Сиборн — Введение
В мире аналитики лучший способ получить представление — это визуализировать данные. Данные можно визуализировать, представляя их в виде графиков, которые легко понять, изучить и понять. Такие данные помогают привлечь внимание ключевых элементов.
Для анализа набора данных с использованием Python мы используем Matplotlib, широко распространенную библиотеку 2D-черчения. Аналогично, Seaborn — это библиотека визуализации на Python. Он построен на вершине Matplotlib.
Сиборн против Матплотлиб
Подводя итог, можно сказать, что если Matplotlib «пытается сделать легкие вещи легкими, а сложные — возможными», Seaborn также пытается упростить четкий набор сложных вещей ».
Seaborn помогает решить две основные проблемы, с которыми сталкивается Matplotlib; проблемы —
- Стандартные параметры Matplotlib
- Работа с фреймами данных
Поскольку Seaborn дополняет и расширяет Matplotlib, кривая обучения довольно постепенная. Если вы знаете Matplotlib, вы уже на полпути через Seaborn.
Важные особенности Seaborn
Seaborn построен поверх базовой библиотеки визуализации Python Matplotlib. Он должен служить дополнением, а не заменой. Тем не менее, Seaborn имеет некоторые очень важные функции. Давайте посмотрим на некоторые из них здесь. Функции помогают в —
- Встроенные темы для оформления графики matplotlib
- Визуализация одномерных и двумерных данных
- Подгонка и визуализация моделей линейной регрессии
- Построение статистических данных временных рядов
- Seaborn хорошо работает со структурами данных NumPy и Pandas
- Он поставляется со встроенными темами для оформления графики Matplotlib
В большинстве случаев вы все равно будете использовать Matplotlib для простого построения графиков. Знание Matplotlib рекомендуется для настройки графиков Seaborn по умолчанию.
Seaborn — Настройка среды
В этой главе мы обсудим настройку среды для Seaborn. Давайте начнем с установки и поймем, как начать работу по мере продвижения вперед.
Установка Seaborn и начало работы
В этом разделе мы поймем шаги, связанные с установкой Seaborn.
Использование Pip Installer
Чтобы установить последнюю версию Seaborn, вы можете использовать pip —
pip install seaborn
Для Windows, Linux и Mac с использованием Anaconda
Anaconda (из https://www.anaconda.com/) — это бесплатный дистрибутив Python для стека SciPy. Он также доступен для Linux и Mac.
Также можно установить выпущенную версию, используя conda —
conda install seaborn
Установить разрабатываемую версию Seaborn прямо с github
https://github.com/mwaskom/seaborn»
зависимости
Рассмотрим следующие зависимости Seaborn —
- Python 2.7 или 3.4+
- NumPy
- SciPy
- панд
- Matplotlib
Seaborn — Импорт наборов данных и библиотек
В этой главе мы обсудим, как импортировать наборы данных и библиотеки. Давайте начнем с понимания того, как импортировать библиотеки.
Импорт библиотек
Давайте начнем с импорта Pandas, отличной библиотеки для управления реляционными (в табличном формате) наборами данных. Seaborn очень удобен при работе с DataFrames, наиболее широко используемой структурой данных для анализа данных.
Следующая команда поможет вам импортировать панд —
# Pandas for managing datasets import pandas as pd
Теперь давайте импортируем библиотеку Matplotlib, которая помогает нам настраивать наши графики.
# Matplotlib for additional customization from matplotlib import pyplot as plt
Мы импортируем библиотеку Seaborn с помощью следующей команды:
# Seaborn for plotting and styling import seaborn as sb
Импорт наборов данных
Мы импортировали необходимые библиотеки. В этом разделе мы поймем, как импортировать необходимые наборы данных.
Seaborn поставляется с несколькими важными наборами данных в библиотеке. Когда Seaborn установлен, наборы данных загружаются автоматически.
Вы можете использовать любой из этих наборов данных для обучения. С помощью следующей функции вы можете загрузить необходимый набор данных
load_dataset()
Импортирование данных как Pandas DataFrame
В этом разделе мы импортируем набор данных. Этот набор данных загружается как Pandas DataFrame по умолчанию. Если в DataFrame Pandas есть какая-либо функция, она работает в этом DataFrame.
