Matplotlib＋Seaborn：一文掌握Python可视化库的两大王者-CFANZ编程社区

全文共3576字，预计学习时长10分钟或更长

Seaborn和Matplotlib是Python最强大的两个可视化库。Seaborn其默认主题让人惊讶，而Matplotlib可以通过其多个分类为用户打造专属功能。

Python提供了各种用于绘制数据的包。本教程将使用以下两种包来演示Python的绘图功能：

· Matplotlib

· Seaborn

Matplotlib

在上面的代码块中，将Pyplot模块调整为plt格式并导入Matplotliib库。这样做可以简化执行命令的过程，具体内容会在本篇教程中看到。PyPlot包含创建和编辑绘图所需的一系列命令。操作时同时运行%matplotlibinline，那么绘图下方就能自动显示代码块，否则用户每次绘图时都需要输入plt.show()来创建新图。此功能是Jupyter Notebook / IPython独有的。Matplotlib拥有定制的代码块结构，这使得它比其他绘图库更先进。接下来看看如何使用matploblib生成散点图。

提示：当使用matplotlib时，文本输出无法带来视觉上的吸引力。为了解决这个问题，我们在执行代码块生成图片时会在每一行代码末端添加分号“；”。

我们使用的数据库是UCI机器学习库中的共享单车数据集。

Matplotlib: 散点图

散点图是各种示意图中影响力最广、信息量最大、功能最多的一类图。它可以直接向用户传递信息，无需太多额外工作（如下图所示）。

· plt.scatter()将输入的散点图上的数据作为初始参数，其中temp指x轴，cnt指y轴。

· c指的是不同数据点的颜色。输入一个字符串“季节”，它也表示数据帧中的一列，不同颜色对应不同季节。该方法用可视化方法对数据分组，十分简单便捷。

图上信息显示：

· 某些时间点的自行车租赁量超过8000辆。

· 标准温度超过0.8。

· 自行车租赁量与温度或季节无关。

· 自行车租赁量与标准温度之间含有正线性关系。

这个图的确含有大量信息，然而图表并不能产生图例，因此我们很难对各组季节数据进行破译。这是因为用散点图绘图时，Matplotlib无法根据绘图制作图例。下一节中，我们将会看到该图如何隐藏信息，甚至误导读者。

看看经过彻底编辑后的绘图。该图旨在根据不同组别绘制图例，并进行破译。

· plt.rcParams['figure.figsize']= [15, 10]限定了整张图的大小，这个代码对应的是一个长15厘米*宽10厘米的图。

· Fontdict是一个包含许多参数的字典，可以用于标记不同的轴，其中标题为fontdict，x轴为fontdictx，y轴为fontdicty。

· 如今有四个plt.scatter()函数，对应四个不同的季节，这一点在数据参数中再次出现，而这些数据参数已被子集化以对应不同单一季节。“o”表示不同的标记和颜色参数，这可以直观地显示数据点的位置以及其颜色。

· 在plt.legend()中输入参数形成图例。前两个参数是句柄：图例和标签会展示真正的散点图；而于各个图对应的名字也会在图例中出现。图上大小不一的标记代表散点，它们最终组合为一个散点图。bbox_to_anchor=(1, 0.7), loc=2, borderaxespad=1。这三个参数串联使用，来对照图例位置。点击这句话开头的链接，可以发现这些参数的本质。

现在可以通过区分不同季节来发现更多隐藏信息。但即使已经添加了额外的图层，散点图依然可以隐藏信息并带来误解。

该散点图：

· 数据中有重复部分。

· 分布混乱。

· 未显示自行车租赁在不同季节之间的明显差别。

· 隐藏信息，如：春夏气温上升时自行车出租量会增加。

· 表示自行车租赁量与气温呈正比关系。

· 并未清楚显示最低温出现在哪一季节。

子图

创建子图可能是业界最具吸引力也是最专业的图表技术之一。当单一的图信息过多时，人们难以评估，子图就变得十分重要。

分面就是在同一个轴上绘制多个不同的图。分面是数据可视化中功能最多的技术之一。分面可以从多个角度展示信息，也可以揭露隐藏内容。

· 如前所述，plt.figure()将用于创建新的绘图画布。最终会保存为图画格式。

· 重复运行fig.add_subplot()代码4次，分别对应四个季节的子图。其参数则对应nrows,ncols和index。比方说axl对应图表上第一个绘图（索引在左上角从1开始，向右递增）。

· 余下的函数调用可以自我解释或被覆盖。

现在分别分析各组，效果也会更加显著。首先要注意到在不同季节里，自行车租赁量与气温的关系存在差异：

· 它们在春天呈现正线性关系。

· 它们在冬天和夏天呈二次非线性关系。

· 在秋天它们的正线性关系十分不明显。

但是，这些图依然有可能误导读者，原因也并不明显。四张图中，所有的轴都不一样。如果人们没有留意到这一点，那么他们很有可能会误解这些图。请参阅下文，了解如何解决该问题。

如今绘图网格重新调整，所有图的x轴都与夏天图的x轴一致（选择夏天的x轴为标准是因为它的温度范围更广）。现在可以从数据中找到一些更有趣的发现：

· 最低温度出现在春天。

· 最高温度出现在秋天。

· 在夏天和秋天，自行车租赁量和温度似乎呈二次关系。

· 不考虑季节因素时，温度越低，自行车租赁量越少。

· 春天的自行车租赁量和温度呈明显的正线性关系。

· 秋天的自行车租赁量和温度呈轻度的负线性关系。

将所有绘图并列放置又有新的发现：

· 所有季节都有超过8000辆自行车出租的时间点。

· 大规模的自行车出租主要出现在春秋两季。

· 冬夏两季中自行车租赁量变动较大。

但注意，不要从以上方面来解释变量之间的关系。尽管春夏两季中自行车租赁量与气温似乎存在负线性关系，但这一解释实际是错误的。从前文的分析中我们发现事实并非如此。

Seaborn

seaborn包是基于Matplotlib库开发的。它用于创建更具吸引力、信息量更大的统计图形。虽然seaborn与Matplotlib不一样，但它创建的图像一样具有吸引力。

尽管matplotlib表现不俗，但我们总希望做得更好。运行下面的代码块以导入seaborn库，并创建先前的散点图，来看看会出现什么。

首先输入代码import seaborn assns，将seaborn库导入。下一行sns.set（）将seaborn的默认主题和调色板加载到会话中。运行下面的代码并观察图表中哪些区域或文字发生更改。

将seaborn加载到会话中后，当使用Matplotlib生成图像时，这个库会添加seaborn的默认自定义项，如图所示。而最令用户感到困扰的便是它们的标题有可能会重复——Matplotlib的命名规则让人困惑，这一点也让人觉得厌烦。尽管如此，这些视觉效果依然很有吸引力，数据科学家的工作已引入这一技术。

为了使标题更加与时俱进，提高其用户友好度，需要使用如下代码。但注意，以下代码仅适用于散点图中含有副标题的情况。有的时候副标题也十分重要，因此仍需更好地掌握这种结构。