(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)

文章原创,最近更新:2018-05-14

1.绘制数据网格
2.用FacetGrid子集数据
3.用PairGrid and pairplot()绘制成对的关系

课程来源: python数据分析与机器学习实战-唐宇迪

学习参考链接:
1、Seaborn(sns)官方文档学习笔记(第六章 绘制数据网格)
2、Seaborn官方0.8.1版本

引言:这节课我们讲Facetgrid,就是将很多子集进行展示,就可以用到这个函数.

1.绘制数据网格

在探索中等维度数据时,一个有用的方法是在数据集的不同子集上绘制相同绘图的多个实例。这种技术有时被称为“格子”或“格子”绘图,它与“小倍数”的想法有关。 它允许观看者快速提取大量关于复杂数据的信息。 Matplotlib可以很好地支持制作具有多个轴的图形; seaborn建立在此之上,以将结构直接链接到数据集结构上进行绘制。

要使用这些功能,您的数据必须位于Pandas DataFrame中,并且必须采用Hadley Whickam称为“整洁”数据的形式。 简而言之,这意味着您的数据框架应该被结构化,使得每一列都是一个变量,每一行都是一个观测。

2.用FacetGrid子集数据

当您想要在数据集的子集内可视化变量的分布或多个变量之间的关系时,FacetGrid类很有用。 FacetGrid可以绘制最多三个维度:row,col和hue。前两者与所得轴数有明显的对应关系;将hue变量视为沿着深度轴的第三维,其中不同的级别用不同的颜色绘制。

通过使用数据框初始化FacetGrid对象和将形成网格的行,列或色调维度的变量的名称来使用该类。 这些变量应该是分类的或离散的,然后变量的每个级别的数据将用于沿该轴的小平面。 例如,假设我们要检查tips数据集中的午餐和晚餐之间的差异。

另外,lmplot()和factorplot()在内部使用这个对象,并且当它们被修改时,它们返回该对象,以便可以用于进一步的调整。

这里使用的数据集是seaborn的自带的数据集”Tips”,我们先看看前五项的数据集,都包含有什么内容?

案例代码如下:

import seaborn as sns

sns.set(style="ticks")
tips=sns.load_dataset("tips")
print(tips.head())

输出结果如下:

   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

在sns.FacetGrid()函数在未设置其他参数的情况下,只是导进数据集,设置绘制数据集的维度col,我们看看是长啥样的?

案例代码如下:

import seaborn as sns

sns.set(style="ticks")
tips=sns.load_dataset("tips")
g=sns.FacetGrid(tips,col="time")

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

从输出的结果来看是个空白的图,就好比是先把位置先占上了.一会在这个位置上进行绘图,左右两个图分别代表time的一个指标,但是还没告诉seaborn以什么样的图形方式去绘制这个图形?

像这样初始化网格设置了matplotlib图形和轴,但并没有绘制任何东西。

在此网格上可视化数据的主要方法是使用FacetGrid.map()方法,提供一个绘图功能和数据框中变量的名称来绘制。我们来看一下这些子集中提示的分布,使用直方图。

g.map(plt.hist,”tip”)中的参数plt.hist表示绘制条形图.

案例代码如下:

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(style="ticks")
tips=sns.load_dataset("tips")
g=sns.FacetGrid(tips,col="time")
g.map(plt.hist,"tip")

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

从绘制的结果我们可以看出,首先将用sns.FacetGrid()函数将图形和轴绘制出来,再用map()函数传入绘制图型的类别以及x轴的数据集.alpha这里指的是透明程度0.7(越小越透明,越大越不透明),原因是在散点图绘制点的时候可能会进行重叠.

通过用sns.FacetGrid()函数绘制tips数据集,并且以性别为维度,以及用hue指定变量,是否抽烟?

案例代码如下:

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(style="ticks")
tips=sns.load_dataset("tips")
g=sns.FacetGrid(tips,col="sex",hue="smoker")
g.map(plt.scatter,"total_bill","tip",alpha=.7)

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

从输出结果来看,绿色的点与蓝色的点分别代表什么?看不出来,就需要增加add_legend()函数增加图例,有类别的说明.

案例代码如下:

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(style="ticks")
tips=sns.load_dataset("tips")
g=sns.FacetGrid(tips,col="sex",hue="smoker")
g.map(plt.scatter,"total_bill","tip",alpha=.7)
g.add_legend()

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

从输出的结果可以看出,右边多了一个smoker图例.

