【Seaborn 学习笔记】P1. 散点图 scatterplot、折线图 lineplot、关系图 relplot

matplotlib 画图，seaborn 画变量关系

seaborn 本质上是在 matplotlib 的画布上画图，均使用 plt.show() 来显示绘制的图像

安装 Seaborn

使用 pip 安装：

pip install seaborn

注意： Seaborn 依赖 pandas + matplotlib + numpy，安装 seaborn 时会一并安装这些依赖

在 Python 中导入 Seaborn 库

导入并取别名为 sns：

import seaborn as sns

加载 Seaborn 内置数据集

Seaborn 拥有内置数据集，可以直接加载，返回 DataFrame 类型的数据集

1. 查看内置数据集

import seaborn as sns
dataset_names = sns.get_dataset_names()
print(dataset_names)

返回如下结果：

['anagrams', 'anscombe', 'attention', 'brain_networks', 'car_crashes', 'diamonds', 'dots', 'dowjones', 'exercise', 'flights', 'fmri', 'geyser', 'glue', 'healthexp', 'iris', 'mpg', 'penguins', 'planets', 'seaice', 'taxis', 'tips', 'titanic']

2. 加载数据集

返回的是 pandas 的 DataFrame 数据类型

import seaborn as sns

# 例如加载 iris 数据集
df = sns.load_dataset('iris') # 返回 DataFrame 数据类型

# 查看前五条记录
print(df.head())

结果如下：

   sepal_length  sepal_width  petal_length  petal_width species
0           5.1          3.5           1.4          0.2  setosa
1           4.9          3.0           1.4          0.2  setosa
2           4.7          3.2           1.3          0.2  setosa
3           4.6          3.1           1.5          0.2  setosa
4           5.0          3.6           1.4          0.2  setosa

散点图绘制 sns.scatterplot

sns.scatterplot(
data=df, # 数据
x='横轴变量特征', # 横轴变量
y='纵轴变量特征', # 纵轴变量
hue='颜色分组特征', # 按该列映射颜色
style='形状分组特征', # 按该列映射标记形状
size='点大小映射特征', # 按该列映射点的大小
s=60, # 固定点大小（若同时使用 size 参数，s 将被忽略，推荐二选一）
alpha=0.7, # 透明度
ax=ax # 指定子图
)

每条记录对应一个点

seaborn 的 sns.scatterplot 相比 matplotlib 的 plt.scatter 多了三个关键统计语义：

示例

绘制 penguins 数据集中企鹅的鳍长（flipper_length_mm）关于体重（body_mass_g）的散点图。首先加载数据集：

import seaborn as sns

# 加载数据集
df = sns.load_dataset('penguins')
df.head()

peguins 数据集形如：

1. 绘制一个普通的散点图

# 绘制散点图
sns.scatterplot(data=df, x='flipper_length_mm', y='body_mass_g')
# seaborn 在绘图前会调用 dropna()，自动删除 x / y / hue / style / size 中含有 NaN 的行

plt.show() # 使用 mpl 来显示图片 -> sns 在 mpl 的画布上画图，由 mpl 来显示图片

绘图结果如下：

2. 加入参数 hue，对指定特征不同的记录在画图时映射不同的颜色

# 加入分类变量 hue
sns.scatterplot(
data=df,
x='flipper_length_mm',
y='body_mass_g',
hue='species' # 将对每个点根据其 species 标注不同颜色
)
# 根据 hue 映射颜色
# seaborn 会自动生成 legend

plt.show()

绘图结果如下：

3. 加入参数 style，对指定特征不同的记录在画图时使用不同的点的样式

# 再加入点的样式 style
sns.scatterplot(
data=df,
x='flipper_length_mm',
y='body_mass_g',
hue='species', # 将对每个点根据其 species 标注不同颜色
style='sex' # 将对每个点根据其 sex 选择不同的点的样式
)
# 根据 style 选择不同标记
# 适合在 hue 的基础上进行二次分类的情形

plt.show()

绘图结果如下：

使用 Axes 对象精细化控制

Seaborn 的大部分绘图函数都会返回一个 matplotlib.axes.Axes 对象，因此不需要显示创建画布就可以拿到绘图后的 Axes，并通过这个 Axes 对绘制的图形进行精细化控制。

Axes 对象有关方法

 1. 示例

import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt

df = sns.load_dataset('penguins')
df.head()

mpl.rcParams['font.family'] = 'SimHei'
mpl.rcParams['font.size'] = 15

# 这里将返回的 Axes 对象存变量 ax
ax = sns.scatterplot(
data=df,
x='flipper_length_mm',
y='body_mass_g',
hue='species'
)

# 添加 x、y 轴标签
ax.set_xlabel('鳍长 (mm)')
ax.set_ylabel('体重 (g)')

ax.legend(title='物种') # 修改图例标题
ax.grid(True) # 网格线

plt.show()

