用于统计数据可视化的 Seaborn 简介

虽然 Matplotlib 为在 Python 中制作可视化图表提供了强大而灵活的支撑，但生成复杂的统计图表通常需要大量定制。在这种情况下，Seaborn 就派上用场了。Seaborn 是一个基于 Matplotlib 的 Python 数据可视化库，它提供了一个高级接口，用于绘制美观且信息丰富的统计图形。

可以将 Seaborn 视为 Matplotlib 的一个补充工具，而不一定是替代品。它建立在 Matplotlib 的能力之上，专门面向统计数据可视化。它的主要优点包括：

1. 简化语法： Seaborn 为复杂的图表类型提供函数，这些图表类型如果用 Matplotlib 可能需要很多行代码。它的目标是让可视化成为理解数据的重要组成部分。
2. 与 Pandas 集成： Seaborn 与 Pandas DataFrame 配合得非常好。许多绘图函数可以直接接受 DataFrame 列作为参数，从而简化数据处理。
3. 统计估算： 多个绘图函数会自动执行必要的统计聚合或估算，以生成信息丰富的视图。
4. 吸引人的默认设置： Seaborn 自带多种内置主题和调色板，旨在美观且具有统计信息价值，通常只需少量调整即可生成出版质量的图表。

因为 Seaborn 建立在 Matplotlib 之上，您可以在需要时保留使用 Matplotlib 命令的能力，以进一步定制 Seaborn 图表。

Seaborn 的方法

Seaborn 的设计理念围绕着以数据集为中心的绘图函数。您无需考虑绘制单个数据数组（就像您在使用 Matplotlib 时经常做的那样），您可以直接使用数据集（通常是 Pandas DataFrame），并指定您想要可视化的变量（列）以及如何将它们映射到图表的视觉属性（例如 x 轴、y 轴、颜色、大小等）。

准备工作：基本样式设置

在创建图表之前，Seaborn 允许您设置全局美学样式。seaborn.set_theme() 函数（或旧版 seaborn.set()）会为所有后续的 Matplotlib 和 Seaborn 图表应用吸引人的默认样式。

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

# 应用 Seaborn 默认主题
sns.set_theme()

# 创建一些示例数据
data = pd.DataFrame({
    'x_values': np.random.randn(100),
    'y_values': np.random.randn(100) * 2 + 0.5,
    'category': np.random.choice(['A', 'B'], 100)
})

# 使用 Seaborn 制作一个简单的散点图
sns.scatterplot(data=data, x='x_values', y='y_values', hue='category')
plt.title('简单的 Seaborn 散点图')
plt.show()

从 Pandas DataFrame 生成的 Seaborn 散点图，自动根据“category”列分配颜色。

请注意 sns.scatterplot 如何直接接收 DataFrame (data=data) 以及 x 轴和 y 轴的列名 (x='x_values', y='y_values')。hue 参数根据指定的分类列自动为点着色。这种简洁的语法是 Seaborn 的典型特点，与单独使用 Matplotlib 相比，它大大简化了常见统计图表的制作。

在本章的后续内容中，您将学习如何运用 Seaborn 的专用函数，以快速生成富有洞察力的可视化图表，这些图表展示了数据的分布、关系和分类信息，它们是任何机器学习项目数据审视阶段的重要步骤。