我们可以对g.map()中的属性color对点的颜色进行更改.数值越小颜色越深,数值越大颜色越浅.x_jitter表示数据的抖动,让数据左右偏移.fit_reg=False表示回归的线不画出来,如果是True就会画出来.

案例代码如下:

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(style="ticks")
tips=sns.load_dataset("tips")
g=sns.FacetGrid(tips,row="smoker",col="time",margin_titles=True)
g.map(sns.regplot,"size","total_bill",color=".3",fit_reg=False,x_jitter=.1)

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

此外,我们还可以通过提供每个图形的高度以及纵横比来达到设置图形大小的目的。

比如在sns.FacetGrid()函数设置绘制图形的纵横比,size设置每个图形的高度,并且用条形图绘制出来.

案例代码如下;

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(style="ticks")
tips=sns.load_dataset("tips")
g=sns.FacetGrid(tips,col="day",size=4,aspect=.5)
g.map(sns.barplot,"sex","total_bill")

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

每个图形的高度以及纵横比根据自己实际的需要进行设置.对于图形的整体布局都是用sns.FacetGrid()函数进行设置.

这里,默认的顺序来自于DataFrame中的书序。如果用于定义facets具有分类变量的类型,则会实用类别的顺序。否则,facets将按照级别的顺序排列。当然,也可以使用适当的*_order参数来指定任何平面维度的数据顺序。

这里我们可以设置先后的顺序.

我们先看ordered_days = tips.day.value_counts().index,打印的结果如下:

CategoricalIndex(['Sat', 'Sun', 'Thur', 'Fri'], categories=['Thur', 'Fri', 'Sat', 'Sun'], ordered=False, dtype='category')

画图的时候希望可以自己指定顺序,按照ordered_days 的输出结果,第一个画的是’Sat’, 第二个画的是’Sun’, 第三个画的是’Thur’,第四个画的是 ‘Fri’,这样可以么?

这个是可以的,可以用sns.FacetGrid()函数中的row_order参数等于指定好的顺序,比如设置row_order=ordered_days.

此外,sns.FacetGrid()函数有个要求,传进来的数据要求都是DataFrame的格式.传参数的时候,最好都是DataFrame的格式,是sns.FacetGrid()函数默认支持的一个格式,用其他数据类型的格式就不保证是否会出现错误.

案例代码如下:

import seaborn as sns

sns.set(style="ticks")
tips=sns.load_dataset("tips")
ordered_days = tips.day.value_counts().index
g = sns.FacetGrid(tips, row="day", row_order=ordered_days,
                  size=1.7, aspect=4,)
g.map(sns.boxplot, "total_bill")

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

如果想把指定的顺序’Sat’, ‘Sun’, ‘Thur’, ‘Fri’更改为’Thur’, ‘Fri’,’Sat’, ‘Sun’,就需要用到pandas 的 Categorical.

案例代码如下:

import seaborn as sns
from pandas import Categorical

sns.set(style="ticks")
tips=sns.load_dataset("tips")
ordered_days = tips.day.value_counts().index
ordered_days=Categorical(['Thur', 'Fri','Sat', 'Sun'])
g = sns.FacetGrid(tips, row="day", row_order=ordered_days,
                  size=1.7, aspect=4,)
g.map(sns.boxplot, "total_bill")

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

输出的结果是按照’Thur’, ‘Fri’,’Sat’, ‘Sun’这样的顺序进行输出的.

如何对设置绘图的颜色呢?

可以提供任何Seaborn调色板(即可以传递给color_palette()的参数),还可以使用将色调变量中值的名称映射到有效的matplotlib颜色的字典:

FacetGrid()函数中的palette,指定点的颜色.

map()函数中的s=50,表示绘制图形中点的大小.alpha=.7表示透明的程度,linewidth=.5表示线宽,edgecolor=”white”表示每个点的边界颜色.
案例代码如下:

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(style="ticks")
tips=sns.load_dataset("tips")
pal=dict(Lunch="seagreen",Dinner="gray")
g = sns.FacetGrid(tips, hue="time", palette=pal,
                  size=5)
g.map(plt.scatter, "total_bill","tip",s=50,alpha=.7,linewidth=.5,edgecolor="white")
g.add_legend()

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

是否可以指定散点图中点的形状呢?
在 sns.FacetGrid()函数中,设置hue_kws={“marker”: [“^”, “v”]},可以实际画出当前的一个形状.

案例代码如下:

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(style="ticks")
tips=sns.load_dataset("tips")
g = sns.FacetGrid(tips, hue="sex", palette="Set1",
                  size=5,hue_kws={"marker": ["^", "v"]})
g.map(plt.scatter, "total_bill","tip",s=100,linewidth=0.5,edgecolor="white")
g.add_legend()

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

如何更改绘制图形的轴呢?

