Seaborn 图形绘制详解
引言
Seaborn 是一个基于 Matplotlib 的 Python 数据可视化库，专注于统计图表绘制。它提供了更高级的接口、更美观的默认样式，以及更强大的统计功能。Seaborn 特别适合数据科学和统计分析场景，能够轻松创建信息丰富且美观的可视化图表。
本教程将系统地讲解 Seaborn 的图形绘制功能，每个概念都配有可直接运行的代码示例。
学习建议：
- 阅读每个示例代码
- 复制代码到 Python 解释器或 IDE 中运行
- 尝试修改代码，观察结果变化
- 完成每个部分的练习
前置要求：
- 基本了解 Python、NumPy、Pandas
- 安装了 seaborn、matplotlib、pandas、numpy 库
安装依赖：
pip install seaborn matplotlib pandas numpy
第一部分：Seaborn 基础
1. 什么是 Seaborn？
Seaborn 的主要特点：
- 美观的默认样式：提供多种内置主题和调色板
- 统计功能集成：内置统计估计和误差条
- 高级抽象：简化复杂图表的创建
- 与 Pandas 集成：直接使用 DataFrame 数据
- 多面板图表：轻松创建分面图
2. 导入和基本设置
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
# 设置中文字体（解决中文显示问题）
plt.rcParams['font.sans-serif'] = ['SimHei'] # Windows
# plt.rcParams['font.sans-serif'] = ['Arial Unicode MS'] # Mac
plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
# 设置 Seaborn 样式
sns.set_style("whitegrid") # 可选：darkgrid, whitegrid, dark, white, ticks
sns.set_palette("husl") # 设置调色板
# 设置图表大小
plt.rcParams['figure.figsize'] = (10, 6)
# 创建示例数据
np.random.seed(42)
df = pd.DataFrame({
'x': np.random.randn(100),
'y': np.random.randn(100),
'category': np.random.choice(['A', 'B', 'C'], 100)
})
print(df.head())
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
# 设置样式
sns.set_style("whitegrid")
sns.set_palette("husl")
# 创建简单测试数据
data = {
'类别': ['A', 'B', 'C', 'D'],
'数值': [10, 20, 15, 25]
}
df = pd.DataFrame(data)
# 绘制简单柱状图
sns.barplot(data=df, x='类别', y='数值')
plt.title('测试图表')
plt.show()
3. Seaborn 样式和主题
Seaborn 提供了多种内置样式和调色板。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
# 可用的样式
styles = ['darkgrid', 'whitegrid', 'dark', 'white', 'ticks']
# 演示不同样式
fig, axes = plt.subplots(1, 5, figsize=(20, 4))
for idx, style in enumerate(styles):
sns.set_style(style)
x = np.linspace(0, 10, 100)
y = np.sin(x)
axes[idx].plot(x, y)
axes[idx].set_title(style)
axes[idx].grid(True)
plt.tight_layout()
plt.show()
# 设置回默认样式
sns.set_style("whitegrid")
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
# 设置样式
sns.set_style("whitegrid")
# 查看可用的调色板
print("内置调色板：")
print(sns.color_palette("husl", 8))
print(sns.color_palette("Set2", 8))
# 设置调色板
sns.set_palette("Set2")
# 创建示例图表
data = np.random.randn(100)
sns.histplot(data, kde=True)
plt.title('使用 Set2 调色板')
plt.show()
第二部分：分布图（Distribution Plots）
1. 直方图（histplot）
histplot 用于绘制单变量分布。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
# 设置样式
sns.set_style("whitegrid")
# 创建数据
np.random.seed(42)
data = np.random.normal(100, 15, 1000)
df = pd.DataFrame({'数值': data})
# 基本直方图
sns.histplot(data=df, x='数值', bins=30)
plt.title('数据分布直方图')
plt.xlabel('数值')
plt.ylabel('频数')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
sns.set_style("whitegrid")
# 创建正态分布数据
np.random.seed(42)
data = np.random.normal(0, 1, 1000)
# 绘制直方图，添加密度曲线
sns.histplot(data, bins=30, kde=True, stat='density')
plt.title('正态分布直方图（带密度曲线）')
plt.xlabel('值')
plt.ylabel('密度')
plt.show()
分组直方图：
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建分组数据
np.random.seed(42)
df = pd.DataFrame({
'数值': np.concatenate([
np.random.normal(50, 10, 500),
np.random.normal(70, 15, 500)
]),
'组别': ['组A'] * 500 + ['组B'] * 500
})
# 分组直方图
sns.histplot(data=df, x='数值', hue='组别', bins=30, alpha=0.7)