Следующая строка кода поможет вам импортировать набор данных —
# Seaborn for plotting and styling
import seaborn as sb
df = sb.load_dataset('tips')
print df.head()
Выше строка кода будет генерировать следующий вывод —
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
Чтобы просмотреть все доступные наборы данных в библиотеке Seaborn, вы можете использовать следующую команду с функцией get_dataset_names (), как показано ниже:
import seaborn as sb print sb.get_dataset_names()
Приведенная выше строка кода вернет список наборов данных, доступных как следующий вывод
[u'anscombe', u'attention', u'brain_networks', u'car_crashes', u'dots', u'exercise', u'flights', u'fmri', u'gammas', u'iris', u'planets', u'tips', u'titanic']
DataFrames хранят данные в форме прямоугольных сеток, с помощью которых можно легко просматривать данные. Каждая строка прямоугольной сетки содержит значения экземпляра, а каждый столбец сетки представляет собой вектор, который содержит данные для определенной переменной. Это означает, что строки DataFrame не обязательно должны содержать значения одного и того же типа данных, они могут быть числовыми, символьными, логическими и т. Д. DataFrames для Python поставляются с библиотекой Pandas и определяются как двумерные помеченные структуры данных. с потенциально разными типами столбцов.
Для более подробной информации о DataFrames, посетите наш учебник по пандам.
Сиборн — Эстетическая фигура
Визуализация данных — это один шаг, а дальнейшее улучшение визуализации данных — еще один шаг. Визуализация играет жизненно важную роль в передаче количественных данных аудитории, чтобы привлечь их внимание.
Эстетика означает совокупность принципов, касающихся природы и ценности красоты, особенно в искусстве. Визуализация — это искусство представления данных эффективным и простым способом.
Библиотека Matplotlib отлично поддерживает настройку, но для ее использования необходимо знать, какие настройки нужно настроить для получения привлекательного и ожидаемого сюжета. В отличие от Matplotlib, Seaborn поставляется с настроенными темами и высокоуровневым интерфейсом для настройки и управления внешним видом фигур Matplotlib.
пример
import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip = 1):
x = np.linspace(0, 14, 100)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
sinplot()
plt.show()
Вот как выглядит сюжет с настройками по умолчанию Matplotlib —
Чтобы изменить тот же график на значения по умолчанию Seaborn, используйте функцию set () —
пример
import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip = 1):
x = np.linspace(0, 14, 100)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
import seaborn as sb
sb.set()
sinplot()
plt.show()
Выход
Приведенные выше два рисунка показывают разницу в графиках по умолчанию Matplotlib и Seaborn. Представление данных одинаково, но стиль представления различен в обоих случаях.
По сути, Seaborn разбивает параметры Matplotlib на две группы:
- Стили сюжета
- Масштаб участка
Seaborn Figure Styles
Интерфейсом для манипулирования стилями является set_style () . С помощью этой функции вы можете установить тему сюжета. Согласно последней обновленной версии, ниже представлены пять доступных тем.
- Darkgrid
- Whitegrid
- Темно
- белый
- Клещи
Давайте попробуем применить тему из вышеупомянутого списка. Темой по умолчанию для сюжета будет darkgrid, которую мы видели в предыдущем примере.
пример
import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip=1):
x = np.linspace(0, 14, 100)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
import seaborn as sb
sb.set_style("whitegrid")
sinplot()
plt.show()
Выход
Разница между двумя приведенными выше графиками заключается в цвете фона
Снятие Оси Колючки
В темах white и ticks мы можем удалить верхнюю и правую оси, используя функцию despine () .
пример
import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip=1):
x = np.linspace(0, 14, 100)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
import seaborn as sb
sb.set_style("white")
sinplot()
sb.despine()
plt.show()
Выход
На обычных графиках мы используем только левую и нижнюю оси. Используя функцию despine () , мы можем избежать ненужных шипов правой и верхней осей, что не поддерживается в Matplotlib.
Переопределение элементов
Если вы хотите настроить стили Seaborn, вы можете передать словарь параметров в функцию set_style () . Доступные параметры просматриваются с помощью функции axes_style () .
