数据分析与机器学习六：seaborn上

seaborn是在matplotlib上的进一步封装，提供了丰富的模板。

def sinplot(flip=1):
    x = np.linspace(0, 14, 100) #在0-14之间生成100个数
    for i in range(1, 7):
        plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip) # 画7条线
sinplot()

一、sns风格和布局

 seaborn提供了5种主题风格：

• darkgrid，深色背景，有网格线
• whitegrid，白色背景，有网格线
• dark，深色背景，没有网格线
• white，白色背景，没有网格线
• ticks，白色背景，有刻度条

定义主题风格：sns.set_stype(风格名称)

去掉某些轴：sns.despine(left=True，offset=距离)，默认去掉上和右边的轴；offset，图形与轴线的距离; left=True，去掉左边的轴

with sns.axes_style(风格名称)：指定with域内的风格；域外的风格与它不一样，此风格只作用于with域内

设置布置：sns.set_context(布置名称，font_scale=xy轴标签字体大小，rc={"lines.linwidth": 线条大小})，如paper, talk, poster,notebook

清除设置：sns.set()

二、sns调色板

• color_palette()能传入任何matplotlib所支持的颜色，不传参数则默认颜色
• set_palette()设置所有图的颜色

默认颜色：

current_palette = sns.color_palette()  # 默认有6种颜色，循环使用
sns.palplot(current_palette)  # 取出颜色

 

圆形画板之颜色空间hls：

x=sns.color_palette("htl", 颜色空间的颜色数量 )

sns.paplot(x)  

大多数情况下，使用颜色空间hls即可。

sns.boxplot(data, palette)：data数据列表，palette颜色参数

data = np.random.normal(size=(20, 8)) + np.arange(8) / 2
sns.boxplot(data=data,palette=sns.color_palette("hls", 8))

设置hls颜色空间，除了使用sns.color_palette()，也可以使用sns.hls_palette()

sns.hls_palette(颜色空间的数量，l=亮度，s=饱和度)：lightness，saturation

paired颜色空间：当需要用相近颜色来作区分时，使用paired颜色方式

使用xkcd颜色来命令颜色：sns.xkcd_rgb[xkcd颜色名称]：调rgb颜色

连续色板：

sns.palplot(sns.color_palette("Blues"))  # 默认由浅色到深色
sns.palplot(sns.color_palette("BuGn_r"))  #颜色名称加上_r，由深到浅

 

 线性调色板：

sns.palplot(sns.color_palette("cubehelix"))

sns.palplot(sns.cubehelix_palette(8, start=.5, rot=-.75))

light_palette() 和dark_palette()调用定制连续调色板

sns.palplot(sns.light_palette("green"))

sns.palplot(sns.light_palette("navy", reverse=True))

x, y = np.random.multivariate_normal([0, 0], [[1, -.5], [-.5, 1]], size=300).T
pal = sns.dark_palette("green", as_cmap=True)
sns.kdeplot(x, y, cmap=pal)

sns.palplot(sns.light_palette((210, 90, 60), input="husl"))

 

三、变量分析绘图

柱图：sns.distplot(data,kde=False)

x = np.random.normal(size=100)
sns.distplot(x,kde=False)

 

sns.distplot(x, bins=20, kde=False)  #指定bins

x = np.random.gamma(6, size=200)
sns.distplot(x, kde=False, fit=stats.gamma)  # fit=stats.gamma，数据分布

 

数据分布：

# 根据均值和协方差生成数据
mean, cov = [0, 1], [(1, .5), (.5, 1)]
data = np.random.multivariate_normal(mean, cov, 200)
df = pd.DataFrame(data, columns=["x", "y"])
df
    x    y
0    0.851944    0.356852
1    -0.429231    -0.190816
2    0.294405    0.286579
............

观测两个变量之间的分布关系最好用散点图：jointplot

sns.jointplot(x, y, data)：绘制散点图，并画出x和y的柱图

sns.jointplot(x="x", y="y", data=df);

 

数据量大时， 查看哪个地方的点多：hex散点图，通过颜色的深浅来区分

x, y = np.random.multivariate_normal(mean, cov, 1000).T
with sns.axes_style("white"):
    sns.jointplot(x=x, y=y, kind="hex", color="k")

  

iris = sns.load_dataset("iris")  # iris是内置的数据集，实际中用pandas的数据集
sns.pairplot(iris)

  对角线上是单变量图，其它的散点图是..

 

四、回归分析绘图

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt

import seaborn as sns
sns.set(color_codes=True)

np.random.seed(sum(map(ord, "regression")))

tips = sns.load_dataset("tips")

tips.head()

regplot()和lmplot()都可以绘制回归关系,推荐regplot()

餐费和小费之间的关系：

sns.regplot(x="total_bill", y="tip", data=tips)