FacetGrid对象上还有一些方法可以在更高层次的抽象上操作图形。 最通用的是FacetGrid.set(),还有其他更专门的方法,如FacetGrid.set_axis_labels(),它遵循内部方面没有轴标签的效果。 例如:

案例代码如下:

import seaborn as sns
import matplotlib.pyplot as plt

tips=sns.load_dataset("tips")
with sns.axes_style("white"):
    g = sns.FacetGrid(tips,row="sex",col="smoker", margin_titles=True,
                  size=2.5)


g.map(plt.scatter, "total_bill","tip",color="#334488",edgecolor="white",lw=.5)
g.set_axis_labels("Total bill (US Dollars)", "Tip")
g.set(xticks=[10, 30, 50], yticks=[2, 6, 10])
g.fig.subplots_adjust(wspace=.02, hspace=.02)  

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

案例分析:

  • with sns.axes_style(“white”)这个是设置绘制图形的风格.
  • g = sns.FacetGrid(tips,row=”sex”,col=”smoker”,
    margin_titles=True,size=2.5)是指怎么绘制图型的.
  • g.set_axis_labels(“Total bill (US Dollars)”, “Tip”)分别设置x,y轴的名字.
  • g.set(xticks=[10, 30, 50], yticks=[2, 6, 10])分别是x,y轴的取值范围.
  • g.fig.subplots_adjust(wspace=.02, hspace=.02) 设置子图的的横向和纵向的间隔.

3.用PairGrid and pairplot()绘制成对的关系

该类的基本用法与FacetGrid非常相似。首先初始化网格,然后将绘图函数传递给map方法,并在每个子图上调用它。还有一个配套功能,pairplot()交易了一些灵活性更快的绘图。

案例代码如下:

import seaborn as sns
import matplotlib.pyplot as plt

iris=sns.load_dataset("iris")
g=sns.PairGrid(iris)
g.map(plt.scatter)

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

在画PairGrid()图时,可以设置对角线画什么类型的图比如g.map_diag(plt.hist)设置对角线画直方图.以及非对角线又是画什么样类型的图,比如g.map_offdiag(plt.scatter),设置非对角线是散点图.

可以在对角线上绘制不同的函数,以显示每列中变量的单变量分布。 请注意,轴刻度线将不对应于该图的计数或密度轴。

案例代码如下;

import seaborn as sns
import matplotlib.pyplot as plt

iris=sns.load_dataset("iris")
g=sns.PairGrid(iris)
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter)

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

也可以在sns.PairGrid()函数中增加区分的类别,比如hue=”species”,这里增加物种是个类别,并且用不同的颜色来表示.

使用该图的非常常见的方法是通过单独的分类变量来绘制观察值。 例如,虹膜数据集对于三种不同种类的鸢尾花中的每一种进行四次测量,以便您可以看到它们如何不同。

案例代码如下:

import seaborn as sns
import matplotlib.pyplot as plt

iris=sns.load_dataset("iris")
g=sns.PairGrid(iris,hue="species")
g.map_diag(plt.hist)
g.map_offdiag(plt.scatter)
g.add_legend()

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

之前的图像都是两两特征进行对比,如果只是想取其中的两个特征对比,又应该怎么操作呢?

默认情况下,使用数据集中的每个数字列,但如果需要,您可以专注于特定的关系。比如可以用sns.PairGrid()中的vars属性,设置指定的的特征名字即可.

案例代码如下:

import seaborn as sns
import matplotlib.pyplot as plt

iris=sns.load_dataset("iris")
g=sns.PairGrid(iris,vars=["sepal_length", "sepal_width"], hue="species")
g.map(plt.scatter)

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

怎么设置sns.PairGrid()函数的调色板?

sns属性是可配置的。 例如,您可以使用不同的调色板(例如,显示色调变量的顺序),并将关键字参数传递到绘图函数中。

比如设置sns.PairGrid()函数中的palette=”GnBu_d”,可以设置好调配板的颜色.

案例代码如下:

import seaborn as sns
import matplotlib.pyplot as plt

tips=sns.load_dataset("tips")
g=sns.PairGrid(tips, hue="size",palette="GnBu_d")
g.map(plt.scatter,s=50,edgecolor="white")
g.add_legend()

输出结果如下:

《(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)》

    原文作者:durian221783310
    原文地址: https://www.jianshu.com/p/cb21d734fb3d
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