plt.title('分组直方图')
plt.xlabel('数值')
plt.ylabel('频数')
plt.legend()
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建学生成绩数据
np.random.seed(42)
df = pd.DataFrame({
'成绩': np.random.normal(75, 10, 200),
'班级': np.random.choice(['一班', '二班', '三班'], 200)
})
# 堆叠直方图
sns.histplot(data=df, x='成绩', hue='班级', multiple='stack', bins=20)
plt.title('各班级成绩分布（堆叠）')
plt.xlabel('成绩')
plt.ylabel('学生数')
plt.show()
2. 核密度估计图（kdeplot）
KDE 图展示数据的概率密度分布。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建数据
np.random.seed(42)
data1 = np.random.normal(0, 1, 1000)
data2 = np.random.normal(2, 1.5, 1000)
# 绘制 KDE 图
sns.kdeplot(data=data1, label='分布1', fill=True)
sns.kdeplot(data=data2, label='分布2', fill=True)
plt.title('核密度估计图')
plt.xlabel('值')
plt.ylabel('密度')
plt.legend()
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建多组数据
np.random.seed(42)
df = pd.DataFrame({
'值': np.concatenate([
np.random.normal(50, 10, 500),
np.random.normal(70, 15, 500),
np.random.normal(60, 12, 500)
]),
'类别': ['A'] * 500 + ['B'] * 500 + ['C'] * 500
})
# 分组 KDE 图
sns.kdeplot(data=df, x='值', hue='类别', fill=True, alpha=0.6)
plt.title('多组数据密度分布')
plt.xlabel('值')
plt.ylabel('密度')
plt.show()
3. 分布图（displot）
displot 是更灵活的分布图函数，可以创建多种分布可视化。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
sns.set_style("whitegrid")
# 创建数据
np.random.seed(42)
data = np.random.normal(100, 15, 1000)
# 使用 displot 创建直方图
sns.displot(data, kind='hist', bins=30, kde=True)
plt.title('使用 displot 创建的分布图')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建分组数据
np.random.seed(42)
df = pd.DataFrame({
'数值': np.random.normal(50, 10, 600),
'组别': np.random.choice(['组A', '组B', '组C'], 600)
})
# 创建分面分布图
sns.displot(data=df, x='数值', hue='组别', kind='kde', fill=True)
plt.title('分组密度分布图')
plt.show()
4. 联合分布图（jointplot）
jointplot 用于展示两个变量的联合分布。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建相关数据
np.random.seed(42)
x = np.random.randn(500)
y = 2 * x + np.random.randn(500) * 0.5
df = pd.DataFrame({'X': x, 'Y': y})
# 基本联合分布图
sns.jointplot(data=df, x='X', y='Y', kind='scatter')
plt.suptitle('联合分布图（散点图）', y=1.02)
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建数据
np.random.seed(42)
df = pd.DataFrame({
'广告投入': np.random.uniform(1000, 10000, 200),
'销售额': np.random.uniform(5000, 50000, 200)
})
# 带回归线的联合分布图
sns.jointplot(data=df, x='广告投入', y='销售额', kind='reg')
plt.suptitle('广告投入与销售额关系', y=1.02)
plt.show()
不同类型的联合分布图：
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
np.random.seed(42)
df = pd.DataFrame({
'X': np.random.randn(300),
'Y': np.random.randn(300)
})
# 六边形图（适合大数据集）
sns.jointplot(data=df, x='X', y='Y', kind='hex')
plt.suptitle('六边形联合分布图', y=1.02)
plt.show()
# KDE 联合分布图
sns.jointplot(data=df, x='X', y='Y', kind='kde', fill=True)
plt.suptitle('KDE 联合分布图', y=1.02)
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建学生数据
np.random.seed(42)
df = pd.DataFrame({
'数学': np.random.normal(75, 10, 200),
'英语': np.random.normal(80, 12, 200)
})
# 带直方图的联合分布图
sns.jointplot(data=df, x='数学', y='英语', kind='hist', bins=20)
plt.suptitle('数学与英语成绩联合分布', y=1.02)
plt.show()
5. 配对图（pairplot）
pairplot 用于展示数据集中多个变量之间的成对关系。
