Question

seaborn 简化了在 Python 中创建信息丰富的统计图表的过程。它是在 matplotlib 基础上开发的，支持 numpy 和 pandas 中的数据结构，并集成了 scipy 和 statsmodels 中的统计程序。

seaborn 可以创建标准统计图，包括直方图、密度图、条形图、箱线图和散点图。它可以对成对变量之间的相关性、线性与非线性回归模型以及统计估计的不确定性进行可视化。它可以用来在评估变量时检查变量之间的关系，并可以建立统计图矩阵来显示复杂的关系。它有内置的主题和调色板，可以用来制作精美的图表。最后，因为它是建立在 matplotlib 上的，所以你可以使用 matplotlib 的命令来对图形进行更深入的定制。

下面的脚本 seaborn_plots.py 演示了如何使用 seaborn 创建各种统计图：

#!/usr/bin/env python3
import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pylab import savefig
sns.set(color_codes=True)
# 直方图
x = np.random.normal(size=100)
sns.distplot(x, bins=20, kde=False, rug=True, label="Histogram w/o Density")
sns.axlabel("Value", "Frequency")
plt.title("Histogram of a Random Sample from a Normal Distribution")
plt.legend()
# 带有回归直线的散点图与单变量直方图
mean, cov = [5, 10], [(1, .5), (.5, 1)]
data = np.random.multivariate_normal(mean, cov, 200)
data_frame = pd.DataFrame(data, columns=["x", "y"])
sns.jointplot(x="x", y="y", data=data_frame, kind="reg")\
.set_axis_labels("x", "y")
plt.suptitle("Joint Plot of Two Variables with Bivariate and Univariate Graphs")
# 成对变量之间的散点图与单变量直方图
iris = sns.load_dataset("iris")
sns.pairplot(iris)
# 按照某几个变量生成的箱线图
tips = sns.load_dataset("tips")
sns.factorplot(x="time", y="total_bill", hue="smoker",\
               col="day", data=tips, kind="box", size=4, aspect=.5)
# 带有bootstrap置信区间的线性回归模型
sns.lmplot(x="total_bill", y="tip", data=tips)
# 带有bootstrap置信区间的逻辑斯蒂回归模型
seaborn
tips["big_tip"] = (tips.tip / tips.total_bill) > .15
sns.lmplot(x="total_bill", y="big_tip", data=tips, logistic=True, y_jitter=.03)\
.set_axis_labels("Total Bill", "Big Tip")
plt.title("Logistic Regression of Big Tip vs. Total Bill")
plt.show()
savefig("seaborn_plots.png")

第一张统计图是使用 distplot 函数显示的一张直方图，如图 6-8 所示。这个示例中演示的设置包括数据封箱个数、是否显示高斯核密度估计（kde）、在支撑轴上显示地毯图、创建坐标轴标签和标题，以及为图例生成的标签。

图 6-8：seaborn 生成的直方图，数据来自于对正态分布的随机抽样

第二张统计图是使用 jointplot 函数显示两个变量的一张散点图，如图 6-9 所示，其中带有一条回归直线，并为每个变量生成一张直方图。

图 6-9：seaborn 生成的带有回归直线的散点图，以及两张直方图

第三张统计图是使用 pairplot 函数生成数据集中每两个变量之间的双变量散点图，并为每个变量生成一张直方图，如图 6-10 所示。

图 6-10：seaborn 生成的鸢尾花数据集中的双变量散点图和单变量直方图

第四张统计图是使用 factorplot 函数生成的箱线图，表示两个变量之间的关系，对于第三个变量的每一个值都有一张箱线图，并按另一个变量分类，如图 6-11 所示。

图 6-11：seaborn 生成的账单总数箱线图，按照星期几、每天中的时间和是否吸烟者进行分类

第五张统计图是使用 lmplot 函数生成的一张散点图和一个线性回归模型，并在回归直线周围显示了置信区间，如图 6-12 所示。

图 6-12：seaborn 生成的散点图和回归直线，表示小费数量和账单总数之间的关系

第六张统计图是使用 lmplot 函数为一个二值因变量生成的一个逻辑斯蒂回归模型，如图 6-13 所示。函数使用 y_jitter 参数使数据点在 1 和 0 处轻微振动，这样可以更清楚地看出数据点沿着 x 轴的聚集情况。

图 6-13 ：seaborn 生成的逻辑斯蒂回归曲线，表示大额小费和账单总额之间的关系

这些示例让你知道了使用 seaborn 可以生成何种类型的统计图，但它们只是 seaborn 强大功能的冰山一角。你可以参考 seaborn 文档（http://stanford.edu/~mwaskom/software/seaborn/index.html），了解创建和设置统计图表的更多信息。