Python中最常用于數(shù)據(jù)可視化的工具庫包括Matplotlib和Seaborn。其中，Matplotlib屬于 Python 數(shù)據(jù)可視化的基礎(chǔ)庫，具備很高的靈活度，但應(yīng)用過于復(fù)雜——官方文檔有3000 多頁，包含上千個方法以及數(shù)萬個參數(shù)。

對于快捷地進行數(shù)據(jù)分析可視化而言，Seaborn是一個更簡單易用的選擇。Seaborn 基于 Matplotlib 核心庫進行了更高階的 API 封裝，可以輕松地畫出更漂亮的圖形。Seaborn 的漂亮主要體現(xiàn)在配色更加舒服、以及圖形元素的樣式更加細(xì)膩。下面是 Seaborn 官方給出的參考圖。

一、Seaborn工具庫優(yōu)點

• 內(nèi)置數(shù)個經(jīng)過優(yōu)化的樣式效果。
• 增加調(diào)色板工具，可以很方便地為數(shù)據(jù)搭配顏色。
• 單變量和雙變量分布繪圖更為簡單，可用于對數(shù)據(jù)子集相互比較。
• 對獨立變量和相關(guān)變量進行回歸擬合和可視化更加便捷。
• 對數(shù)據(jù)矩陣進行可視化，并使用聚類算法進行分析。
• 基于時間序列的繪制和統(tǒng)計功能，更加靈活的不確定度估計。
• 基于網(wǎng)格繪制出更加復(fù)雜的圖像集合。

二、快速優(yōu)化Matplotlib繪制的圖形

Matplotlib 繪圖的默認(rèn)圖像樣式算不上美觀，可以使用 Seaborn 完成快速優(yōu)化。

使用 Matplotlib 繪制一張簡單的圖像。

使用 Seaborn 完成圖像快速優(yōu)化。

方法非常簡單，只需要將 Seaborn 提供的樣式聲明代碼 sns.set() 放置在繪圖前即可。

import seaborn as snssns.set() # 聲明使用 Seaborn 樣式plt.bar(x, y_bar)plt.plot(x, y_line, '-o', color='y')

可以發(fā)現(xiàn)，相比于 Matplotlib 默認(rèn)的純白色背景，Seaborn 默認(rèn)的淺灰色網(wǎng)格背景看起來的確要細(xì)膩舒適一些。而柱狀圖的色調(diào)、坐標(biāo)軸的字體大小也都有一些變化。

sns.set() 的默認(rèn)參數(shù)為：

• context=’ ’ 參數(shù)控制著默認(rèn)的畫幅大小，分別有 {paper, notebook, talk, poster} 四個值。其中，poster > talk > notebook > paper。
• style=’ ’ 參數(shù)控制默認(rèn)樣式，分別有 {darkgrid, whitegrid, dark, white, ticks}，你可以自行更改查看它們之間的不同。
• palette=’ ’ 參數(shù)為預(yù)設(shè)的調(diào)色板。分別有 {deep, muted, bright, pastel, dark, colorblind} 等，你可以自行更改查看它們之間的不同。
• 剩下的 font=’ ’ 用于設(shè)置字體，font_scale= 設(shè)置字體大小，color_codes= 不使用調(diào)色板而采用先前的 'r’ 等色彩縮寫。

三、Seaborn核心繪圖函數(shù)與方法

Seaborn 一共擁有 50 多個 API 類，相比于 Matplotlib 數(shù)千個的規(guī)模，可以說是非常精簡了。根據(jù)圖形的適應(yīng)場景，Seaborn 的繪圖方法大致分類 6 類，這 6 大類下面又包含不同數(shù)量的繪圖函數(shù)：

• 關(guān)聯(lián)圖——relplot
• 類別圖——catplot
• 分布圖——distplot、kdeplot、jointplot、pairplot
• 回歸圖——regplot、lmplot
• 矩陣圖——heatmap、clustermap
• 組合圖

接下來，我們通過『鳶尾花示例數(shù)據(jù)集』進行演示，使用 Seaborn 繪制適應(yīng)不同場景的圖形。首先導(dǎo)入數(shù)據(jù)集：

iris = sns.load_dataset('iris')iris.head()

