专栏推荐绘图的变量

单变量

查看单变量最方便的无疑是displot（）函数，默认绘制一个直方图，并你核密度估计（KDE）

sns.set(color_codes=True)

np.random.seed(sum(ord,"distributions"))

x=np.random.gamma(6,size=200)z这个是伽马函数，表示生成200个，以列表形式返回

sns.displot(x,kde=False,fit=stats.gamma)

Scipy的stats模块包含了多种概率分布的随机变量,gamma是连续分布的相关函数

双变量

双变量使用散点图，描述特征和特征之间的关系

mean，cov=[0,1],[(1,5),(5,1)]均值和协方差

data=np.random.multivariate_normal(mean,cov,200)

df=pd.DataFrame(data,colums=["x","y"])

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

这样df中第一个维度是x，第二个维度是y

jointplot函数创建一个多面板数字，显示两个变量之间的双变量关系，及每个变量的单变量分布

上面的joinplot函数中还可以增加以下参数，kind="hex"这样的图叫做hex图，这回将数据多的地方加深，适用于数据较大的数据集，kind=“kde”是表示使用等高线显示核密度

上面是双变量，这样可以两个结合在一起，如果是多变量呢？

假如是四个变量，其实也可以两个结合在一起，可以使用pairplot函数

sns.set(color_codes=True)

iris=sns.load_dataset("iris")数据集的四个特征

sns.pairplot(iris)pairplot会将四个特征进行两两结合

第四个：线性关系可视化，回归绘图分析

sns.set(color_code=True)

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

tips=sns.load_dataset("tips")

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

plt.show()

这个程序会画出total_bill和tip之间的线性回归模型，就是最符合他们之间关系的那一条线

许多数据集包含多个定量和变量分析的目的是将这些变量相互关联起来，使用整个统计模型来估计两个噪声组之间的简单关系是很有帮助的，reglot（）和lmplot（）

两者的区别:

在regplot()函数中通过只传入x和y绘出：sns.regplot(x=tips["total_bill"], y=tips["tip"])；而相应的sns.lmplot(x=tips["total_bill"], y=tips["tip"])这种写法就会报错，因为数据集data是lmplot()的必传参数。

另一个主要区别是regplot()以各种格式接受x和y变量，包括numpy数组、Pandas的Series列或DataFrame对象的变量引用；不一样的是，lmplot()将数据集作为一个必需的参数，而x和y变量必须指定为字符串。这种数据格式称为“长格式”或“整洁”数据。

这里其实还有很多的内容，但是这里就不具体展开了

第五个：分类关系的可视化

散点图和回归模型适合连续的数据，但是当数据是离散的时候就没有意义了，这个时候不要使用回归模型来，那么处理分类数据的问题，非常实用的方法是将Seaborn的分类图分为三类

第一个包括函数swarmplot()和stripplot()

第二个包括函数boxplot()和violinplot()

第三个包括函数barplot()和pointplt()

显示分类变量级别中某些定量变量的值的一种简单方法使用stripplot()，它会将分散图概括为其中一个变量是分类的：

sns.stripplot(x="day", y="total_bill", data=tips);

效果为：

因为day是离散的所以可以看出所有的数据都在这一条线上，这样很多数据都重叠了，这样的数据是意义不大的额，为了解决这个问题，可以有以下几种方式：

方式一：抖动

sns.stripplot(x="day", y="total_bill", data=tips, jitter=True);

方式二swarmplot

sns.swarmplot(x="day", y="total_bill", data=tips);

上面的分类散点图固然简单实用，但在某些特定的的情况下，他们可以提供的值的分布信息会变得及其有限。 有几种方式可以方便的解决这个问题，在类别之间进行简单比较并汇总信息，我们快速讨论并比较一些适合这类数据观测的函数。

画盒图

sns.boxplot(x="day", y="total_bill", hue="time", data=tips);

提琴图violinplot()，它结合了箱体图和核心密度估计过程：

sns.violinplot(x="total_bill", y="day", hue="time", data=tips);

这种方法使用核密度估计来更好地描述值的分布，当色调参数只有两个级别时，也可以传入参数split至violinplot()，这样可以更有效地利用空间：

sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True);

你会发现盒图和小提琴的优势就是每个类别中数据集中的地方会变胖，如果，不是显示每个类别中的分布，你可能希望显示值的集中趋势，可以用下面的图

条形图

在Seaborn中barplot()函数在完整数据集上运行，并显示任意估计，默认情况下使用均值

sns.barplot(x="sex", y="survived", hue="class", data=titanic);

