[PYTHON] Vue d'ensemble et astuces de Seaborn avec visualisation de données statistiques
seaborn: bibliothèque de visualisation de données python. API de haut niveau. Beau.
0. Comment utiliser avec matplotlib
-
Utilisez «seaborn» s'il est préparé par «seaborn». Sinon, dessinez avec
matplotlib. -
Même si vous dessinez avec
matplotlib, il est préférable d'utiliserseabornpour le style (il est défini simplement en important)
1. Paramètres de style
J'utilise souvent par défaut ou "blanc" pour le style. Ajustez font_scale en regardant la figure.
import seaborn as sns
sns.set(style="white", font_scale=1.3, palette="muted", color_codes=True)
2. Vérifiez si vous pouvez faire ce que vous voulez avec seaborn
Consultez la page galerie du document officiel. (Puisque les fonctions qui peuvent être utilisées sont limitées aux suivantes, si vous pouvez imaginer ce que vous pouvez faire avec le nom de la fonction, vous n'avez pas besoin de regarder le lien. Vous pouvez vérifier les détails des arguments avec la fonction d'aide d'ipython.)
Visualisation de la distribution
une fonction
- distplot : 1-dim.
- jointplot : 2-dim.
- pairplot : k-dim.
- heatmap: matrice de corrélation
argument --kde: estimation de la densité du noyau --hist: histogramme --hue: Estimation de la distribution par condition
Revenir
une fonction
- lmplot: retour avec intervalle de confiance
argument --ordre: régression polypoly --logistique: retour logistique --hue: régression conditionnelle (col, ligne)
Données catégoriques
une fonction
- stripplot, swarmplot: diagramme de dispersion
- boxplot, violinplot: visualisation de la distribution
- barplot, countplot, pointplot: Visualisation des propriétés statistiques
- factorplot (hue = 'key'): visualisation conditionnelle des propriétés statistiques
3. Autre
Lire l'ensemble de données fourni par seaborn
#liste des ensembles de données: https://github.com/mwaskom/seaborn-data
sns.load_dataset('titanic')
Dépose d'arbre
sns.despine() #En haut et à droite
sns.despine(left=True) #Gauche aussi
color palettes
#Carte des couleurs actuelle
cmap_current = sns.color_palette()
sns.palplot(cmap_current)
#Nouvelle carte de couleurs
#référence: http://seaborn.pydata.org/tutorial/color_palettes.html
#Exemple: key = "set1" (categorical), "Blues" (sequential)
num = 8
cmap = sns.color_palette(key, num)
sns.palplot(cmap)
Recommended Posts