Seaborn on 桃花岛种桃

用 seaborn 绘制数据分布统计图

Mon, 21 Nov 2022 14:09:10 +0000

数据文件为 Libreoffice 编制的 ods 类型，为了能直接读取 ods 文件生成 dataframe 格式数据，安装 pandas_ods_reader 包。

`1`	`pip install pandas_ods_reader`

然后导入相关库，读取数据。

1
2
3
4
5
6
7


import seaborn as sns
import pandas as pd
from pandas_ods_reader import read_ods
%matplotlib inline


ffftime = read_ods('dataset.ods', 1)

1
2
3


# 挑取目标列数据
thedata = ffftime.loc[ffftime['人种']=='黄', ['连续输出1']]
print(len(thedata))

目标列中一共有 195 个待分析数据。对这些数据绘制直方图，查看各数据段内的分布占比，图中柱宽为 2。

1
2
3
4
5
6
7
8
9


# 绘制密度分布图
rc = {'axes.unicode_minus': False}
sns.set(context='notebook', style='ticks', font='simhei', rc=rc)
ax = sns.histplot(data=thedata, x='连续输出1', binwidth=2, stat='proportion')
x = range(0, 50, 5)
ax.set_xticks(x)
ax.set_ylabel("占比", fontsize=14)
ax.set_xlabel("连续输出时间/min", fontsize=14)
ax.set_title('连续输出时间样本统计', fontsize=14)

从占比直方图可以看出，5~7min 为占比最多区间，大约的18.5%样本落在此区间。

设置 seaborn 绘图中的字体及字体大小

Wed, 24 Nov 2021 00:00:00 +0000

1 设置 seaborn 绘图中的字体

Seaborn 基于 Matplotlib，Matplotlib 基于 Python，Python 运行于电脑系统中。

因此，要在 Seaborn 中使用某款字体，该字体要满足以下条件：

字体已安装在系统中；
Python 能检索到此字体；
Matplotlib 字体缓存中能检索到此字体；
绘图时在 Seaborn 中设置使用该字体。

1.1 在电脑上安装字体

以「文泉驿微米黑」字体为例，下载到的字体安装包为「文泉驿微米黑.ttf」，双击会自动打开系统自带的字体管理器，点击安装既可。

用 seaborn 绘图，分析西北七市潮湿度变化

Tue, 16 Nov 2021 00:00:00 +0000

年初写了篇文章《2020 年，西安气温变舒适了》，通过对过去几年平均月度气温的分析，可看出： 2020 年西安确实变温暖了，但夏天却比其他年份要稍微凉快点。

根据生活体验，除了气温，感觉近几年也越来越潮湿。年中网上有篇文章，标题大意是「西北地区正变得湿热，西安恐成最大赢家」，这说法相当惊艳。反正找数据，顺带找来西北七个市区的，一同分析下是不是这样。

气相数据集来自一款软件「小麦芽」，内容为各地气象站逐年数据，分别是：泾河站（西安）、榆中站（兰州）、银川站、酒泉站、西宁站、格尔木站、乌鲁木齐站。有五个气象站位于西北五省省会，甘肃和青海因为地域太广袤，各选了距离一千多公里的两个气相站。数据集中与潮湿有关的参数有四个：年降水量、年降水天数、露点温度、单日最大降水量。

学习 seaborn [07]: 绘制累积条形图

Mon, 08 Nov 2021 14:56:20 +0000

使用 seaborn 绘制累积条形图

最近想看下某地区近几年降雨量如何变化，获得的数据是分年分月的，打算绘制按年份累积每月降雨量的条形图。搜索教程，主要有以下几种方法。

方法1：使用 seaborn 的 barplot() 函数，在 x 相同位置，分别绘制1~~12月累积量、1~~11月累积量、1~10月累积量，以此类推直至1月降雨量。每次绘制使用颜色不同，后绘制的相当于把前绘制的条状遮住一部分。需要调用12次 barplot() 函数。参考文章点这里
方法2：使用 matplotlib 的 bar() 函数，按年分别绘制每月的降雨量条形图，通过参数bottom指定所绘制的月份条形图下方是哪个月的条形图，相当于一层一层的柱子码起来。需要调用12次 bar() 函数。参考文章点这里
方法3：使用 seaborn 的 histplot() 函数，设置 multiple 参数为 stack，weights 参数为需要累积的量，既可绘制累积条形图。只需条用1次 histplot() 函数。参考文章点这里。这篇文章另外还介绍了如何使用 matplotlib、pandas、plotnine、altair 绘制累积条形图。