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
sns.set_style("whitegrid")
# 创建多变量数据
np.random.seed(42)
df = pd.DataFrame({
'变量A': np.random.randn(100),
'变量B': np.random.randn(100),
'变量C': np.random.randn(100),
'类别': np.random.choice(['X', 'Y'], 100)
})
# 基本配对图
sns.pairplot(df, hue='类别')
plt.suptitle('配对图', y=1.02)
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
# 使用内置数据集
iris = sns.load_dataset('iris')
# 创建配对图
sns.pairplot(iris, hue='species', diag_kind='kde')
plt.suptitle('鸢尾花数据集配对图', y=1.02)
plt.show()
第三部分：关系图（Relational Plots）
1. 散点图（scatterplot）
scatterplot 用于展示两个连续变量之间的关系。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建数据
np.random.seed(42)
df = pd.DataFrame({
'X': np.random.randn(200),
'Y': np.random.randn(200),
'类别': np.random.choice(['A', 'B', 'C'], 200),
'大小': np.random.randint(10, 100, 200)
})
# 基本散点图
sns.scatterplot(data=df, x='X', y='Y')
plt.title('基本散点图')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建销售数据
np.random.seed(42)
df = pd.DataFrame({
'广告投入': np.random.uniform(1000, 10000, 150),
'销售额': np.random.uniform(5000, 50000, 150),
'产品类型': np.random.choice(['类型A', '类型B', '类型C'], 150)
})
# 分组散点图
sns.scatterplot(data=df, x='广告投入', y='销售额', hue='产品类型', s=100)
plt.title('广告投入与销售额关系（按产品类型分组）')
plt.xlabel('广告投入（元）')
plt.ylabel('销售额（元）')
plt.show()
使用大小和样式：
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
np.random.seed(42)
df = pd.DataFrame({
'X': np.random.randn(150),
'Y': np.random.randn(150),
'类别': np.random.choice(['A', 'B'], 150),
'大小': np.random.randint(20, 200, 150),
'样式': np.random.choice(['圆形', '方形'], 150)
})
# 使用大小和样式
sns.scatterplot(data=df, x='X', y='Y',
hue='类别', size='大小', style='样式', sizes=(50, 300))
plt.title('多维度散点图')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 使用内置数据集
tips = sns.load_dataset('tips')
# 创建散点图
sns.scatterplot(data=tips, x='total_bill', y='tip', hue='time', size='size')
plt.title('小费与账单金额关系')
plt.xlabel('账单金额（美元）')
plt.ylabel('小费（美元）')
plt.show()
2. 线图（lineplot）
lineplot 用于展示连续变量随另一个变量的变化趋势。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建时间序列数据
dates = pd.date_range('2024-01-01', periods=30, freq='D')
df = pd.DataFrame({
'日期': dates,
'销售额': np.random.randint(1000, 5000, 30).cumsum(),
'类别': np.random.choice(['产品A', '产品B'], 30)
})
# 基本线图
sns.lineplot(data=df, x='日期', y='销售额')
plt.title('销售额趋势')
plt.xticks(rotation=45)
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建数据
x = np.linspace(0, 10, 100)
df = pd.DataFrame({
'X': np.tile(x, 3),
'Y': np.concatenate([np.sin(x), np.cos(x), np.sin(x) * np.cos(x)]),
'函数': ['sin(x)'] * 100 + ['cos(x)'] * 100 + ['sin(x)cos(x)'] * 100
})
# 分组线图
sns.lineplot(data=df, x='X', y='Y', hue='函数', style='函数', markers=True)
plt.title('三角函数图像')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.show()
带误差带的线图：
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建带误差的数据
np.random.seed(42)
x = np.arange(10)
y = np.random.randn(10, 5).mean(axis=1)
y_err = np.random.randn(10, 5).std(axis=1)
df = pd.DataFrame({
'X': x,
'Y': y,
'误差': y_err
})
# 带误差带的线图
sns.lineplot(data=df, x='X', y='Y', err_style='band', ci=95)
plt.title('带误差带的线图')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 使用内置数据集
