4.3  Seaborn可视化

4.3.1 什么是Seaborn

Seaborn是一个基于Matplotlib的Python可视化库，旨在简化数据可视化的过程。它提供了更高级的接口，用于生成漂亮和复杂的统计图表，同时也能保持与Pandas数据结构的良好兼容性。

4.3.2 单变量可视化

使用penguins（企鹅）数据集，其中包含7个字段：

• species：企鹅种类（Adelie、Gentoo、Chinstrap）。
• island：观测岛屿（Torgersen, Biscoe, Dream）。
• bill_length_mm：喙（嘴）长度（毫米）。
• bill_depth_mm：喙深度（毫米）。
• flipper_length_mm：脚蹼长度（毫米）。
• body_mass_g：体重（克）。
• sex：性别（Male、Female）。

加载数据：

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

plt.rcParams["font.sans-serif"] = ["KaiTi"]
penguins = pd.read_csv("data/penguins.csv")
penguins.dropna(inplace=True)
penguins.info()
# <class 'pandas.core.frame.DataFrame'>
# Index: 333 entries, 0 to 343
# Data columns (total 7 columns):
#  #   Column             Non-Null Count  Dtype
# ---  ------             --------------  -----
#  0   species            333 non-null    object
#  1   island             333 non-null    object
#  2   bill_length_mm     333 non-null    float64
#  3   bill_depth_mm      333 non-null    float64
#  4   flipper_length_mm  333 non-null    float64
#  5   body_mass_g        333 non-null    float64
#  6   sex                333 non-null    object
# dtypes: float64(4), object(3)
# memory usage: 20.8+ KB

直方图

绘制不同种类企鹅数量的直方图。

sns.histplot(data=penguins, x="species")

核密度估计图

核密度估计图（KDE，Kernel Density Estimate Plot）是一种用于显示数据分布的统计图表，它通过平滑直方图的方法来估计数据的概率密度函数，使得分布图看起来更加连续和平滑。核密度估计是一种非参数方法，用于估计随机变量的概率密度函数。其基本思想是，将每个数据点视为一个“核”（通常是高斯分布），然后将这些核的贡献相加以形成平滑的密度曲线。

绘制喙长度的核密度估计图。

sns.kdeplot(data=penguins, x="bill_length_mm")

在histplot()中设置kde=True也可以得到核密度估计图。

sns.histplot(data=penguins, x="bill_length_mm", kde=True)

计数图

计数图用于绘制分类变量的计数分布图，显示每个类别在数据集中出现的次数，是分析分类数据非常直观的工具，可以快速了解类别的分布情况。

绘制不同岛屿企鹅数量的计数图。

sns.countplot(data=penguins, x="island")