пример
import seaborn as sb print sb.axes_style
Выход
{'axes.axisbelow' : False,
'axes.edgecolor' : 'white',
'axes.facecolor' : '#EAEAF2',
'axes.grid' : True,
'axes.labelcolor' : '.15',
'axes.linewidth' : 0.0,
'figure.facecolor' : 'white',
'font.family' : [u'sans-serif'],
'font.sans-serif' : [u'Arial', u'Liberation
Sans', u'Bitstream Vera Sans', u'sans-serif'],
'grid.color' : 'white',
'grid.linestyle' : u'-',
'image.cmap' : u'Greys',
'legend.frameon' : False,
'legend.numpoints' : 1,
'legend.scatterpoints': 1,
'lines.solid_capstyle': u'round',
'text.color' : '.15',
'xtick.color' : '.15',
'xtick.direction' : u'out',
'xtick.major.size' : 0.0,
'xtick.minor.size' : 0.0,
'ytick.color' : '.15',
'ytick.direction' : u'out',
'ytick.major.size' : 0.0,
'ytick.minor.size' : 0.0}
Изменение значений любого параметра изменит стиль графика.
пример
import numpy as np from matplotlib import pyplot as plt def sinplot(flip=1): x = np.linspace(0, 14, 100) for i in range(1, 5): plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip) import seaborn as sb sb.set_style("darkgrid", {'axes.axisbelow': False}) sinplot() sb.despine() plt.show()
Выход
Масштабирование элементов графика
У нас также есть контроль над элементами графика и мы можем контролировать масштаб графика с помощью функции set_context () . У нас есть четыре предустановленных шаблона для контекстов, основанные на относительном размере, контексты названы следующим образом
- Бумага
- Ноутбук
- Говорить
- плакат
По умолчанию контекст установлен на блокнот; и был использован на графиках выше.
пример
import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip = 1):
x = np.linspace(0, 14, 100)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
import seaborn as sb
sb.set_style("darkgrid", {'axes.axisbelow': False})
sinplot()
sb.despine()
plt.show()
Выход
Выходной размер реального графика больше по сравнению с вышеупомянутыми графиками.
Примечание. Из-за масштабирования изображений на нашей веб-странице вы можете пропустить фактическую разницу в наших примерах.
Сиборн — Цветовая палитра
Цвет играет важную роль, чем любой другой аспект визуализации. При эффективном использовании цвет добавляет больше значения графику. Палитра означает плоскую поверхность, на которой художник размещает и смешивает краски.
Цветовая палитра здания
Seaborn предоставляет функцию под названием color_palette () , которую можно использовать для придания цветов графикам и добавления к ним большего эстетического значения.
использование
seaborn.color_palette (palette = Нет, n_colors = Нет, desat = Нет)
параметр
В следующей таблице перечислены параметры для построения цветовой палитры —
| Sr.No. | Palatte & Описание |
|---|---|
| 1 |
n_colors Количество цветов в палитре. Если None, значение по умолчанию будет зависеть от того, как указана палитра. По умолчанию значение n_colors составляет 6 цветов. |
| 2 |
Desat Пропорция для обесцвечивания каждого цвета. |
n_colors
Количество цветов в палитре. Если None, значение по умолчанию будет зависеть от того, как указана палитра. По умолчанию значение n_colors составляет 6 цветов.
Desat
Пропорция для обесцвечивания каждого цвета.
Вернуть
Возвращение относится к списку кортежей RGB. Ниже приведены доступные палитры Seaborn —
- глубоко
- приглушенный
- яркий
- пастельный
- Темно
- Дальтонизм
Помимо этого, можно также создать новую палитру
Трудно решить, какую палитру следует использовать для данного набора данных, не зная характеристик данных. Зная об этом, мы классифицируем различные способы использования типов color_palette () —
- качественный
- последовательный
- отклонение
У нас есть другая функция seaborn.palplot (), которая работает с цветовой палитрой. Эта функция отображает цветовую палитру как горизонтальный массив. Мы узнаем больше о seaborn.palplot () в следующих примерах.
Качественные цветовые палитры
Качественные или категориальные палитры лучше всего подходят для построения категориальных данных.
пример
from matplotlib import pyplot as plt import seaborn as sb current_palette = sb.color_palette() sb.palplot(current_palette) plt.show()
Выход
Мы не передали никаких параметров в color_palette (); по умолчанию мы видим 6 цветов. Вы можете увидеть желаемое количество цветов, передав значение в параметр n_colors . Здесь palplot () используется для горизонтального построения массива цветов.
Последовательные цветовые палитры
Последовательные графики подходят для выражения распределения данных в диапазоне от относительных более низких значений до более высоких значений в пределах диапазона.