fmri = sns.load_dataset('fmri')
# 创建线图
sns.lineplot(data=fmri, x='timepoint', y='signal', hue='event', style='region')
plt.title('fMRI 信号变化')
plt.xlabel('时间点')
plt.ylabel('信号强度')
plt.show()
3. 关系图（relplot）
relplot 是更灵活的关系图函数，可以创建散点图和线图的分面版本。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建数据
np.random.seed(42)
df = pd.DataFrame({
'X': np.random.randn(200),
'Y': np.random.randn(200),
'类别': np.random.choice(['A', 'B'], 200),
'分组': np.random.choice(['组1', '组2'], 200)
})
# 创建分面关系图
sns.relplot(data=df, x='X', y='Y', hue='类别', col='分组', kind='scatter')
plt.suptitle('分面散点图', y=1.02)
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 使用内置数据集
tips = sns.load_dataset('tips')
# 创建分面关系图
sns.relplot(data=tips, x='total_bill', y='tip',
hue='smoker', col='time', row='day', kind='scatter')
plt.suptitle('小费数据分析', y=1.02)
plt.show()
第四部分：分类图（Categorical Plots）
1. 柱状图（barplot）
barplot 用于展示分类变量的统计信息。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建数据
df = pd.DataFrame({
'类别': ['A', 'B', 'C', 'D', 'E'],
'数值': [10, 20, 15, 25, 18]
})
# 基本柱状图
sns.barplot(data=df, x='类别', y='数值')
plt.title('分类柱状图')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 使用内置数据集
tips = sns.load_dataset('tips')
# 创建分组柱状图
sns.barplot(data=tips, x='day', y='total_bill', hue='sex')
plt.title('每日账单金额（按性别分组）')
plt.xlabel('星期')
plt.ylabel('账单金额（美元）')
plt.show()
带误差条的柱状图：
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建多组数据
np.random.seed(42)
df = pd.DataFrame({
'类别': ['A', 'B', 'C'] * 20,
'数值': np.random.normal(50, 10, 60),
'分组': ['组1', '组2'] * 30
})
# 分组柱状图，自动计算误差条
sns.barplot(data=df, x='类别', y='数值', hue='分组', ci='sd')
plt.title('分组柱状图（带标准差误差条）')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 使用内置数据集
titanic = sns.load_dataset('titanic')
# 创建柱状图
sns.barplot(data=titanic, x='class', y='survived', hue='sex')
plt.title('泰坦尼克号生存率（按船舱等级和性别）')
plt.xlabel('船舱等级')
plt.ylabel('生存率')
plt.show()
2. 计数图（countplot）
countplot 用于统计分类变量的频数。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建分类数据
np.random.seed(42)
df = pd.DataFrame({
'类别': np.random.choice(['A', 'B', 'C', 'D'], 200)
})
# 基本计数图
sns.countplot(data=df, x='类别')
plt.title('类别计数图')
plt.xlabel('类别')
plt.ylabel('计数')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 使用内置数据集
titanic = sns.load_dataset('titanic')
# 创建分组计数图
sns.countplot(data=titanic, x='class', hue='survived')
plt.title('泰坦尼克号乘客分布（按生存状态）')
plt.xlabel('船舱等级')
plt.ylabel('人数')
plt.legend(title='生存状态', labels=['未生存', '生存'])
plt.show()
3. 箱线图（boxplot）
boxplot 用于展示数据的分布、中位数、四分位数和异常值。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建数据
np.random.seed(42)
df = pd.DataFrame({
'数值': np.random.normal(50, 15, 200),
'类别': np.random.choice(['A', 'B', 'C'], 200)
})
# 基本箱线图
sns.boxplot(data=df, x='类别', y='数值')
plt.title('分组箱线图')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 使用内置数据集
tips = sns.load_dataset('tips')
# 创建分组箱线图
sns.boxplot(data=tips, x='day', y='total_bill', hue='smoker')
plt.title('每日账单金额分布（按是否吸烟分组）')
plt.xlabel('星期')
plt.ylabel('账单金额（美元）')
plt.show()
4. 小提琴图（violinplot）
violinplot 结合了箱线图和核密度估计，展示数据分布形状。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建数据