前两种方法太繁琐，采用第3种方法。搜相关教程有个感悟，要想快速准确找到资料，搜英文文章，或者直接在 seaborn 官方教程找。

学习 seaborn [06]: 设置中文显示

Wed, 16 Dec 2020 08:22:42 +0000

学习 seaborn [05]: 调色板

Mon, 14 Dec 2020 08:20:53 +0000

title: 学习 seaborn [05]: 调色板 slug: color-seaborn date: 2020-12-14 tags:

seaborn
python category: 数据分析 link: description: type: text

选择调色板

调色板是一组颜色搭配方案，绘图时候程序从中选取颜色进行数据可视化。调色板中颜色之间的色相、饱和度、明度等差异，区别出不同系列的数据关系，因此调色板比其他元素更加影响绘图的视觉效果。

seaborn提供了一些现成的配色方案，也可以利用其提供的函数自定义调色板。

调色板分类

定性调色板：一组在视觉上有差异的颜色，用于区分不具有内在顺序的离散数据；
顺序调色板：一组视觉温度递增或递减的颜色，一般是单一色相，也可以是多种色相，用于当数据集的范围从相对低值(不感兴趣)到相对高值(很感兴趣)时；
发散调色板：一组颜色的中间位置颜色的视觉温度最亮或最暗，然后分别向两端递增或递减，用于当数据集的低值和高值都很重要，且数据集中有明确定义的中点时。

生成调色板的函数

可生成三种调色板的函数

color_palette()：生成调色盘，接受所有的seaborn调色板或者matplotlib Colormap或者Color Brewer库的配色方案，返回RGB元组的列表；
set_palette()：接受与color_palette()相同参数，设置所有图像的默认配色方案；
xkcd_rgb()：使用xkcd颜色名字设置单一颜色；
xkcd_palette()：使用xkcd颜色名字生成调色板，适用于各种调色板；
choose_colorbrewer_palette()：通过交互式组件辅助进行Color Brewer库的配色方案选择，适用于各种调色板，只能在Jupyter Notebook中使用；

用于生成定性调色板的函数

hls_palette()：使用hls颜色空间生成间距相等的颜色（色调变化，明度和饱和度不变），适用于定性调色板；
husl_palette()：使用HSLuv颜色空间生成间距相等的颜色，比上述hls更符合人眼视觉感受，适用于定性调色板；

用于生成顺序调色板的函数

cubehelix_palette()：使用cubehelix调色板系统生成配色方案，适合黑白打印，且对色盲友好，适用于顺序调色板；
choose_cubehelix_palette()：通过交互式组件辅助进行cubehelix调色板的配色方案选择，只能在Jupyter Notebook中使用；
light_palette()和dark_palette()：指定一个颜色，会由明向暗或由暗向明生成一组颜色，适用于顺序调色板；

用于生成发散调色板的函数

diverging_palette()：用来创建发散调色板；
choose_diverging_palette()：通过交互式组件辅助进行发散调色板的配色方案选择，使用HSLuv颜色空间，只能在Jupyter Notebook中使用；

生成调色板的方式

seaborn中生成调色板的方式大致有三种：

学习 seaborn [04]: 修改样式、移动座标轴

Fri, 11 Dec 2020 08:09:45 +0000

title: 学习 seaborn [04]: 修改样式、移动座标轴 slug: beautify-seaborn date: 2020-12-11 16:23:05 tags:

seaborn
python category: 数据分析 link: description: type: text

控制图像的美学样式

相比与matplotlib详细的样式设置，seaborn提供了成套的样式主题可供直接使用，同时提供高级设置接口供用户自定义主题。

以装修房子比喻，用matplotlib就像全部考自己装修，窗台、地砖、墙壁等细节都要自己考虑，费时费力但高度可定制化。而用seaborn相当于从装修公司已设计好的装修方案中挑选一个，然后还能在此基础进行部分的修改定制。

