Python统计分析可视化库seaborn(相关性图,变量分布图,箱线图等等)
Visualization of seaborn
seaborn[1]是一个建立在matplot之上,可用于制作丰富和非常具有吸引力统计图形的Python库。Seaborn库旨在将可视化作为探索和理解数据的核心部分,有助于帮人们更近距离了解所研究的数据集。无论是在kaggle官网各项算法比赛中,还是互联网公司的实际业务数据挖掘场景中,都有它的身影。
在本次介绍的这个项目中,我们将利用seaborn库对数据集进行分析,分别展示不同类型的统计图形。
首先,我们将导入可视化所需的所有必要包,我们将使用到的几个包:
Numpy
pandas
matplotlib
seaborn
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns tips = pd.read_csv('tips.csv')
tips.head()
各属性相关性
# 相关性
tips.corr()
Out[2]:
total_bill tip size
total_bill 1.000000 0.675734 0.598315
tip 0.675734 1.000000 0.489299
size 0.598315 0.489299 1.000000
pair plot图
#相关性图 很壮观
sns.pairplot(tips)
看图说话:这些图展现了数据集中消费总额、小费金额以及顾客数量三个特征(变量)之间的联系。
#相关性图,和某一列的关系
sns.pairplot(tips ,hue ='sex', markers=["o", "s"])
# 相关性热力图
sns.heatmap(tips.corr())
看图说话:热力图可用来显示两变量之间的相关性,在这里两变量间对应的矩形框的颜色越浅,代表两者之间越具有相关性。
# 分层相关性热力图
sns.clustermap(tips.corr())
g = sns.PairGrid(tips)
g.map_diag(sns.distplot)
g.map_upper(plt.scatter)
g.map_lower(sns.kdeplot)
看图说话:这个厉害了。在pair grid图中,你可以根据自己需求,在这里呈现上述介绍的各种类型的图形。
单个属性的分布
dist plot图
sns.distplot(tips['total_bill'])
sns.distplot(tips['total_bill'],kde = False)
看图说话:上图显示,顾客在餐厅的消费总金额主要是在5-35的范围内分布的。
count plot图
sns.countplot(x = 'smoker', data = tips)
看图说话:上图显示,来餐厅就餐的顾客,不抽烟者比会抽烟者多
sns.countplot(x = 'size', data = tips)
看图说话:上图显示,2个人来餐厅就餐的总次数多一些。
rug plot图
sns.rugplot(tips['total_bill'])
看图说话:上图呈现的是,顾客就餐消费总额在各个值上的边缘分布。
kde plot图
sns.kdeplot(tips['total_bill'], shade=True)
看图说话:KDE代表内核密度估计,它也显示了各个消费总金额数值的统计分布。
两两属性的相关性图
joint plot图
sns.jointplot(x = 'total_bill', y = 'tip', data = tips)
看图说话:上图显示,顾客主要消费水平在10-30远之间,而此时,对应给侍者小费的钱在1-5元之间。
sns.jointplot(x = 'total_bill', y = 'tip', data = tips ,kind = 'hex')
另一种清晰地可视化视图,颜色的深度代表频次。
sns.jointplot(x = 'total_bill', y = 'tip', data = tips ,kind = 'reg')
看图说话:通过做一条简单的回归线,它表明了小费的金额是随着总账单金额的增加而增加的。
sns.jointplot(x = 'total_bill', y = 'tip', data = tips ,kind = 'kde')
另一种可视化统计图:某个区域越暗,表明这个区域对应的频次越多。
box plot图
sns.boxplot(x = 'day', y= 'total_bill', data = tips)
看图说话:上图显示大部分账单是在周六和周日支付的。
sns.boxplot(x = 'day', y= 'total_bill', data = tips, hue = 'sex')
看图说话:在上面的图表中你可以看到,在周六时,女性买单的次数会比男性多。(难道是因为买买买,男性付了好多钱,女性为了弥补男性的心里落差,然后请吃饭?哈哈)
violin plot
sns.violinplot(x = 'day', y= 'total_bill', data = tips)
看图说话:voilin plot和box plot很相似,但它结合了box plot图和密度痕迹。
sns.violinplot(x = 'day', y= 'total_bill', data = tips, hue = 'sex', split = True)
看图说话:增加了性别的区分
strip plot图
sns.stripplot(x = 'day', y = 'total_bill', data = tips)
看图说话:这幅图呈现的是周四、周五、周六和周日这四天,顾客消费总额的散点图。
sns.stripplot(x = 'day', y = 'total_bill', data = tips, jitter= True,hue = 'sex', dodge = True)
看图说话:和上图一样,只不过对性别进行了区别。
swarm plot图
sns.swarmplot(x = 'day', y = 'total_bill', data = tips)
看图说话:Swarn plot和stripplot比较类似,但Swarn plot的不同之处在于它不会重叠数据点。
factor plot图
sns.factorplot(x = 'day', y = 'total_bill', kind = 'box', data = tips)
看图说话:在factorplot图中,你可以给出任何你需要显示的图形。
Python统计分析可视化库seaborn(相关性图,变量分布图,箱线图等等)的更多相关文章
- Matplotlib数据可视化(6):饼图与箱线图
In [1]: from matplotlib import pyplot as plt import numpy as np import matplotlib as mpl mpl.rcParam ...