При добавлении дополнительного символа ‘s’ к цвету, переданному параметру цвета, будет построен график Последовательный.
пример
from matplotlib import pyplot as plt
import seaborn as sb
current_palette = sb.color_palette()
sb.palplot(sb.color_palette("Greens"))
plt.show()
Примечание. Нам нужно добавить ‘s’ к параметру, как ‘Greens’ в приведенном выше примере.
Расходящаяся палитра
Расходящиеся палитры используют два разных цвета. Каждый цвет представляет изменение значения в пределах от общей точки в любом направлении.
Предположим, что данные располагаются в диапазоне от -1 до 1. Значения от -1 до 0 принимают один цвет, а от 0 до +1 — другой цвет.
По умолчанию значения центрированы от нуля. Вы можете управлять им с помощью параметра center, передавая значение.
пример
from matplotlib import pyplot as plt
import seaborn as sb
current_palette = sb.color_palette()
sb.palplot(sb.color_palette("BrBG", 7))
plt.show()
Выход
Настройка цветовой палитры по умолчанию
У функций color_palette () есть сопутствующий элемент set_palette () . Отношения между ними аналогичны парам, описанным в главе, посвященной эстетике. Аргументы одинаковы как для set_palette (), так и для color_palette (), но параметры Matplotlib по умолчанию изменены так, что палитра используется для всех графиков.
пример
import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip = 1):
x = np.linspace(0, 14, 100)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
import seaborn as sb
sb.set_style("white")
sb.set_palette("husl")
sinplot()
plt.show()
Выход
Построение одномерного распределения
Распределение данных — это главное, что нам нужно понять при анализе данных. Здесь мы увидим, как seaborn помогает нам в понимании одномерного распределения данных.
Функция distplot () предоставляет наиболее удобный способ быстро взглянуть на одномерное распределение. Эта функция построит гистограмму, которая соответствует оценке плотности ядра данных.
использование
seaborn.distplot()
параметры
В следующей таблице перечислены параметры и их описание —
| Sr.No. | Параметр и описание |
|---|---|
| 1 |
данные Серия, 1d массив или список |
| 2 |
бункеры Спецификация исторических бинов |
| 3 |
тс BOOL |
| 4 |
KDE BOOL |
данные
Серия, 1d массив или список
бункеры
Спецификация исторических бинов
тс
BOOL
KDE
BOOL
Это основные и важные параметры для изучения.
Морской Рог — Гистограмма
Гистограммы представляют распределение данных, формируя ячейки вдоль диапазона данных, а затем рисуя столбцы, чтобы показать количество наблюдений, попадающих в каждую ячейку.
Seaborn поставляется с некоторыми наборами данных, и мы использовали несколько наборов данных в наших предыдущих главах. Мы узнали, как загрузить набор данных и как просмотреть список доступных наборов данных.
Seaborn поставляется с некоторыми наборами данных, и мы использовали несколько наборов данных в наших предыдущих главах. Мы узнали, как загрузить набор данных и как просмотреть список доступных наборов данных.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.distplot(df['petal_length'],kde = False)
plt.show()
Выход
Здесь для флага kde установлено значение False. В результате представление графика оценки ядра будет удалено, и будет построена только гистограмма.
Seaborn — оценки плотности ядра
Оценка плотности ядра (KDE) — это способ оценки функции плотности вероятности непрерывной случайной величины. Используется для непараметрического анализа.
Установка значения флага флага в False в distplot даст график оценки плотности ядра.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.distplot(df['petal_length'],hist=False)
plt.show()
Выход
Фиттинг Параметрическое Распределение
distplot () используется для визуализации параметрического распределения набора данных.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.distplot(df['petal_length'])
plt.show()
Выход
Построение двумерного распределения
Двустороннее распределение используется для определения связи между двумя переменными. Это в основном касается отношений между двумя переменными и того, как одна переменная ведет себя по отношению к другой.
Лучший способ проанализировать двумерное распределение в морской среде — использовать функцию jointplot () .
Jointplot создает многопанельную фигуру, которая проецирует двумерные отношения между двумя переменными, а также одномерное распределение каждой переменной по отдельным осям.