学习 seaborn [03]: 线性回归图

Wed, 09 Dec 2020 08:46:26 +0000

title: 学习 seaborn [03]: 线性回归图 slug: lmplot date: 2020-12-9 tags:

seaborn
python category: 数据分析 link: description: type: text

线性关系可视化

此线性可视化并非统计关系中的折线图，而是excel做图中的趋势线概念，对x、y关系进行线性拟合得到关系式，对关系式的绘图。

seaborn的线性可视化不直接提供拟合关系式的各具体参数，只绘制出趋势线和置信区间，从而引导和帮助进行数据关系探索。

主要用到两个函数：

lmplot()：FacetGrid级函数，可绘制多子图；将data作为必须参数，x和y变量必须被指定为字符串。
regplot()：轴级函数。x和y可以是简单的 numpy 数组，pandas Series对象，或者作为对传递给data的 pandas DataFrame对象。

1
2
3
4
5
6
7
8


import seaborn as sns
import pandas as pd
import numpy as np
%matplotlib inline

sns.set()
tips = pd.read_csv('seaborn-data-master/tips.csv')
display(tips)

	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
...	...	...	...	...	...	...	...
239	29.03	5.92	Male	No	Sat	Dinner	3
240	27.18	2.00	Female	Yes	Sat	Dinner	2
241	22.67	2.00	Male	Yes	Sat	Dinner	2
242	17.82	1.75	Male	No	Sat	Dinner	2
243	18.78	3.00	Female	No	Thur	Dinner	2

244 rows × 7 columns

学习 seaborn [02]: 条形图、线箱图 & 分类散点图

Thu, 03 Dec 2020 06:06:00 +0000

可视化分类数据

可视化分类数据的统一FacetGrid图级接口为catplot()函数，通过kind参数，可以选择轴级函数有：

分类散点图:
- stripplot() (with kind=“strip”; the default)
- swarmplot() (with kind=“swarm”)
分类分布图:
- boxplot() (with kind=“box”)
- violinplot() (with kind=“violin”)
- boxenplot() (with kind=“boxen”)
分类估计图:
- pointplot() (with kind=“point”)
- barplot() (with kind=“bar”)
- countplot() (with kind=“count”)

条形图

绘制两种不同的条形图：

barplot() 或 catplot(kind=‘bar’)：x为分类，y为该分类下的数据的估计值；需要给x、y赋值。
countplot() 或 catplot(kind=‘count’)：x为分类，y为该分类下的数据的数量；只需给x赋值。

两种图形的其他参数使用方法一致。

学习 seaborn [01]: 散点图 & 线型图

Mon, 30 Nov 2020 08:58:29 +0000

title: 学习 seaborn [01]: 散点图 & 线型图 slug: seaborn-scatter-line date: 2020-11-30 tags:

seaborn
python category: 数据分析 link: description: type: text

可视化统计关系

表示统计关系的图分为散点图和线型图两类。统一的FacetGrid图级接口函数为relplot()。

散点图

 1
 2
 3
 4
 5
 6
 7
 8
 9
10


import seaborn as sns
import pandas as pd
%matplotlib inline


# seaborn预设主题：darkgrid（默认），whitegrid，dark，white 以及 ticks
sns.set()
# 导入数据集。由于sns.load_dataset连接不上服务器，使用pandas导入本地下载的数据集
tips = pd.read_csv('seaborn-data-master/tips.csv')
display(tips)

	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
...	...	...	...	...	...	...	...
239	29.03	5.92	Male	No	Sat	Dinner	3
240	27.18	2.00	Female	Yes	Sat	Dinner	2
241	22.67	2.00	Male	Yes	Sat	Dinner	2
242	17.82	1.75	Male	No	Sat	Dinner	2
243	18.78	3.00	Female	No	Thur	Dinner	2

244 rows × 7 columns