Seaborn数据可视化实战:Seaborn数据可视化实战入门

Seaborn数据可视化实战：从数据到图表的完整旅程

学习目标

通过本课程的学习，你将能够掌握使用Seaborn进行数据可视化的完整流程，从数据准备到图表设计，再到最终的图表呈现。本课程将通过一个具体的项目案例，帮助你全面提升数据可视化的能力。

相关知识点

Seaborn数据可视化实战

学习内容

1 Seaborn数据可视化实战

1.1 数据准备与处理

在数据可视化的过程中，环境准备与数据处理是至关重要的第一步。良好的数据准备可以确保后续的图表设计更加顺利，同时也能提高图表的准确性和可读性。本节将介绍如何使用Pandas进行数据的加载、清洗和预处理，为Seaborn图表的绘制打下坚实的基础。

• 安装必要的库

%pip install seaborn

• 获取数据集

!wget https://model-community-picture.obs.cn-north-4.myhuaweicloud.com/ascend-zone/notebook_datasets/4f5446b230a511f0a22bfa163edcddae/data.csv --no-check-certificate

• 数据加载

  首先，我们需要加载数据。Python中常用的库Pandas提供了强大的数据处理功能，可以轻松地从多种数据源加载数据。例如，从CSV文件加载数据可以使用pandas.read_csv()函数。

import pandas as pd


# 加载数据
data = pd.read_csv('data.csv')

# 查看数据的前5行
print(data.head())

• 数据清洗

  数据清洗是数据准备的重要环节，包括处理缺失值、异常值和重复值等。Pandas提供了多种方法来处理这些问题。

# 检查缺失值
print(data.isnull().sum())

# 填充缺失值
data.fillna(0, inplace=True)

# 删除重复值
data.drop_duplicates(inplace=True)

• 数据预处理

  数据预处理包括数据的转换和标准化，以确保数据适合进行可视化。例如，可以将分类数据转换为数值数据，或者对数值数据进行标准化处理。

# 将分类数据转换为数值数据
data['Species'] = data['Species'].map({'Iris-setosa': 0, 'Iris-versicolor': 1, 'Iris-virginica': 2})

# 对数值数据进行标准化
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
data[['SepalLengthCm', 'SepalWidthCm', 'PetalLengthCm', 'PetalWidthCm']] = scaler.fit_transform(data[['SepalLengthCm', 'SepalWidthCm', 'PetalLengthCm', 'PetalWidthCm']])

1.2 Seaborn图表设计

Seaborn是一个基于Matplotlib的高级数据可视化库，它提供了许多高级图表类型和美观的默认样式。本课程将介绍如何使用Seaborn绘制各种图表，包括散点图、折线图、柱状图和热力图等。

• 散点图

散点图用于展示两个变量之间的关系。Seaborn的scatterplot函数可以轻松绘制散点图。

import seaborn as sns
import matplotlib.pyplot as plt

# 绘制散点图
sns.scatterplot(x='SepalLengthCm', y='SepalWidthCm', data=data, hue='Species')
plt.title('Scatter Plot of Sepal Length and Width for Different Iris Species ')
plt.xlabel('SepalLengthCm')
plt.ylabel('SepalWidthCm')

plt.tight_layout()  # 自动调整布局
plt.show()

• 折线图

  折线图用于展示数据随时间的变化趋势。Seaborn的lineplot函数可以绘制折线图。

# 绘制折线图
sns.lineplot(x='SepalLengthCm', y='SepalWidthCm', data=data, hue='Species')
plt.title('The relationship between petal length and sepal width in Iris flowers')
plt.xlabel('SepalLengthCm')
plt.ylabel('SepalWidthCm')
plt.show()

• 柱状图

  柱状图用于展示分类数据的分布情况。Seaborn的barplot函数可以绘制柱状图。

# 绘制柱状图
sns.barplot(x='Species', y='SepalLengthCm', data=data, hue='Species')
plt.title('Sepal Length by Iris Species')
plt.xlabel('Species')
plt.ylabel('SepalLengthCm')
plt.show()

• 热力图

  热力图用于展示数据矩阵中的值。Seaborn的heatmap函数可以绘制热力图。

# 绘制热力图
correlation_matrix = data.corr()
sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm')
plt.title('Heatmap of Correlation Matrix')
plt.show()

1.3 图表优化与呈现

图表的优化和呈现是数据可视化的重要环节，可以提升图表的美观性和可读性。本课程将介绍如何使用Seaborn和Matplotlib进行图表的优化，包括调整图表样式、添加注释和保存图表等。

• 调整图表样式

Seaborn提供了多种样式设置，可以调整图表的背景、颜色和字体等。

# 设置Seaborn样式
sns.set(style="white")  

# 浅蓝色背景
plt.figure(facecolor='lightblue')  

# 绘制柱状图
ax = sns.barplot(x='Species', y='SepalLengthCm', data=data, color="#F8B195")

# 设置标题和轴标签的字体样式
plt.title('Sepal Length Distribution by Iris Species', fontsize=16, fontweight='bold')
plt.xlabel('Species', fontsize=14)
plt.ylabel('SepalLengthCm', fontsize=14)

# 调整刻度标签字体大小
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)

# 显示图表
plt.show()

• 添加注释

  在图表中添加注释可以提供更多的信息，帮助读者更好地理解图表。

# 绘制柱状图
sns.barplot(x='Species', y='SepalLengthCm', data=data)
plt.title('Bar Plot of SepalLengthCm by Species')
plt.xlabel('Species')
plt.ylabel('SepalLengthCm')

# 添加注释
for index, row in data.groupby('Species').mean().iterrows():
    value = row['SepalLengthCm']
    plt.text(index, value, f'{value:.2f}', ha='center', va='bottom')

# 显示图表
plt.show()

• 保存图表

  将图表保存为文件可以方便地在报告或演示中使用。Matplotlib的savefig函数可以将图表保存为多种格式。

# 绘制柱状图
sns.barplot(x='Species', y='SepalLengthCm', data=data, palette="Set2", hue='Species')
plt.title('Bar Plot of SepalLengthCm by Species')
plt.xlabel('Species')
plt.ylabel('SepalLengthCm')

# 保存图表
plt.savefig('bar_plot.png')

plt.show()