Scatter Plot
Диаграмма рассеяния является наиболее удобным способом визуализации распределения, в котором каждое наблюдение представлено в двухмерном графике через оси x и y.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.jointplot(x = 'petal_length',y = 'petal_width',data = df)
plt.show()
Выход
На приведенном выше рисунке показана взаимосвязь между petal_length и petal_width в данных Iris. Тенденция на графике говорит о том, что между изучаемыми переменными существует положительная корреляция.
Hexbin Plot
Гексагональное объединение используется в двумерном анализе данных, когда данные имеют небольшую плотность, т.е. когда данные очень разбросаны и их трудно анализировать с помощью диаграмм рассеяния.
Дополнительный параметр с именем ‘kind’ и значением ‘hex’ строит график гексбина.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.jointplot(x = 'petal_length',y = 'petal_width',data = df,kind = 'hex')
plt.show()
Оценка плотности ядра
Оценка плотности ядра — это непараметрический способ оценки распределения переменной. В seaborn мы можем построить kde с помощью jointplot ().
Передайте значение ‘kde’ параметру вида для построения графика ядра.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.jointplot(x = 'petal_length',y = 'petal_width',data = df,kind = 'hex')
plt.show()
Выход
Seaborn — Визуализация парных отношений
Наборы данных при изучении в реальном времени содержат много переменных. В таких случаях следует анализировать отношение между каждой и каждой переменной. Построение двумерного распределения для (n, 2) комбинаций будет очень сложным и длительным процессом.
Чтобы построить несколько попарно двумерных распределений в наборе данных, вы можете использовать функцию pairplot () . Это показывает отношение для (n, 2) комбинации переменной в DataFrame в виде матрицы графиков, а диагональные графики являются одномерными графиками.
Топоры
В этом разделе мы узнаем, что такое оси, их использование, параметры и так далее.
использование
seaborn.pairplot(data,…)
параметры
В следующей таблице перечислены параметры для осей —
| Sr.No. | Параметр и описание |
|---|---|
| 1 |
данные Dataframe |
| 2 |
цвет Переменная в данных для отображения аспектов графика на разные цвета. |
| 3 |
палитра Набор цветов для отображения переменной оттенка |
| 4 |
Добрый Вид сюжета для неидентификационных отношений. {‘scatter’, ‘reg’} |
| 5 |
diag_kind Вид сюжета для диагональных сюжетов. {‘hist’, ‘kde’} |
данные
Dataframe
цвет
Переменная в данных для отображения аспектов графика на разные цвета.
палитра
Набор цветов для отображения переменной оттенка
Добрый
Вид сюжета для неидентификационных отношений. {‘scatter’, ‘reg’}
diag_kind
Вид сюжета для диагональных сюжетов. {‘hist’, ‘kde’}
За исключением данных, все остальные параметры являются необязательными. Есть несколько других параметров, которые может принять пара . Вышеупомянутые часто используемые параметры.
пример
import pandas as pd import seaborn as sb from matplotlib import pyplot as plt df = sb.load_dataset('iris') sb.set_style("ticks") sb.pairplot(df,hue = 'species',diag_kind = "kde",kind = "scatter",palette = "husl") plt.show()
Выход
Мы можем наблюдать изменения в каждом сюжете. Графики представлены в матричном формате, где имя строки представляет ось x, а имя столбца представляет ось y.
Диагональные графики представляют собой графики плотности ядра, где другие графики представляют собой графики рассеяния, как упоминалось.
Seaborn — нанесение категорических данных
В наших предыдущих главах мы узнали о точечных диаграммах, шестнадцатеричных диаграммах и диаграммах kde, которые используются для анализа исследуемых непрерывных переменных. Эти графики не подходят, когда исследуемая переменная является категориальной.
Когда одна или обе исследуемые переменные являются категориальными, мы используем такие графики, как striplot (), swarmplot () и т. Д. Seaborn предоставляет интерфейс для этого.
Категориальные точечные диаграммы
В этом разделе мы узнаем о категориальных точечных графиках.
stripplot ()
stripplot () используется, когда одна из изучаемых переменных является категориальной. Он представляет данные в отсортированном порядке по любой из осей.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.stripplot(x = "species", y = "petal_length", data = df)
plt.show()
Выход
На приведенном выше графике мы ясно видим разницу в длине лепестка у каждого вида. Но главная проблема с рассмотренным выше графиком рассеяния состоит в том, что точки на графике рассеяния перекрываются. Мы используем параметр «Джиттер» для обработки такого сценария.