绘图结果如下：

2. 图例外置

若图例在图中会遮挡数据，可以使用 ax.legend() 方法将其放在图的外面

要配合 plt.tight_layout() 使用，否则图例可能会跑出画布

ax.legend(
title='图例标题',
bbox_to_anchor=(x坐标, y坐标), # 对齐坐标，(0, 0) 表示 ax 的左下角，(1, 1) 表示 ax 的右上角
loc='对齐方式' # 指定图例的哪个角或边中点与该坐标对齐
)

例如：

将图例放在图的右侧常用写法：

ax.legend(
title='图例标题',
bbox_to_anchor=(1.02, 1), # 对齐坐标，(1.02, 1)，表示图的右上角往右0.02距离的点
loc='upper left' # 指定图例的左上角与 (1.02, 1) 点对齐
)

结果形如：

使用 tight_layout(rect=…) 为图例预留空间：

例如：

在右侧预留图例空间

# rect=[左边距, 底边距, 右边距, 上边距]，使用 figure 坐标系（0–1），指定一个矩形区域
# tight_layout 仅在 rect 指定的矩形区域内排布子图
plt.tight_layout(rect=(0, 0, 0.82, 1)) # 右侧留 18% 空间给图例，防止 tight_layout 将其裁掉

散点图练习

1. 使用 penguins 数据集，x 轴为喙长（bill_length_mm），y 轴为喙深（bill_depth_mm）并且按 species 映射颜色画出散点图，加上合适的标题和轴标签，画在子图1

2. 在 1 的基础上用 sex 区分性别，画在子图2

（图例放在图的右侧中部）

# 本人思路，仅供参考
import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt

df = sns.load_dataset('penguins')
df.head()

mpl.rcParams['font.family'] = 'SimHei'
mpl.rcParams['font.size'] = 15

# 使用 2×1 的垂直布局，便于对比“仅按种类着色”与“按种类+性别区分”的差异
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 14), dpi=100) # 同时获得画布 fig 与两幅子图 ax1, ax2

# 子图1
sns.scatterplot(
data=df,
x='bill_length_mm',
y='bill_depth_mm',
hue='species',
ax=ax1
)
ax1.set_title('喙长-喙深 对比图')
ax1.set_xlabel('喙长 (mm)')
ax1.set_ylabel('喙深 (mm)')
# 将图例放到图的右侧
ax1.legend(
title='物种',
loc='upper left', # 图例的左上角
bbox_to_anchor=(1.02, 1) # 对齐到 ax1 的右侧
)

# 子图2
sns.scatterplot(
data=df,
x='bill_length_mm',
y='bill_depth_mm',
hue='species',
style='sex',
ax=ax2
)
ax2.set_title('喙长-喙深 对比图')
ax2.set_xlabel('喙长 (mm)')
ax2.set_ylabel('喙深 (mm)')
# 将图例放到图的右侧中部
ax2.legend(
title='物种 / 性别',
loc='upper left', # 图例的左上角
bbox_to_anchor=(1.02, 1) # 对齐到 ax2 的右侧
)

plt.tight_layout(rect=(0, 0, 0.82, 1))
plt.show()

绘图结果如下：

折线图绘制 sns.lineplot

sns.lineplot(
data=df, # 数据
x='横轴变量特征', # 横轴变量
y='纵轴变量特征', # 纵轴变量
hue='颜色分组特征', # 按该列映射颜色
style='线型分组特征', # 按该列映射线型
markers=True, # 是否显示点
dashes=False, # False：所有分组均为实线，True：不同分组使用不同虚线样式（Seaborn 默认行为），也可传入列表或字典自定义虚线
estimator='mean', # 对同一 x 下的多个 y 求均值（默认值，可省略），lineplot 默认会对相同 x 值对应的多个 y 值进行聚合
errorbar=None, # None / 'sd' / ('pi', 95)
ax=ax # 指定子图
)

