Python資料科學入門筆記05——seaborn

seaborn 是matplotlib的擴充套件

一、seaborn 實現直方圖和密度圖

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame

import seaborn as sns

s1 = Series(np.random.randn(1000))
# distplot() 可以同時繪製多個圖，圖名稱=True
# 預設繪製hist和kde  rug 顯示分佈密集度  更多引數看文件
 

sns.distplot(s1,hist=False,kde=True,rug=True)

# 密度圖 
# shade 是否填充
# kdeplot() /  rugplot() 等
sns.kdeplot(s1,shade=True,color='r')

# 直接呼叫 matplotlib 的api
# 暫時未解決問題  
sns.plt.hist(s1)

二、實現柱狀圖和熱力圖

# 下載  seaborn的資料作為實驗資料
# seaborn 在github上有
df = sns.load_dataset('flights')   
df.head()

year	month	passengers
0	1949	January	112
1	1949	February	118
2	1949	March	132
3	1949	April	129
4	1949	May	121

df.shape

(144, 3)

# 透視表 檢視資料更方便
df = df.pivot(index='month',columns='year',values='passengers')
df.head()

year	1949	1950	1951	1952	1953	1954	1955	1956	1957	1958	1959	1960
month
January	112	115	145	171	196	204	242	284	315	340	360	417
February	118	126	150	180	196	188	233	277	301	318	342	391
March	132	141	178	193	236	235	267	317	356	362	406	419
April	129	135	163	181	235	227	269	313	348	348	396	461
May	121	125	172	183	229	234	270	318	355	363	420	472

# 熱力圖
sns.heatmap(df)

# 柱狀圖
s = df.sum()
sns.barplot(x=s.index,y=s.values)

三、seaborn設定影象效果

1.set_style() 風格設定

x = np.linspace(0,14,100)

y1 = np.sin(x)
y2 = np.sin(x+2)*1.25

def sinplot():
    plt.plot(x,y1)
    plt.plot(x,y2)

import seaborn as sns
# 設定風格 style : dict, None, or one of {darkgrid, whitegrid, dark, white, ticks}
# 設定風格  通過字典形式修改原有引數 
sns.set_style("whitegrid",{'grid.color':'red'})  

#  上面匯入 seabron 後改變了影象的效果
sinplot()

# 檢視風格引數 可自行設定
sns.axes_style()

{'axes.facecolor': 'white',
 'axes.edgecolor': '.8',
 'axes.grid': True,
 'axes.axisbelow': True,
 'axes.linewidth': 1.0,
 'axes.labelcolor': '.15',
 'figure.facecolor': 'white',
 'grid.color': 'red',
 'grid.linestyle': '-',
 'text.color': '.15',
 'xtick.color': '.15',
 'ytick.color': '.15',
 'xtick.direction': 'out',
 'ytick.direction': 'out',
 'xtick.major.size': 0.0,
 'ytick.major.size': 0.0,
 'xtick.minor.size': 0.0,
 'ytick.minor.size': 0.0,
 'legend.frameon': False,
 'legend.numpoints': 1,
 'legend.scatterpoints': 1,
 'lines.solid_capstyle': 'round',
 'image.cmap': 'rocket',
 'font.family': ['sans-serif'],
 'font.sans-serif': ['Arial',
  'DejaVu Sans',
  'Liberation Sans',
  'Bitstream Vera Sans',
  'sans-serif']}

# 還原預設設定
sns.set()
sinplot()

2.更改曲線屬性 plotting_context() 和 set_context()

# seaborn 設定的 幾種context
context = ['paper','notebook','talk','poster']

# rc={} 修改原有引數
sns.set_context(context[2],rc = {'grid.linewidth':3})
sinplot()

# 檢視當前 context 引數
sns.plotting_context()

{'font.size': 15.600000000000001,
 'axes.labelsize': 14.3,
 'axes.titlesize': 15.600000000000001,
 'xtick.labelsize': 13.0,
 'ytick.labelsize': 13.0,
 'legend.fontsize': 13.0,
 'grid.linewidth': 3.0,
 'lines.linewidth': 2.275,
 'patch.linewidth': 0.39,
 'lines.markersize': 9.1,
 'lines.markeredgewidth': 0.0,
 'xtick.major.width': 1.3,
 'ytick.major.width': 1.3,
 'xtick.minor.width': 0.65,
 'ytick.minor.width': 0.65,
 'xtick.major.pad': 9.1,
 'ytick.major.pad': 9.1}

四、seaborn的調色功能

def sinplot2():
    x = np.linspace(0,14,100)
    plt.figure(figsize=(8,6))  # 設定畫布大小
    for i in range(4):
        plt.plot(x,np.sin(x+i)*(i+0.75),label='sin(x+%s)*(%s+0.75)'%(i,i))
        plt.legend()

sinplot2()

# 匯入 seaborn 修飾影象
import seaborn as sns
sns.set_style(style='darkgrid')

sinplot2()

調色

sns.color_palette()     # RGB 顏色取值

[(0.12156862745098039, 0.4666666666666667, 0.7058823529411765),
 (1.0, 0.4980392156862745, 0.054901960784313725),
 (0.17254901960784313, 0.6274509803921569, 0.17254901960784313),
 (0.8392156862745098, 0.15294117647058825, 0.1568627450980392),
 (0.5803921568627451, 0.403921568627451, 0.7411764705882353),
 (0.5490196078431373, 0.33725490196078434, 0.29411764705882354),
 (0.8901960784313725, 0.4666666666666667, 0.7607843137254902),
 (0.4980392156862745, 0.4980392156862745, 0.4980392156862745),
 (0.7372549019607844, 0.7411764705882353, 0.13333333333333333),
 (0.09019607843137255, 0.7450980392156863, 0.8117647058823529)]

# 繪製 color_palette() 顏色板
sns.palplot(sns.color_palette())

# coclor_palette 裡定義的顏色名
pal_style = ['deep', 'muted', 'bright', 'pastel', 'dark', 'colorblind']

sns.palplot(sns.color_palette('bright'))

設定調色盤

sns.set_palette(sns.color_palette('bright'))

# 修改顏色版 即顏色組合後後繪製的影象
sinplot2()

# 恢復預設風格
sns.set() 
# 使用 with 語句 ，在with 語句中畫圖會使用其設定的風格
# 在 with 外使用預設風格
# 也就是說 with 臨時設定風格
with sns.color_palette('dark'):
    sinplot2()

# 傳入數值 設定自己的畫板

# RGB 值
pal = sns.color_palette([(0.5,0.2,0.4),(0.3,0.9,0.2)])  

sns.palplot(pal)

sns.palplot(sns.color_palette('hls',8))