用Seaborn繪製圖表
作者|Jenny Dcruz
編譯|VK
來源|Towards Datas Science
Seaborn是一個功能強大的Python庫，用於增強資料視覺化。它為Matplotlib提供了大量高階介面。Seaborn可以很好地處理資料幀，而Matplotlib則不行，它可以讓你以更簡單的方式繪製引人注目的圖表。
為了更好地理解本文，你需要了解pandas和matplotlib的基礎知識。如果沒有，可以參考以下文章：
-
用Pandas進行資料分析：https://towardsdatascience.com/pandas-for-data-analysis-142be71f63dc
-
使用Matplotlib進行視覺化：
https://towardsdatascience.com/visualizations-with-matplotlib-4809394ea223
確保系統中安裝了必要的庫：
使用conda：
conda install pandas
conda install matplotlib
conda install seaborn
使用pip：
pip install pandas
pip install matplotlib
pip install seaborn
讓我們首先匯入所需的Python庫和資料集。
你可以在這裡找到本教程的CSV檔案:https://github.com/jendcruz22/Medium-articles/tree/master/Plotting charts with Seaborn
import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns
df = pd.read_csv('Pokemon.csv', index_col = 0, encoding='unicode-escape')
df.head()
在上面的程式碼中，我們將index_col設定為0，這表示我們將第一列視為索引。
使用seaborn和Pokemon（口袋妖怪）資料集的屬性，我們將建立一些非常有趣的視覺化效果。我們首先要看的是散點圖。
散點圖
散點圖使用點來表示不同數值變數的值。每個點在水平軸和垂直軸上的位置表示單個數據點的值。它們用於觀察變數之間的關係。
在seaborn中製作散點圖只需要使用“lmplot”函式。為此，我們將dataframe傳遞給data引數，然後傳入x和y軸的列名。
預設情況下，散點圖還顯示一條迴歸線，它是一條最適合資料的直線。
sns.lmplot(x=’Attack’, y=’Defense’, data=df)
plt.show()
在這裡你可以看到我們的散點圖，它顯示了進攻得分與防守得分的比較。
我們的迴歸線基本上顯示了兩軸之間的相關性。在這種情況下，它是向上傾斜的。也就是說當進攻得分越來越高，防守得分也會越來越高。要刪除迴歸線，可以將“fitreg”引數設定為false。
此外，我們可以通過設定hue引數來在Pokemon的進化階段著色。這個色調的引數是非常有用的，因為它允許你用顏色來表達第三維度的資訊。
sns.lmplot(x=’Attack’, y=’Defense’, data=df, fit_reg=False, hue=’Stage’)
plt.show()
散點圖看起來和之前的一樣，除了中間沒有迴歸線，而且每個點的顏色也不同。這些顏色只是顯示了每個小精靈的階段。Stage只是我們之前看到的資料中的另一個屬性。
通過這張圖，我們可以得出這樣的結論:在第一階段的pokemon（藍點）通常比在更高階段的pokemon得分更低。
箱線圖
箱線圖是常用於顯示資料分佈的重要圖之一。在seaborn中只需要一行程式碼就可以使用boxplot函式顯示箱線圖。在本例中，我們將使用除total、stage和legendary屬性之外的整個dataframe。
df_copy = df.drop([‘Total’, ‘Stage’, ‘Legendary’], axis=1)
sns.boxplot(data=df_copy)
在這裡我們可以看到每個屬性都有其各自的箱線圖。