- 扩增子图表解读1箱线图:Alpha多样性
箱线图 箱形图(Box-plot)又称为盒须图.盒式图或箱线图,是一种用作显示一组数据分散情况资料的统计图.因形状如箱子而得名.在宏基因组领域,常用于展示样品组中各样品Alpha多样性的分布 第一种情 ...
- 第六篇:R语言数据可视化之数据分布图(直方图、密度曲线、箱线图、等高线、2D密度图)
数据分布图简介 中医上讲看病四诊法为:望闻问切.而数据分析师分析数据的过程也有点相似,我们需要望:看看数据长什么样:闻:仔细分析数据是否合理:问:针对前两步工作搜集到的问题与业务方交流:切:结合业务方 ...
- 箱线图(boxplot)简介与举例
简述: 盒图是在1977年由美国的统计学家约翰·图基(John Tukey)发明的.它由五个数值点组成:最小值(min),下四分位数(Q1),中位数(median),上四分位数(Q3),最大值(m ...
- 箱线图boxplot
箱线图boxplot--展示数据的分布 图表作用: 1.反映一组数据的分布特征,如:分布是否对称,是否存在离群点 2.对多组数据的分布特征进行比较 3.如果只有一个定量变量,很少用箱线图去看数据的分布 ...
- 扩增子统计绘图1箱线图:Alpha多样性
绘制Alpha多样性线箱图 绘图和统计全部为R语言,建议复制代码,在Rstuido中运行,并设置工作目录为存储之前分析结果文件的result目录 # 运行前,请在Rstudio中菜单栏选择“Sessi ...
- pyhton中matplotlib箱线图的绘制(matplotlib双轴图、箱线图、散点图以及相关系数矩阵图))
//2019.07.23 1.箱形图,又称为盒式图,一般可以很好地反映出数据分布的特征,也可以进行多项数据之间分布特征的比较,它主要包含五个基础数据:中位数,两个上下分位数以及上下边缘线数据 其中的一 ...
- Matlab boxplot for Multiple Groups(多组数据的箱线图)
在画之前首先介绍一下Matlab boxplot,下面这段说明内容来自http://www.plob.org/2012/06/10/2153.html 由于matlab具有强大的计算功能,用其统计 ...
- Matplotlib学习---用matplotlib画箱线图(boxplot)
箱线图通过数据的四分位数来展示数据的分布情况.例如:数据的中心位置,数据间的离散程度,是否有异常值等. 把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)分 ...
随机推荐
- String、StringBuffer和StringBuilder区别
String.StringBuffer和StringBuilder区别 1.长度是否可变 String 是被 final 修饰的,他的长度是不可变的,就算调用 String 的concat 方法,那也 ...
- 平衡树treap 0基础详解
刚开始学treap..同学在台上给我们讲,貌似除我之外的机房dalao们都听懂了就我发呆...(滑稽) 于是,事后的窝只能自己上网翻书研究了.... treap: treap=tree+heap,树+ ...
- connect: network is unreachable
解决方法: 在确保完善网卡驱动,以及确保将网卡驱动编译进内核后,检查 ls /etc/sysconfig/network-script/ifcfg-eth0 一.看是否在上述目录下存在ifcfg-et ...
- 从mysql8.0读取数据并形成pandas dataframe类型数据,精确定位行列式中的元素,并读取
from pandas import * import pandas as pd from sqlalchemy import create_engine engine = create_engine ...
- ACM-ICPC 2017 沈阳赛区现场赛 M. Wandering Robots && HDU 6229(思维+期望)
题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=6229 参考题解:https://blog.csdn.net/lifelikes/article/det ...
- Acwing-287-积蓄程度(树上DP, 换根)
链接: https://www.acwing.com/problem/content/289/ 题意: 有一个树形的水系,由 N-1 条河道和 N 个交叉点组成. 我们可以把交叉点看作树中的节点,编号 ...
- Codeforces Round #455 (Div. 2) 909E. Coprocessor
题 OvO http://codeforces.com/contest/909/problem/E CF455 div2 E CF 909E 解 类似于拓扑排序地进行贪心, 对于 Ei=0 并且入度为 ...
- POI读取格式化后的单元格数据
public static String getFormattedValue(Cell cell) { FormulaEvaluator evaluator = cell.getSheet().get ...
- import org.apache.ibatis.annotations.Param 报错
说明缺少依赖 <dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus ...
- @Test 测试
package com.自定义.mall.admin.system; import java.util.List; import java.util.Map; import javax.annotat ...