Джиттер добавляет к данным случайный шум. Этот параметр будет регулировать позиции вдоль категориальной оси.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.stripplot(x = "species", y = "petal_length", data = df, jitter = Ture)
plt.show()
Выход
Теперь о распределении точек видно легко.
Swarmplot ()
Другой вариант, который можно использовать в качестве альтернативы Jitter, — это функция swarmplot () . Эта функция позиционирует каждую точку графика рассеяния на категориальной оси и таким образом избегает перекрывающихся точек —
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.swarmplot(x = "species", y = "petal_length", data = df)
plt.show()
Выход
Сиборн — Распределение наблюдений
На диаграммах разброса по категориям, которые мы рассмотрели в предыдущей главе, подход становится ограниченным в информации, которую он может предоставить о распределении значений в каждой категории. Теперь, пойдя дальше, давайте посмотрим, что может облегчить нам сравнение с категориями.
Коробочные участки
Boxplot — это удобный способ визуализации распределения данных по квартилям.
Коробчатые участки обычно имеют вертикальные линии, идущие от коробок, которые называются усами. Эти усы указывают на изменчивость за пределами верхнего и нижнего квартилей, поэтому графы Box Box также называются диаграммой « коробка с усами» и диаграмма « коробка с усами» . Любые выбросы в данных представлены в виде отдельных точек.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.swarmplot(x = "species", y = "petal_length", data = df)
plt.show()
Выход
Точки на графике указывают на выброс.
Сюжеты для скрипки
Графики для скрипки представляют собой комбинацию прямоугольника с оценками плотности ядра. Таким образом, эти графики легче анализировать и понимать распределение данных.
Давайте воспользуемся набором советов, чтобы узнать больше об участках игры на скрипке. Этот набор данных содержит информацию, касающуюся советов, данных клиентами в ресторане.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
sb.violinplot(x = "day", y = "total_bill", data=df)
plt.show()
Выход
Значения квартилей и усов из коробочного графика показаны внутри скрипки. Поскольку в скрипке используется KDE, более широкая часть скрипки указывает на более высокую плотность, а узкая область представляет относительно более низкую плотность. Межквартильный диапазон в коробчатом графике и более высокая плотность в kde попадают в один и тот же регион каждой категории скрипичного сюжета.
На приведенном выше графике показано распределение total_bill по четырем дням недели. Но, в дополнение к этому, если мы хотим увидеть, как дистрибутив ведет себя по отношению к полу, давайте рассмотрим его в следующем примере.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
sb.violinplot(x = "day", y = "total_bill",hue = 'sex', data = df)
plt.show()
Выход
Теперь мы можем ясно видеть расходное поведение между мужчиной и женщиной. Можно легко сказать, что мужчины смотрят на сюжет больше, чем женщины.
И, если переменная оттенка имеет только два класса, мы можем украсить сюжет, разделив каждую скрипку на две вместо двух скрипок в данный день. Любая часть скрипки ссылается на каждый класс в переменной оттенка.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
sb.violinplot(x = "day", y="total_bill",hue = 'sex', data = df)
plt.show()
Выход
Сиборн — Статистическая оценка
В большинстве ситуаций мы имеем дело с оценками всего распределения данных. Но когда дело доходит до оценки центральной тенденции, нам нужен конкретный способ обобщить распределение. Среднее значение и медиана являются очень часто используемыми методами для оценки центральной тенденции распределения.
На всех графиках, которые мы узнали в предыдущем разделе, мы сделали визуализацию всего дистрибутива. Теперь давайте поговорим о графиках, по которым мы можем оценить центральную тенденцию распределения.
Бар Участок
Barplot () показывает связь между категориальной переменной и непрерывной переменной. Данные представлены в прямоугольных столбцах, где длина столбца представляет долю данных в этой категории.
Гистограмма представляет собой оценку центральной тенденции. Давайте использовать набор данных «Титаник» для изучения графиков.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('titanic')
sb.barplot(x = "sex", y = "survived", hue = "class", data = df)
plt.show()
Выход
В приведенном выше примере мы можем видеть, что среднее число выживших мужчин и женщин в каждом классе. Из сюжета мы можем понять, что выжило больше женщин, чем мужчин. Как у мужчин, так и у женщин больше выживших из первого класса.
Особый случай в гистограмме — показать количество наблюдений в каждой категории, а не вычислять статистику для второй переменной. Для этого мы используем countplot ().