效果为：

条形图的特殊情况是当想要显示每个类别中的观察次数，而不是计算第二个变量的统计量。这类似于分类而不是定量变量的直方图。在Seaborn中，使用countplot()函数很容易绘制，函数将默认使用count参数作为x/y中未传的一组维度

sns.countplot(x="deck", data=titanic, palette="Greens_d");

点图

pointplot()函数提供了可视化相同信息的另一种风格。该函数还对另一轴的高度估计值进行编码，而不是显示一个完整的柱型，它只绘制点估计和置信区间。另外，点图连接相同hue类别的点。这使得很容易看出主要关系如何随着第二个变量的变化而变化，斜率的差异会很明显：

sns.pointplot(x="sex", y="survived", hue="class", data=titanic);

至此我们就将第五个：分类关系的可视化的主要几个画图方法总结完了，总的来说使用不难，就是在什么情况下使用哪个才是关键，在Seaborn中绘制分类图可以使用上面的几种方式，还有一种方式比较强大，那就是更高级别的函数factorplot()，将这些函数与FacetGrid()相结合，通过这个图形的更大的结构来增加展示其他类别的能力。

seaborn.factorplot(x=None, y=None, hue=None, data=None, row=None, col=None, col_wrap=None, estimator=<function mean>, ci=95, n_boot=1000, units=None, order=None, hue_order=None, row_order=None, col_order=None, kind='point', size=4, aspect=1, orient=None, color=None, palette=None, legend=True, legend_out=True, sharex=True, sharey=True, margin_titles=False, facet_kws=None, **kwargs)

x,y,hue 数据集变量 变量名

date 数据集 数据集名

row,col 更多分类变量进行平铺显示 变量名

col_wrap 每行的最高平铺数 整数

estimator 在每个分类中进行矢量到标量的映射 矢量

ci 置信区间 浮点数或

Nonen_boot 计算置信区间时使用的引导迭代次数 整数

units 采样单元的标识符，用于执行多级引导和重复测量设计 数据变量或向量数据

order, hue_order 对应排序列表 字符串列表

row_order, col_order 对应排序列表 字符串列表

kind : 可选：point 默认, bar 柱形图, count 频次, box 箱体, violin 提琴, strip 散点，swarm 分散点（具体图形参考文章前部的分类介绍）

size 每个面的高度（英寸） 标量

aspect 纵横比 标量

orient 方向 "v"/"h"

color 颜色

matplotlib颜色

palette 调色板

seaborn颜色色板或字典

legend hue的信息面板

True/Falselegend_out 是否扩展图形，并将信息框绘制在中心右边

True/Falseshare{x,y} 共享轴线

True/Falsefacet_kws FacetGrid的其他参数 字典

默认情况下，factorplot()产生一个pairplot()：

pairplot是一个折现图，但是类似点图

sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips);

我们可以使用kind参数来指定要画什么图：

kind=“bar”

kind=“swarm”

kind=“box”

除了可以指定要来画什么图之外还有一个强大的功能就是对数据展开更多其他分类变量：，比如参数col="time"

基于FacetGrid的工作原理，要更改图形的大小和形状，需要指定适用于每个方面的size和aspect参数：

sns.factorplot(x="time", y="total_bill", hue="smoker",col="day", data=tips, kind="box", size=4, aspect=.5);

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。

tips = sns.load_dataset("tips")加载这个tips的数据

g = sns.FacetGrid(tips, col="time")对数据展示time

到目前为止的效果是这样的 ，还没有绘制任何东西

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

g.map(plt.hist, "tip");这个就表示在上面的两个图中绘制tip，然后图为直方图，效果为：

至此就画完了，但是这个只是在time基础上绘制tip，tip并没有和其它的变量产生关系，所以直方图是最好的，但是多个变量的时候，应该是散点图才是最好的额，

g = sns.FacetGrid(tips, col="sex", hue="smoker")

g.map(plt.scatter, "total_bill", "tip", alpha=.7)

g.add_legend();

这个程序中col和hue都指定了，核心的散点图的关系还是tip和total_bill之间的额关系

效果就是上面的模样，有几个选项可以控制可以传递给类构造函数的网格的外观。

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);

用PairGrid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。

iris = sns.load_dataset("iris")

g = sns.PairGrid(iris)

g.map(plt.scatter);

g = sns.PairGrid(iris)是iris中的变量两两结合

g.map(plt.scatter);然后画出散点图