【資料分析】Seaborn 常用視覺化基礎操作語法彙整

Seaborn 是一個基於 Matplotlib 的 Python 資料視覺化庫，旨在使統計圖形的繪製更加簡便且美觀。它特別適合進行探索性數據分析，並且提供了許多方便的 API 來快速生成各類圖形。

# 可使用目錄功能快速確認要閱覽的主題

該使用 Seaborn 還是使用 Matplotlib ?

• Matplotlib 適合需要高度自定義和控制的情況，尤其是在進行更複雜的、非標準的視覺化時。
• Seaborn 適合進行快速的探索性數據分析，或是在需要美觀的統計圖表時使用。它特別適合與 Pandas 數據框整合，用於視覺化數據的分佈和關係。

Seaborn 提供了一個簡單且美觀的方式來進行資料視覺化，尤其是在進行統計分析時。Matplotlib 則提供了更靈活和強大的自定義功能，但可能需要更多的代碼和設置。兩者常常被結合使用，根據需要選擇適合的工具來進行視覺化。

【資料分析】python資料視覺化，Matplotlib基礎操作語法彙整

該選擇什麼圖來表現數據?

• 散佈圖 sns.scatterplot: 當你想探索兩個連續變數之間的關係時，使用散佈圖。
• 折線圖 sns.lineplot: 當你需要展示數據隨時間或其他連續變數變化的趨勢時，使用折線圖。
• 柱狀圖 sns.barplot: 當你想比較分類變數的平均值或總值時，使用柱狀圖。
• 直方圖 sns.histplot: 當你需要了解數據的分佈狀況時，使用直方圖。
• 箱線圖 sns.boxplot: 當你想展示數據的集中趨勢及離群點時，使用箱線圖。
• 熱力圖 sns.heatmap: 當你想可視化變數之間的相關性或矩陣數據時，使用熱力圖。
• 成對圖 sns.pairplot: 當你需要同時查看多個變數之間的兩兩關係時，使用成對關係圖。

散佈圖 sns.scatterplot

用於顯示兩個數值變量之間的關係，並可以通過顏色和大小來表示其他維度。

import seaborn as sns
import matplotlib.pyplot as plt

# 加載內建的 iris 數據集
iris = sns.load_dataset("iris")

# 繪製散佈圖
sns.scatterplot(x="sepal_length", y="sepal_width", hue="species", data=iris)
plt.show()

適合情境

• 變數間的關係：當你想要觀察兩個連續變數之間的關係時，散佈圖是理想的選擇。例如，觀察總賬單金額 (total_bill) 與小費 (tip) 之間的關係。
• 分類變數的影響：你可以使用 hue、style 或 size 參數來檢視分類變數如何影響變數之間的關係。

散佈圖參數調整

import seaborn as sns
import matplotlib.pyplot as plt

# 生成樣本數據
tips = sns.load_dataset("tips")

# 繪製散佈圖
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="day", style="time", size="size", palette="viridis", alpha=0.7)

plt.title('Scatterplot of Total Bill vs Tip')
plt.show()

參數說明

• x：X 軸數據
• y：Y 軸數據
• hue：根據某變量的值來調整點的顏色
• style：根據某變量的值來調整點的樣式
• size：根據某變量的值來調整點的大小
• palette：設置顏色調色盤
• alpha：設置點的透明度

折線圖 sns.lineplot

用於顯示數值變量隨著某一維度（通常是時間）變化的趨勢。

# 加載內建的 flights 數據集
flights = sns.load_dataset("flights")

# 繪製折線圖
sns.lineplot(x="year", y="passengers", data=flights)
plt.show()

適合情境

• 時間序列分析：當你想要觀察變數隨著時間的變化趨勢時，折線圖非常適合。例如，觀察某產品在一段時間內的銷售趨勢。
• 多組比較：當你有多組數據需要在同一張圖中比較時，使用 hue 和 style 來區分不同的組別。

折線圖參數調整

# 繪製折線圖
sns.lineplot(data=tips, x="size", y="total_bill", hue="day", style="time", markers=True, dashes=False, errorbar="sd")

plt.title('Lineplot of Total Bill by Party Size')
plt.show()

參數說明

• x：X 軸數據
• y：Y 軸數據
• hue：根據某變量的值來調整線條顏色
• style：根據某變量的值來調整線條樣式
• markers：設置是否顯示標記點
• dashes：設置是否顯示虛線
• errorbar：設置置信區間

柱狀圖 sns.barplot

用於顯示類別變量與數值變量之間的關係，通常用於比較不同組別的平均值。

# 繪製柱狀圖
sns.barplot(x="species", y="sepal_width", data=iris)
plt.show()

適合情境

• 分類變數的比較：當你想要比較分類變數的平均值或總值時，柱狀圖是理想的選擇。例如，觀察不同日期的總賬單金額的平均值。
• 組間比較：使用 hue 可以觀察不同組別間的差異，例如性別對總賬單金額的影響。