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('titanic')
sb.countplot(x = " class ", data = df, palette = "Blues");
plt.show()
Выход
Сюжет говорит, что количество пассажиров в третьем классе выше, чем в первом и втором классе.
Точечные участки
Точечные графики служат так же, как столбчатые, но в другом стиле. Вместо полной полосы значение оценки представляется точкой на определенной высоте на другой оси.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('titanic')
sb.pointplot(x = "sex", y = "survived", hue = "class", data = df)
plt.show()
Выход
Seaborn — Печать данных в широкой форме
Всегда предпочтительно использовать наборы данных long-from или tidy. Но иногда, когда у нас не остается выбора, а не используется набор данных «широкой формы», те же функции могут также применяться к «широкоформатным» данным в различных форматах, включая фреймы данных Pandas или двумерный NumPy. массивы. Эти объекты должны быть переданы непосредственно параметру данных, переменные x и y должны быть указаны как строки
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.boxplot(data = df, orient = "h")
plt.show()
Выход
Кроме того, эти функции принимают векторы объектов Pandas или NumPy, а не переменные в DataFrame.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.boxplot(data = df, orient = "h")
plt.show()
Выход
Основным преимуществом использования Seaborn для многих разработчиков в мире Python является то, что он может принимать объект DataFrame pandas в качестве параметра.
Seaborn — мультипанельные категориальные сюжеты
Категориальные данные мы можем визуализировать с помощью двух графиков, вы можете использовать либо функции pointplot () , либо функцию фактора более высокого уровня factorplot () .
Factorplot
Factorplot рисует категорический график на FacetGrid. Используя параметр «kind», мы можем выбрать сюжет, такой как boxplot, violinplot, barplot и stripplot. FacetGrid по умолчанию использует точечный график.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = pulse", hue = "kind",data = df);
plt.show()
Выход
Мы можем использовать разные графики для визуализации одних и тех же данных с помощью параметра вида .
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = "pulse", hue = "kind", kind = 'violin',data = df);
plt.show()
Выход
В factorplot данные наносятся на фасетную сетку.
Что такое Facet Grid?
Фасетная сетка образует матрицу панелей, определяемых строкой и столбцом путем деления переменных. Из-за панелей один участок выглядит как несколько участков. Очень полезно проанализировать все комбинации в двух дискретных переменных.
Представим приведенное выше определение на примере
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('exercise')
sb.factorplot(x = "time", y = "pulse", hue = "kind", kind = 'violin', col = "diet", data = df);
plt.show()
Выход
Преимущество использования Facet заключается в том, что мы можем ввести в график еще одну переменную. Приведенный выше график делится на два графика на основе третьей переменной, называемой «диета», с использованием параметра «col».
Мы можем сделать много граней столбцов и выровнять их по строкам сетки —
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('titanic')
sb.factorplot("alive", col = "deck", col_wrap = 3,data = df[df.deck.notnull()],kind = "count")
plt.show()
выход
Сиборн — линейные отношения
В большинстве случаев мы используем наборы данных, которые содержат несколько количественных переменных, и цель анализа часто состоит в том, чтобы связать эти переменные друг с другом. Это можно сделать через линии регрессии.
При построении регрессионных моделей мы часто проверяем мультиколлинеарность, где нам приходилось видеть корреляцию между всеми комбинациями непрерывных переменных, и предпринимаем необходимые действия для удаления мультиколлинеарности, если она существует. В таких случаях помогает следующая техника.
Функции для рисования моделей линейной регрессии
В Seaborn есть две основные функции для визуализации линейных отношений, определенных посредством регрессии. Этими функциями являются regplot () и lmplot () .
регплот против лмплота
| regplot | lmplot |
|---|---|
| принимает переменные x и y в различных форматах, включая простые числовые массивы, объекты серии pandas или как ссылки на переменные в DataFrame pandas | имеет данные в качестве обязательного параметра, а переменные x и y должны быть указаны в виде строк. Этот формат данных называется «длинные данные» |
Давайте теперь нарисуем графики.
пример
Построение regplot и затем lmplot с теми же данными в этом примере
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
sb.regplot(x = "total_bill", y = "tip", data = df)
sb.lmplot(x = "total_bill", y = "tip", data = df)
plt.show()
Выход
Вы можете увидеть разницу в размере между двумя участками.
