果来理解一下。

一、散点图：relplot(kind=“scatter”)

replot出的图默认为散点图。

sns.relplot(x='total_bill', y='tip', data=tips)

可视化后，可以看出：
给的小费大小集中在[0,6]
账单集中在[7,36]

可以看出，消费高的小费多。

---

参数hue

hue
用不同的颜色区分出来
在smoker维度，smoker:取值有：No、Yes 蓝yes橙no

sns.relplot(x='total_bill', y='tip',  data=tips, hue='smoker')

<seaborn.axisgrid.FacetGrid at 0x392c25f8>

图上有3个维度的信息：
total_bill（x）、tip（y）、smoker（不同颜色）

hue+ hue_order

可以通过hue_order（一个list）来控制图例中hue的顺序。如果不设置的话，就会自动根据data来进行设定。
如果hue是数字型连续值，hue_order就没有什么关系了。

---

hue+palette

palette自定义颜色范围

set(tips.day) #    {'Fri', 'Sat', 'Sun', 'Thur'}
sns.relplot(x='total_bill', y='tip',  data=tips, hue='day')

sns.relplot(x='total_bill', y='tip',  data=tips, hue="day", palette="ch:r=-.5,l=.75")

跟哪天吃饭好像没什么关系，看不出来一个渐变色的走势。

---

参数style

style
不同的表示形状上区分
性别维度上，不同的性别， 原点：Male 叉叉：Female

sns.relplot(x='total_bill', y='tip',  data=tips, style='sex')

图上有3个维度的信息:
total_bill、tip、sex
x、y、不同形状

可以看出，给小费的男性多，男性给的小费高一点，是不是？你还可以看出来什么信息呢？

---

hue+style

hue+style
抽烟的女性:蓝色+叉叉
抽烟的男性：蓝色+原点
不抽烟的女性：橘色+叉叉
不抽烟的男性：橘色+原点

sns.relplot(x='total_bill', y='tip',  data=tips, hue='smoker', style='sex')

图上有4个维度的信息了：
total_bill、tip、smoker、sex
x、y、不同颜色、不同形状

看出了什么？
给高小费的（超过5的），竟然大都是不抽烟的男性（橘色+原点）

---

参数size

控制点的大小或者线条粗细
巧妙引入size维度（顾客人数）信息

sns.relplot(x='total_bill', y='tip', data=tips, hue='smoker', style='sex', size='size')

图上有5个维度的信息了

图上可以看出，人多消费大，消费大小费高
你还看出了什么呢？
展示的信息量太多了，太丰富了，这个图反而太复杂而让我们不好解析它了

sns.relplot(x='total_bill', y='tip', data=tips,size='size')

set(tips['size'])#size的取值（顾客数）有：1,2,3,4,5,6人

size+sizes

如用size=（20,200）控制size的范围

sns.relplot(x='total_bill', y='tip', data=tips, size="size", sizes=(20, 200))

---

---

二、曲线图：relplot(kind=“line”)

数据集为fmri

fmri= sns.load_dataset("fmri")
fmri.head()

	subject	timepoint	event	region	signal
0	s13	18	stim	parietal	-0.017552
1	s5	14	stim	parietal	-0.080883
2	s12	18	stim	parietal	-0.081033
3	s11	18	stim	parietal	-0.046134
4	s10	18	stim	parietal	-0.037970

fmri.dtypes

subject       object
timepoint      int64
event         object
region        object
signal       float64
dtype: object

set(fmri.region)  #    {'frontal', 'parietal'}

#如何将object转成category类型：
fmri['region']=fmri['region'].astype('category')

fmri.region.dtype

CategoricalDtype(categories=[u'frontal', u'parietal'], ordered=False)

先用散点图看一下它的数据分布情况：

sns.relplot(x="timepoint", y="signal", data=fmri)

kind=“line”

kind=“line” 就是lineplot()

