seaborn变量分析+热力图

单变量

直方图看数据分布

plt.figure(figsize=(12,5))

#默认图形
plt.subplot(141) 
sns.distplot(x)

#不画直方图
plt.subplot(142)
sns.distplot(x,hist=False) 

#不画线图
plt.subplot(143)
sns.distplot(x,kde=False,bins=20) 

#设置fit
plt.subplot(144)
sns.distplot(x, kde=False, fit=stats.gamma)

多变量

使用seaborn自带数据集进行分析

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

当数据较多时，需要看数据聚集程度，可以用下面的方法

with sns.axes_style("white"):
    sns.jointplot(x="sepal_length", y="sepal_width", data=iris, kind="hex", color="k")

查看所有变量之间的相关性

sns.pairplot(iris)

分类变量

数图

#基本图
plt.subplot(221)
sns.stripplot(x="day", y="total_bill", data=tips)#如果数据堆叠可以使用 jitter=True

#树图
plt.subplot(222)
sns.swarmplot(x="day", y="total_bill", data=tips)

#查看分类
plt.subplot(223)
sns.swarmplot(x="day", y="total_bill", hue="sex",data=tips)

#横置
plt.subplot(224)
sns.swarmplot(x="total_bill", y="day", hue="sex", data=tips);

盒图/小提琴图

#盒图
plt.subplot(121)
sns.boxplot(x="day", y="total_bill", hue="sex", data=tips)

#小提琴图
plt.subplot(122)
sns.violinplot(x="day", y="total_bill", hue="sex", data=tips)

#在一个小提琴图里绘制变量对比
plt.subplot(121)
sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True)

#组合
plt.subplot(122)
sns.violinplot(x="day", y="total_bill", data=tips, inner=None)
sns.swarmplot(x="day", y="total_bill", data=tips, color="w", alpha=.5)

factorplot

factorplot是一封装了多种图形的函数

seaborn.factorplot(x=None, y=None, hue=None, data=None, row=None, col=None, col_wrap=None, estimator=, 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None
• n_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
  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/False
  legend_out 是否扩展图形，并将信息框绘制在中心右边 True/False
  share{x,y} 共享轴线 True/False

example

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

热力图

#默认图形
plt.subplot(231)
sns.heatmap(heat_data)

#设置阈值，最大最小
plt.subplot(232)
sns.heatmap(heat_data, vmin=0.2, vmax=0.5)

#设置中心值
plt.subplot(233)
sns.heatmap(heat_data, center=0)

#显示数字
plt.subplot(234)
sns.heatmap(heat_data, annot=True,fmt="f")#fmt="d"显示整数

#设置间隔
plt.subplot(235)
sns.heatmap(heat_data, linewidths=.5)

#设置颜色
plt.subplot(236)
sns.heatmap(heat_data, cmap="YlGnBu")