记录利用 Seaborn 绘图的方法，方便后续查阅。

1 前言

因为需要用到seaborn相关的绘图工具，因此记录一下学习笔记，方便后续自己查阅。参考链接中的第一个链接是自己学习的主要来源，第二个链接对seaborn的调色以及其他的一些基本使用有较为详尽的介绍。

2 概述

seaborn 是在 matplotlib 基础上开发的一个绘图库，使用 seaborn 可以便捷地绘制多种科研用图。 seaborn 的安装方法:

1	pip install seaborn

查看 seaborn 的版本:

1 2	import seaborn as sns print(sns.__version__)

3 seaborn 中数据的读取

seaborn 对应的数据格式是 pandas 的 DataFrame 或者 Numpy 数组。seaborn 中有 19 种数据集供大家使用，不过使用的时候需要科学上网才能正常下载。为了方便，也可以从 Github 上提前先下载好相应的数据集，下载链接：https://github.com/mwaskom/seaborn-data.

# 查看seaborn有哪些自带的数据集
import seaborn as sns
print(sns.get_dataset_names())
# 结果为:
# ['anagrams', 'anscombe', 'attention', 'brain_networks', 'car_crashes', 'diamonds', 'dots', 'exercise', 'flights', 'fmri', 'gammas', 'geyser', 'iris', 'mpg', 'penguins', 'planets', 'taxis', 'tips', 'titanic']

3.1 tips 数据集

import seaborn as sns
tip_df = sns.load_dataset("tips")
print(type(tip_df))  # <class 'pandas.core.frame.DataFrame'>
print(tip_df.shape)  # (244, 7)
print(tip_df)

运行结果为:

可以看到，seaborn 是一个包含244行、7列数据的 pandas 的 DataFrame 格式数据。每一列的数据分别为:

total_bill: 总账单
tip: 小费
sex: 性别，包含男女两种
smoker: 吸烟与否
day: 星期几
time: 午餐和晚餐两种
size: 每桌人数2~6共五种

3.2 penguins 数据集

penguins 数据集是一个 344 行、 7 列的企鹅数据集，每一列的含义为:

species: 企鹅种类，共三种
island: 共有三种岛屿
bill_length_mm: 嘴巴长度
bill_depth_mm: 嘴巴深度
flipper_length_mm: 脚掌长度
body_mass_g: 体重
sex: 性别，共两种

3.3 diamonds 数据集

diamonds 数据集包含 53940 行、10 列，其中每一列的含义为:

carat: 代表钻石的重量
cut: 代表了钻石的切工，由低到高依次为Fair, Good, Very Good, Premium, Ideal
color: 代表了钻石的颜色从最低的 J 到最高的 D
clarity: 代表了钻石的透明程度从低到高依次为I1, SI1, SI2, VS1, VS2, VVS1, VVS2, IF
depth: 深度
table: 代表了钻石的桌面比例
price: 代表了钻石的价格
x: 钻石的长
y: 钻石的宽
z: 钻石的高

3.4 fmri 数据集

fmri 数据集是一个事件相关功能核磁共振成像数据，包含 1064 行 5 列，每一列数据含义为：

subject: 刺激类型，共有14种
timepoint: 时间点，共有19种(0~18)
event: 事件，共2种
region: 大脑区域，共2种
signal: 信号，共1064个结果

4 API 概述

总体来讲，seaborn 的 API 可以分为绘图层面的函数以及其下对应的坐标轴层面的函数：

displot(变量分布，distribution plot)
- histplot(直方图)
- kdeplot
- ecdfplot
- rugplot
replot(两变量，relation plot)
- scatterplot(散点图)
- lineplot
lmplot(线性关系，linear model plot)
- regplot(线性回归拟合)
- residplot(残差)
catplot(类别变量分析，category)
- countplot(类似与histplot)
- barplot
- pointplot
- boxplot
- stripplot
- swarmplot
- violinplot

如此分类，只需在四种图绘制函数的参数kind进行修改即可绘制相应的图形。

5 参考链接

https://www.bilibili.com/video/BV1VX4y1F76x?spm_id_from=333.337.search-card.all.click
https://www.bilibili.com/video/BV1HF411B72n?spm_id_from=333.337.search-card.all.click
https://github.com/mwaskom/seaborn-data