在繪圖之前，先熟悉一下 iris 鳶尾花數(shù)據(jù)集。

數(shù)據(jù)集總共 150 行，由 5 列組成。分別代表：萼片長度、萼片寬度、花瓣長度、花瓣寬度、花的類別。其中，前四列均為數(shù)值型數(shù)據(jù)，最后一列花的分類為三種，分別是：Iris Setosa、Iris Versicolour、Iris Virginica。

3.1 關(guān)聯(lián)圖

當(dāng)我們需要對數(shù)據(jù)進行關(guān)聯(lián)性分析時，可能會用到 Seaborn 提供的以下幾個 API。

relplot 是 relational plots 的縮寫，用于呈現(xiàn)數(shù)據(jù)之后的關(guān)系。relplot 主要有散點圖和線形圖2種樣式，適用于不同類型的數(shù)據(jù)。

（1）散點圖

指定 xx 和 yy 的特征，默認(rèn)可以繪制出散點圖。

但是，上圖并不能看出數(shù)據(jù)類別之間的聯(lián)系。如果我們加入類別特征對數(shù)據(jù)進行著色，就更加直觀了。

sns.relplot(x='sepal_length', y='sepal_width', hue='species', data=iris)

Seaborn 的函數(shù)都有大量實用的參數(shù)。例如我們指定 style 參數(shù)可以賦予不同類別的散點不同的形狀。更多的參數(shù)，希望大家通過閱讀 官方文檔 進行了解。

（2）線形圖

relplot 方法還支持線形圖，此時只需要指定 kind=”line” 參數(shù)即可。圖中陰影部分是自動給出的 95% 置信區(qū)間。

sns.relplot(x='sepal_length', y='petal_length', hue='species', style='species', kind='line', data=iris)

（3）API 層級：Axes-level 和 Figure-level

Seaborn 中有 API 層級的概念。Seaborn 中的 API 分為 Axes-level 和 Figure-level 兩種：Axes-level 的函數(shù)可以實現(xiàn)與 Matplotlib 更靈活和緊密的結(jié)合，而 Figure-level 則更像是「懶人函數(shù)」，適合于快速應(yīng)用。

你會發(fā)現(xiàn)，上面我們一個提到了 3 個 API，分別是：relplot，scatterplot 和 lineplot。scatterplot 和 lineplot 就是 Axes-level 接口，relplot 則是 Figure-level 接口，也可以被看作是 scatterplot 和 lineplot 的結(jié)合版本。

例如，上方 relplot 繪制的圖也可以使用 lineplot 函數(shù)繪制，只要取消 relplot 中的 kind 參數(shù)即可。

3.2 類別圖

與關(guān)聯(lián)圖相似，類別圖的 Figure-level 接口是 catplot，其為 categorical plots 的縮寫。而 catplot 實際上是如下 Axes-level 繪圖 API 的集合：

（1）散點圖 strip / swarm

下面，我們看一下 catplot 繪圖效果。該方法默認(rèn)是繪制 kind='strip' 散點圖。

sns.catplot(x='sepal_length', y='species', data=iris)

kind='swarm' 可以讓散點按照 beeswarm 的方式防止重疊，可以更好地觀測數(shù)據(jù)分布。

同理，hue= 參數(shù)可以給圖像引入另一個維度，由于 iris 數(shù)據(jù)集只有一個類別列，我們這里就不再添加 hue= 參數(shù)了。如果一個數(shù)據(jù)集有多個類別，hue= 參數(shù)就可以讓數(shù)據(jù)點有更好的區(qū)分。

（2）箱線圖 box

接下來，我們依次嘗試其他幾種圖形的繪制效果。繪制箱線圖：

sns.catplot(x='sepal_length', y='species', kind='box', data=iris)

（3）增強箱線圖 boxen

（4）小提琴圖 violin

sns.catplot(x='sepal_length', y='species', kind='violin', data=iris)