绘制折线图时，若不指定 errorbar=None，则默认自动生成置信区间（CI）

示例

绘制 flights 数据集中乘客数量随年份的变化趋势：

（1）子图1：手动聚合，计算各年份所有月份的乘客数均值，绘制折线图

（2）子图2：直接使用原始数据绘制 lineplot，由 Seaborn 自动对同一 year下的多个观测值进行聚合，并显示默认的 95% 置信区间

（3）子图3：同上，但使用 errorbar=None 关闭置信区间

（4）子图4：以 month 为分组变量（hue='month'），在同一坐标系中绘制多条折线，展示不同月份的年度变化趋势

flights 数据集形如：

绘图结果如下：

折线图练习

tips 数据集形如：

使用 tips 数据集，绘制折线图，体现午餐（Lunch）和晚餐（Dinner）的平均账单金额在一周内的变化趋势

要求：

（1）x 轴：day（星期几） 、y 轴：total_bill 的平均值

（2）中文标题 + 中文轴标签

（3）图例放在图外右侧

（4）关闭置信区间（因为天数很少，CI 不稳定）

（5）用散点图标出折线节点（mean 聚合点）

# 本人思路，仅供参考
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib as mpl

df = sns.load_dataset('tips')
print(df.head())

mpl.rcParams['font.family'] = 'SimHei'
mpl.rcParams['font.size'] = 15

fig, ax = plt.subplots(figsize=(8, 6), dpi=100)

sns.lineplot(
data=df,
x='day',
y='total_bill',
hue='time',
errorbar=None,
ax=ax
)

agg1 = (
df.groupby(['day', 'time'], observed=True)['total_bill'] # observed=True 仅保留数据中实际出现的组合；observed=False：分组中若某项不存在，则显示 NaN
.mean()
.reset_index()
)
print(agg1)

sns.scatterplot(
data=agg1,
x='day',
y='total_bill',
hue='time',
legend=False # 不显示图例
)

ax.set_xlabel('星期')
ax.set_ylabel('订单总额平均值')
ax.set_title('订单总额平均值随星期变化图')
ax.legend(
title='用餐时段',
bbox_to_anchor=(1.02, 1),
loc='upper left'
)

plt.tight_layout(rect=(0, 0, 0.82, 1))
plt.show()

绘图结果如下：

灰度显示

绘图时加入如下参数进行灰度显示：

palette='gray', # 去色

配合 style 可以在不使用颜色的情况下，通过标记形状（散点图）或线型（折线图）区分不同类别

常用于黑白打印、学术期刊及灰度显示场景

关系图 sns.relplot

relplot（关系图，Relational Plot）用于在图中展示变量之间的关系，可通过 kind 参数切换为散点图或折线图

基础参数：

sns.relplot(
data=df, # 数据
x='横轴变量', # 横轴
y='纵轴变量', # 纵轴
hue='颜色分组特征', # 颜色区分
style='样式分组特征', # 标记 / 线型区分
size='大小映射特征', # 点大小映射（散点图）
markers=True, # 是否显示点（折线图）
dashes=False, # 是否使用不同虚线
kind='scatter', # 'scatter' 或 'line'
)

分面

sns.relplot(
'''
其余参数
'''
col='按列分面特征', # 按列分面
col_wrap=… # 一行最多的子图数量
row='按行分面特征', # 按行分面
)

1. col, row 分列/分行

指定 col 或 row 为某一特征，则会按该特征的每个取值生成一个子图：

适合在多子图中对比不同组别的数据分布与关系

2. col_wrap 指定一行最多的子图数量

col_wrap 指定一行最多的子图数量（最大分列数），配合 col 使用

在仅指定 col、不指定 row 的情况下才可使用 col_wrap

示例

tips 数据集形如：

使用 tips 数据集，用 relplot 绘图：

（1）分面：x 轴为星期（day）、y 轴为账单金额（total_bill） 的平均值，按性别（sex）分列，按smoker（是否吸烟）分行，绘制折线图，关闭置信区间

import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib as mpl

df = sns.load_dataset('tips')
print(df.head())

mpl.rcParams['font.family'] = 'SimHei'
mpl.rcParams['font.size'] = 15

sns.relplot(
data=df,
x='day',
y='total_bill',
kind='line',
hue='time',
col='sex', # 按 'sex' 分列
row='smoker', # 按 'smoker' 分行
errorbar=None
)

plt.show()

绘图结果如下：

（2）分面：x 轴为账单金额（total_bill）、y 轴为小费（tips），绘制散点图，根据性别（sex）映射不同颜色，根据小费（tips）的多少映射点的大小，按星期（day）分列，设置每行子图数最多为 2

import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib as mpl

df = sns.load_dataset('tips')
print(df.head())

mpl.rcParams['font.family'] = 'SimHei'
mpl.rcParams['font.size'] = 15

sns.relplot(
data=df,
x='total_bill',
y='tip',
kind='scatter',
hue='sex',
size='tip',
col='day',
col_wrap=2 # 每行最多两幅子图
)

plt.show()

绘图结果如下：

relplot 与 scatterplot, lineplot 的关系

此前的 scatterplot 与 lineplot 为 Axes-level 的，画在一个 Axes 上，而 relplot 为 Figure-level 的，画在一整个 Figure 上，返回一个 FacetGrid（分面图）对象，自动 legend、自动分面、自动管理布局