箱線圖基於5個數字摘要，每個摘要以不同的行顯示。中間的線是中值，是資料的中心點。箱線圖末端的最底部和最頂部的線是四分位數1和4的中位數，基本上顯示了分佈的最小值和最大值。中間的另外兩條線是四分位數2和3的中位數，它們顯示了值與中位數之間的差異。超出此範圍的單點表示資料中的異常值。
小提琴圖
小提琴圖與箱線圖相似。小提琴圖是箱線圖非常有用的替代品。它們通過小提琴的厚度來顯示分佈，而不只是簡要的統計。眾所周知，小提琴圖在分析和視覺化資料集中不同屬性的分佈時非常方便。
在本例中，我們將使用上一個示例中的相同資料幀副本。
sns.violinplot(data=df_copy)
plt.show()
我們可以觀察到口袋妖怪每個屬性的值分佈。小提琴較厚的區域意味著值的密度更高。小提琴圖的中間部分通常比較厚，這意味著那裡的值密度很高。我們比較了下一個口袋妖怪的攻擊型別。為此，讓我們使用相同的小提琴繪圖方法。
plt.figure(figsize=(10,6))\sns.violinplot(x='Type 1', y='Attack', data=df)
plt.show()
這個圖顯示了每個口袋妖怪的主要型別的攻擊分數分佈。如你所見，“龍”型口袋妖怪的攻擊得分最高，但它們也有較高的方差，這意味著它們的攻擊分數也非常低。“Ghost”主型別的方差非常低，這意味著它們的大多數資料值都集中在中心。
熱圖
熱圖幫助你視覺化矩陣型別的資料。例如，我們可以將口袋妖怪不同屬性之間的所有關聯視覺化。
讓我們通過呼叫“corr”函式來計算資料幀的相關性，並使用“heatmap”函式繪製熱圖。
corr = df_copy.corr()
sns.heatmap(corr)
上面的熱圖顯示了我們資料幀的相關性。
長方體的顏色越淺，這兩個屬性之間的相關性就越高。例如，血量和口袋妖怪的整體速度之間的相關性非常低。因此，盒子的顏色是深色的。HP和防禦速度之間的相關性非常高，因此我們可以在熱圖中看到一個紅色方塊。我們可以看到，當一個屬性變高時，其他屬性也會變高，比如防守速度。
直方圖
直方圖允許你繪製數值分佈圖。如果我們要使用matplotlib來建立柱狀圖，那麼與使用seaborn建立柱狀圖相比，這將需要更多的工作。對於seaborn，只需要一行程式碼就可以建立。
例如，我們可以建立一個直方圖來繪製帶有攻擊屬性的分佈。
sns.distplot(df.Attack, color=’blue’)
我們可以看到大多數口袋妖怪都在50-100之間。我們可以看到，攻擊值大於100或小於50的口袋妖怪要少得多。
Calplots公司
與條形圖類似，calplots允許你視覺化每個類別變數的分佈。我們可以使用calplot來檢視每種主要型別中有多少口袋妖怪。
sns.countplot(x=’Type 1', data=df)
plt.xticks(rotation=-45)
我們可以看到，“水”類的口袋妖怪最多，而“仙女”和“冰”類的口袋妖怪最少。
密度圖
密度圖顯示兩個變數之間的分佈。例如，我們可以使用密度圖來比較口袋妖怪的兩個屬性：攻擊值、防禦值。我們將使用'jointplot'函式來完成此操作。
sns.jointplot(df.Attack, df.Defense, kind=’kde’, color=’lightblue’)
“kde”表示我們需要一個密度圖。
如你所見，繪圖區域在黑暗中的變化取決於區域中的值的數量。黑暗區域預示著一種非常牢固的關係。從這個圖中我們可以看出，當攻擊值在50到75之間時，防禦值在50左右。
關於這篇文章。我希望你喜歡用seaborn視覺化資料。
你可以在這裡找到本文的程式碼和資料集：https://github.com/jendcruz22/Medium-articles/tree/master/Plotting charts with Seaborn
感謝你的閱讀！
參考引用
[1] Seaborn文件：https://seaborn.pydata.org/
原文連結：https://towardsdatascience.com/plotting-charts-with-seaborn-e843c7de2287
歡迎關注磐創AI部落格站：
http://panchuang.net/
sklearn機器學習中文官方文件：
http://sklearn123.com/
歡迎關注磐創部落格資源彙總站：
http://docs.panchuang.net/