Мы также можем подогнать линейную регрессию, когда одна из переменных принимает дискретные значения
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
sb.lmplot(x = "size", y = "tip", data = df)
plt.show()
Выход
Подгонка разных видов моделей
Простая модель линейной регрессии, использованная выше, очень проста в подборе, но в большинстве случаев данные являются нелинейными, и вышеуказанные методы не могут обобщить линию регрессии.
Давайте использовать набор данных Анскомба с графиками регрессии —
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('anscombe')
sb.lmplot(x="x", y="y", data=df.query("dataset == 'I'"))
plt.show()
В этом случае данные хорошо подходят для модели линейной регрессии с меньшей дисперсией.
Давайте посмотрим на другой пример, где данные принимают большое отклонение, которое показывает, что линия наилучшего соответствия не является хорошей.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('anscombe')
sb.lmplot(x = "x", y = "y", data = df.query("dataset == 'II'"))
plt.show()
Выход
График показывает высокое отклонение точек данных от линии регрессии. Такие нелинейные, более высокого порядка могут быть визуализированы с помощью lmplot () и regplot (). Они могут соответствовать модели полиномиальной регрессии для изучения простых видов нелинейных трендов в наборе данных —
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('anscombe')
sb.lmplot(x = "x", y = "y", data = df.query("dataset == 'II'"),order = 2)
plt.show()
Выход
Сиборн — Сетка Граней
Полезный подход для изучения данных среднего размера — рисование нескольких экземпляров одного и того же графика в разных подмножествах вашего набора данных.
Этот метод обычно называют «решетчатым», или «решетчатым» построением, и он связан с идеей «малых кратных».
Чтобы использовать эти функции, ваши данные должны быть в Pandas DataFrame.
Построение небольших кратных наборов данных
В предыдущей главе мы видели пример FacetGrid, в котором класс FacetGrid помогает визуализировать распределение одной переменной, а также взаимосвязь между несколькими переменными по отдельности в подмножествах вашего набора данных с использованием нескольких панелей.
Сетка FacetGrid может быть нарисована с тремя измерениями — строка, столбец и оттенок. Первые два имеют очевидное соответствие с результирующим массивом осей; Подумайте о переменной оттенка как о третьем измерении вдоль оси глубины, где разные уровни изображены разными цветами.
Объект FacetGrid принимает в качестве входных данных фрейм данных и имена переменных, которые будут формировать размеры строки, столбца или оттенка сетки.
Переменные должны быть категориальными, и данные на каждом уровне переменной будут использоваться для фасета по этой оси.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
g = sb.FacetGrid(df, col = "time")
plt.show()
Выход
В приведенном выше примере мы только что инициализировали объект facetgrid, который на них ничего не рисует.
Основным подходом для визуализации данных в этой сетке является метод FacetGrid.map () . Давайте посмотрим на распределение подсказок в каждом из этих подмножеств, используя гистограмму.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
g = sb.FacetGrid(df, col = "time")
g.map(plt.hist, "tip")
plt.show()
Выход
Количество графиков больше одного из-за параметра col. Мы обсуждали параметр col в наших предыдущих главах.
Чтобы создать реляционный график, передайте несколько имен переменных.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
g = sb.FacetGrid(df, col = "sex", hue = "smoker")
g.map(plt.scatter, "total_bill", "tip")
plt.show()
Выход
Seaborn — Парная Сетка
PairGrid позволяет нам нарисовать сетку вспомогательных участков, используя тот же тип графика для визуализации данных.
В отличие от FacetGrid, он использует разные пары переменных для каждого субплота. Он формирует матрицу подзаговоров. Его также иногда называют «матрицей рассеяния».
Использование pairgrid похоже на facetgrid. Сначала инициализируйте сетку, а затем передайте функцию построения графика.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map(plt.scatter);
plt.show()
Также можно построить другую функцию на диагонали, чтобы показать одномерное распределение переменной в каждом столбце.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter);
plt.show()
Выход
Мы можем настроить цвет этих графиков, используя другую категориальную переменную. Например, набор данных радужной оболочки имеет четыре измерения для каждого из трех различных видов цветов радужной оболочки, чтобы вы могли увидеть, как они отличаются.
пример
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
g = sb.PairGrid(df)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter);
plt.show()
Выход
Мы можем использовать другую функцию в верхнем и нижнем треугольниках, чтобы увидеть разные аспекты отношений.