使用 Seaborn 和 DataFrames

Matplotlib 确实可以绘制 Pandas DataFrames 中包含的数据，通过访问特定列（通常是 Series 对象），但 Seaborn 库提供了一种更直接且通常更便捷的方法。Seaborn 在设计时就考虑到了 Pandas DataFrames，这使得从结构化数据创建富有信息的统计图变得非常简单。

Seaborn 与 DataFrames 结合的主要方式是通过其大多数绘图函数中可用的 data 参数 (parameter)。您通常会将整个 DataFrame 传递给 data 参数，而不是为 x 和 y 值传递单独的 NumPy 数组或 Pandas Series。然后，通过将列名称（字符串形式）传递给 x、y、hue、size 等参数，指定 DataFrame 中的哪些列应用于不同的绘图轴或属性（如颜色、大小或样式）。

我们通过一个例子来说明这一点。假设您已将数据加载到一个名为 df 的 DataFrame 中：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 创建一个示例 DataFrame（在实际情况中，您会从文件中加载）
data = {
    'Experiment_ID': ['Exp1', 'Exp1', 'Exp1', 'Exp2', 'Exp2', 'Exp2', 'Exp3', 'Exp3', 'Exp3'],
    'Temperature': [20, 25, 30, 20, 25, 30, 20, 25, 30],
    'Yield': [75, 82, 88, 78, 85, 91, 72, 79, 85],
    'Replicate': [1, 2, 3, 1, 2, 3, 1, 2, 3]
}
df = pd.DataFrame(data)

# 显示 DataFrame
print(df)

这可能会输出：

  Experiment_ID  Temperature  Yield  Replicate
0          Exp1           20     75          1
1          Exp1           25     82          2
2          Exp1           30     88          3
3          Exp2           20     78          1
4          Exp2           25     85          2
5          Exp2           30     91          3
6          Exp3           20     72          1
7          Exp3           25     79          2
8          Exp3           30     85          3

现在，要创建一个散点图，显示 Temperature 和 Yield 之间的关系，并根据 Experiment_ID 对点进行着色，您可以使用 Seaborn 如下操作：

# 使用 Seaborn 创建散点图
sns.scatterplot(data=df, x='Temperature', y='Yield', hue='Experiment_ID')

# 添加标题（使用 Matplotlib 的函数）
plt.title('Effect of Temperature on Yield by Experiment')

# 显示图表
plt.show()

散点图显示产量与温度的关系，其中点根据 DataFrame 中的 Experiment_ID 列着色。

请注意我们如何将整个 df 传递给 data。然后，我们只需使用字符串 'Temperature'、'Yield' 和 'Experiment_ID' 来告诉 scatterplot 分别将哪些列映射到 x 轴、y 轴和点的颜色 (hue)。

Seaborn 方法的优点

使用 data 参数 (parameter)有以下几个优点：

1. 易读性： 代码清楚地说明了数据源 (data=df) 和正在绘制的变量 (x='ColumnA', y='ColumnB')。这使得代码更易于理解和维护。
2. 简洁性： 您无需在将列传递给绘图函数之前手动提取它们（例如 df['Temperature']、df['Yield']）。
3. 自动标注： Seaborn 经常使用提供的列名自动标注轴和图例，减少了样板代码。如果需要，您仍然可以使用 Matplotlib 函数进一步自定义这些标注。
4. 与整洁数据配合使用： Seaborn 函数通常设计为最适合‘整洁’数据，其中每行是一个观测值，每列是一个变量。这是 Pandas DataFrames 的标准格式，使得结合很自然。

更多示例

这种模式适用于大多数 Seaborn 绘图函数。例如，要创建箱线图以比较每个 Experiment_ID 的 Yield 分布：

sns.boxplot(data=df, x='Experiment_ID', y='Yield')
plt.title('各实验的产量分布')
plt.show()

或者，要计算每个 Temperature 值的出现次数（尽管对于这个特定的小型数据集意义不大，但它说明了这种模式）：

sns.countplot(data=df, x='Temperature')
plt.title('温度读数的频率')
plt.show()

结合 Seaborn 和 Matplotlib

请记住，Seaborn 图是在 Matplotlib 轴上绘制的。这意味着您可以在创建 Seaborn 图后，始终使用 Matplotlib 函数自定义其外观。如上例所示，plt.title()、plt.xlabel()、plt.ylabel()、plt.xlim() 等函数在 Seaborn 生成的图上运行良好。您获得了 Seaborn 的高级统计绘图功能以及 Matplotlib 的精细控制能力。

总而言之，当您的数据位于 Pandas DataFrame 中时，借助 Seaborn 的 data 参数 (parameter)以及 x、y、hue 和其他参数的列名字符串，通常是创建可视化的最有效和符合 Python 习惯的方式。它简化了代码，并与数据分析中使用的标准数据结构顺畅结合。