（5）點線圖 point

（6）條形圖 bar

sns.catplot(x='sepal_length', y='species', kind='bar', data=iris)

（7）計數(shù)條形圖 count

3.3 分布圖

分布圖主要是用于可視化變量的分布情況，一般分為單變量分布和多變量分布（多指二元變量）。

Seaborn 提供的分布圖繪制方法一般有這幾個：distplot、kdeplot、jointplot、pairplot。接下來，我們依次來看一下這些繪圖方法的使用。

（1）單變量分布圖 distplot

Seaborn 快速查看單變量分布的方法是 distplot。默認(rèn)情況下，該方法將繪制直方圖并擬合核密度估計圖。

sns.distplot(iris['sepal_length'])

distplot 提供了參數(shù)來調(diào)整直方圖和核密度估計圖。例如，設(shè)置 kde=False 則可以只繪制直方圖，或者 hist=False 只繪制核密度估計圖。

（2）核密度估計圖 kdeplot

當(dāng)然，kdeplot 可以專門用于繪制核密度估計圖，其效果和 distplot(hist=False) 一致，但 kdeplot 擁有更多的自定義設(shè)置。

（3）二元變量分布圖 jointplot

jointplot 主要是用于繪制二元變量分布圖。例如，我們探尋 sepal_length 和 sepal_width 二元特征變量之間的關(guān)系。

sns.jointplot(x='sepal_length', y='sepal_width', data=iris)

jointplot 并不是一個 Figure-level 接口，但其支持 kind= 參數(shù)指定繪制出不同樣式的分布圖。

例如，繪制出核密度估計對比圖 kde

繪制六邊形計數(shù)圖 hex

sns.jointplot(x='sepal_length', y='sepal_width', data=iris, kind='hex')

繪制回歸擬合圖 reg

（4）變量兩兩對比圖 pairplot

最后要介紹的 pairplot 更加強大，其支持一次性將數(shù)據(jù)集中的特征變量兩兩對比繪圖。默認(rèn)情況下，對角線上是單變量分布圖，而其他則是二元變量分布圖。

sns.pairplot(iris)

此時，我們引入第三維度 hue='species'會更加直觀。

3.4 回歸圖

接下來，我們繼續(xù)介紹回歸圖，回歸圖的繪制函數(shù)主要有：lmplot 和 regplot。

（1）regplot

regplot 繪制回歸圖時，只需要指定自變量和因變量即可，regplot 會自動完成線性回歸擬合。

sns.regplot(x='sepal_length', y='sepal_width', data=iris)

（2）lmplot

lmplot 同樣是用于繪制回歸圖，但 lmplot 支持引入第三維度進行對比，例如我們設(shè)置 hue='species'。

3.5 矩陣圖

矩陣圖中最常用的就只有 2 個，分別是：heatmap 和 clustermap。

（1）熱力圖 heatmap

意如其名，heatmap 主要用于繪制熱力圖。熱力圖在某些場景下非常實用，例如繪制出變量相關(guān)性系數(shù)熱力圖。

import numpy as npsns.heatmap(np.random.rand(10, 10))

（2）層次聚類結(jié)構(gòu)圖clustermap

除此之外，clustermap 支持繪制層次聚類結(jié)構(gòu)圖。如下所示，我們先去掉原數(shù)據(jù)集中最后一個目標(biāo)列，傳入特征數(shù)據(jù)即可。當(dāng)然，你需要對層次聚類有所了解，否則很難看明白圖像多表述的含義。

四、樣式控制與色彩自定義

瀏覽官方文檔，會發(fā)現(xiàn) Seaborn 中還存在大量已大些字母開始的類，例如 JointGrid，PairGrid 等。實際上這些類只是其對應(yīng)小寫字母的函數(shù) jointplot，pairplot 的進一步封裝。當(dāng)然，二者可能稍有不同，但并沒有本質(zhì)的區(qū)別。

除此之外，Seaborn 官方文檔 中還有關(guān)于 樣式控制 和 色彩自定義 等一些輔助組件的介紹。對于這些 API 的應(yīng)用沒有太大的難點，重點需要勤于練習(xí)。