柱狀圖參數調整

# 繪製條形圖
sns.barplot(data=tips, x="day", y="total_bill", hue="sex", errorbar="sd", palette="coolwarm")

plt.title('Barplot of Total Bill by Day and Sex')
plt.show()

參數說明

• x：X 軸數據（分類變量）
• y：Y 軸數據（數值變量）
• hue：根據某變量的值來調整柱子的顏色
• errorbar：設置置信區間
• estimator：設置用於計算條形高度的函數（默認為平均值）
• palette：設置顏色調色盤

直方圖 sns.histplot

用於顯示數值變量的分佈情況，可以用於單一變量或多變量的直方圖繪製。

# 繪製直方圖
sns.histplot(iris["sepal_length"], kde=True)
plt.show()

適合情境

• 數據分佈：當你想要了解某個變數的數據分佈時，直方圖是最佳選擇。例如，觀察顧客的小費分佈情況。
• 多組分佈比較：使用 hue 可以觀察不同組別的數據分佈情況，例如性別對小費分佈的影響。

直方圖參數調整

# 繪製直方圖
sns.histplot(data=tips, x="total_bill", hue="sex", bins=20, kde=True, palette="magma")

plt.title('Histogram of Total Bill')
plt.show()

參數說明

• x：X 軸數據
• y：Y 軸數據（可選）
• hue：根據某變量的值來調整顏色
• bins：設置直方圖的分箱數量
• multiple：設置如何處理不同類別的數據（例如 stack 或 dodge）
• kde：設置是否顯示核密度估計

熱力圖 sns.heatmap

用於顯示矩陣數據的顏色編碼表示，通常用於顯示相關矩陣或數據透視表。

# 繪製熱力圖
flights_pivot = flights.pivot("month", "year", "passengers")
sns.heatmap(flights_pivot, annot=True, fmt="d")
plt.show()

適合情境

• 相關矩陣的可視化：當你想要檢視多個變數之間的相關性時，熱力圖是一個很好的工具。例如，觀察各變數之間的相關係數。
• 矩陣數據的可視化：可以用來表示其他類型的矩陣數據，例如混淆矩陣。

熱力圖參數調整

# 繪製熱力圖
correlation_matrix = tips.corr()

sns.heatmap(data=correlation_matrix, annot=True, fmt=".2f", cmap="coolwarm", linewidths=0.5, linecolor="black")

plt.title('Correlation Matrix Heatmap')
plt.show()

參數說明

• data：矩陣數據（如相關矩陣）
• annot：設置是否在每個格子中顯示數值
• fmt：設置顯示數值的格式（如 .2f 顯示兩位小數）
• cmap：設置顏色地圖
• linewidths：設置格子之間的間隔線寬度
• linecolor：設置格子之間的間隔線顏色

成對圖 sns.pairplot

用於顯示數據集中所有變量之間的成對關係，特別適合初步探索數據的關聯性。

# 繪製成對圖
sns.pairplot(iris, hue="species")
plt.show()

適合情境

• 變數之間的成對關係：當你想要觀察多個變數之間的成對關係時，成對關係圖可以幫助你一次性查看所有變數的兩兩關係。例如，觀察小費數據集中的所有變數之間的關係。
• 數據探索：在初步探索數據集時，可以快速了解數據集中各變數之間的關聯和分佈情況。

成對圖參數調整

# 繪製成對關係圖
sns.pairplot(data=tips, hue="sex", palette="husl", kind="scatter", diag_kind="kde")

plt.title('Pairplot of Tips Dataset')
plt.show()

參數說明

• hue：根據某變量的值來調整顏色
• palette：設置顏色調色盤
• kind：設置散佈圖的類型（如 scatter 或 kde）
• diag_kind：設置對角線圖的類型（如 hist 或 kde）

箱線圖 sns.boxplot

用於顯示數值變量的分佈情況及其異常值，通常用於比較多個組別的數值變量。

# 繪製箱線圖
sns.boxplot(x="species", y="sepal_length", data=iris)
plt.show()

適合情境

• 數據的集中趨勢與離群點：當你需要觀察數據的集中趨勢（如中位數）和數據的離群點時，箱線圖是非常有用的。例如，觀察不同日期的總賬單金額分佈及離群點。
• 組間分佈比較：使用 hue 可以比較不同組別之間的數據分佈差異，例如性別對總賬單金額分佈的影響。

箱線圖參數調整

# 繪製箱線圖
sns.boxplot(data=tips, x="day", y="total_bill", hue="sex", palette="Set2", fliersize=5)

plt.title('Boxplot of Total Bill by Day and Sex')
plt.show()

參數說明

• x：X 軸數據（分類變量）
• y：Y 軸數據（數值變量）
• hue：根據某變量的值來調整箱線圖的顏色
• palette：設置顏色調色盤
• fliersize：設置離群點的大小
• width：設置箱線圖的寬度