一个x有多个y，怎么聚合呢？默认的是aggregate the multiple measurements at each x value by plotting the mean and the 95% confidence interval around the mean:

sns.relplot(x="timepoint", y="signal", data=fmri, kind="line")

ci=None 控制不显示聚合的阴影

sns.relplot(x="timepoint", y="signal", data=fmri, kind="line", ci=None)

ci=“sd” 控制聚合的算法

sns.relplot(x="timepoint", y="signal", data=fmri, kind="line", ci="sd")

关闭聚合：estimator= None

展示其数据最原始的情形，“曲线版的散点图”：

sns.relplot(x="timepoint", y="signal", data=fmri, kind="line",estimator=None)

hue：利用颜色区分

sns.relplot(x="timepoint", y="signal", data=fmri, kind="line",hue="event")

style:利用形状区分

sns.relplot(x="timepoint", y="signal", style="region", kind="line", data=fmri)

hue+ style

sns.relplot(x="timepoint", y="signal", hue="event", style="region", kind="line", data=fmri)

style结合dashes+markers可设置不同分类的标记样式

sns.relplot(x="timepoint", y="signal", hue="event", style="region", kind="line", dashes=False, markers=True, data=fmri)

units: ??我没有明白这个

当有多次的采样单位时，可以单独绘制每个采样单位，而无需通过语义区分它们。这可以避免使图例混乱。
说了这么多还是没有明白。。。。。

set(fmri.subject)
sns.relplot(kind="line",data=fmri.query("event=='stim'"), x="timepoint", y="signal", hue="region", units="subject",estimator=None)

lineplot色调和图例的处理还取决于hue是分类型数据or连续型数据

hue为连续型数值

dots= sns.load_dataset("dots").query("align== 'dots'")
print(dots.head())
print(dots.dtypes)

  align choice  time  coherence  firing_rate
0  dots     T1   -80        0.0    33.189967
1  dots     T1   -80        3.2    31.691726
2  dots     T1   -80        6.4    34.279840
3  dots     T1   -80       12.8    32.631874
4  dots     T1   -80       25.6    35.060487
align           object
choice          object
time             int64
coherence      float64
firing_rate    float64
dtype: object

相关性coherence是连续型数值
看看图例看看颜色：
颜色越重的相关性越强

sns.relplot(x="time", y="firing_rate", hue="coherence", style="choice", kind="line", data=dots)

size: 可用来控制线条宽度

也可以用size表达coherence
相关性越大，线条越粗

sns.relplot(x="time", y="firing_rate", size="coherence",  style="choice", kind="line", data=dots)

---

用date数据画图

data.head()

	date	date_block_num	shop_id	item_id	item_price	item_cnt_day
0	2013-01-02	0	59	22154	999.00	1.0
1	2013-01-03	0	25	2552	899.00	1.0
2	2013-01-05	0	25	2552	899.00	-1.0
3	2013-01-06	0	25	2554	1709.05	1.0
4	2013-01-15	0	25	2555	1099.00	1.0

seaborn结合matplotlib的xlim()和ylim()设置坐标范围

g= sns.relplot(x="date", y="item_cnt_day", data=data)

#设置x轴 y轴范围：
plt.xlim("2014-01","2014-12")
plt.ylim(0,600)
#设置x轴 y轴刻度：
#plt.xticks=

g.fig.autofmt_xdate()#日期的排列根据图像的大小自适应

三、使用子图展示多重关系

参数col、row可以帮助我们实现。
col=“sex” 有几种sex，就有几列图（2种male和female，2列图）
row=“smoker” 有几种smoker，就有几行图
col=“subject”, col_wrap=3 subject特别多，可以控制显示的图片的行数

sns.relplot(x="total_bill", y="tip", col="sex", data=tips)

sns.relplot(x="total_bill", y="tip", row="smoker", data=tips)

sns.relplot(x="total_bill", y="tip", row="smoker", col="sex", data=tips)

sns.relplot(x="timepoint", y="signal", 
            hue="event", style="event",
            col="subject", col_wrap=3, 
            data=fmri.query("region=='frontal'"), 
            kind="line",
            linewidth=2.5,
            aspect=1, #长宽比，该值越大图片越方
            height=3)