np.random.seed(42)
df = pd.DataFrame({
'数值': np.concatenate([
np.random.normal(50, 10, 100),
np.random.normal(70, 15, 100),
np.random.normal(60, 12, 100)
]),
'类别': ['A'] * 100 + ['B'] * 100 + ['C'] * 100
})
# 基本小提琴图
sns.violinplot(data=df, x='类别', y='数值')
plt.title('分组小提琴图')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 使用内置数据集
tips = sns.load_dataset('tips')
# 创建小提琴图
sns.violinplot(data=tips, x='day', y='total_bill', hue='time', split=True)
plt.title('每日账单金额分布（小提琴图）')
plt.xlabel('星期')
plt.ylabel('账单金额（美元）')
plt.show()
5. 带状图（stripplot）和蜂群图（swarmplot）
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建数据
np.random.seed(42)
df = pd.DataFrame({
'数值': np.random.normal(50, 10, 150),
'类别': np.random.choice(['A', 'B', 'C'], 150)
})
# 带状图
sns.stripplot(data=df, x='类别', y='数值', jitter=True)
plt.title('带状图')
plt.show()
# 蜂群图
sns.swarmplot(data=df, x='类别', y='数值')
plt.title('蜂群图')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 使用内置数据集
tips = sns.load_dataset('tips')
# 结合箱线图和蜂群图
sns.boxplot(data=tips, x='day', y='total_bill', color='lightgray')
sns.swarmplot(data=tips, x='day', y='total_bill', color='black', size=3)
plt.title('每日账单金额分布（箱线图+蜂群图）')
plt.xlabel('星期')
plt.ylabel('账单金额（美元）')
plt.show()
6. 分类图（catplot）
catplot 是灵活的分类图函数，可以创建多种分类图的分面版本。
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
sns.set_style("whitegrid")
# 使用内置数据集
tips = sns.load_dataset('tips')
# 创建分面分类图
sns.catplot(data=tips, x='day', y='total_bill',
kind='box', col='time', hue='smoker')
plt.suptitle('分类图（分面）', y=1.02)
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
tips = sns.load_dataset('tips')
# 创建多种类型的分类图
sns.catplot(data=tips, x='day', y='total_bill',
kind='violin', col='time', row='smoker')
plt.suptitle('分面小提琴图', y=1.02)
plt.show()
第五部分：回归图（Regression Plots）
1. 回归图（regplot）
regplot 用于绘制散点图并拟合回归线。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建相关数据
np.random.seed(42)
x = np.random.randn(100)
y = 2 * x + np.random.randn(100) * 0.5
df = pd.DataFrame({'X': x, 'Y': y})
# 基本回归图
sns.regplot(data=df, x='X', y='Y')
plt.title('回归图')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 使用内置数据集
tips = sns.load_dataset('tips')
# 创建回归图
sns.regplot(data=tips, x='total_bill', y='tip',
scatter_kws={'alpha': 0.5},
line_kws={'color': 'red'})
plt.title('账单金额与小费关系（带回归线）')
plt.xlabel('账单金额（美元）')
plt.ylabel('小费（美元）')
plt.show()
多项式回归：
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建非线性数据
np.random.seed(42)
x = np.linspace(-3, 3, 100)
y = x**2 + np.random.randn(100) * 0.5
df = pd.DataFrame({'X': x, 'Y': y})
# 多项式回归
sns.regplot(data=df, x='X', y='Y', order=2, ci=None)
plt.title('多项式回归（2次）')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
tips = sns.load_dataset('tips')
# 带置信区间的回归图
sns.regplot(data=tips, x='total_bill', y='tip',
ci=95, # 95% 置信区间
scatter_kws={'s': 50, 'alpha': 0.6})
plt.title('回归图（带95%置信区间）')
plt.xlabel('账单金额（美元）')
plt.ylabel('小费（美元）')
plt.show()
2. 回归图（lmplot）
lmplot 是更灵活的回归图函数，支持分面。
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
sns.set_style("whitegrid")
# 使用内置数据集
tips = sns.load_dataset('tips')
# 基本回归图
sns.lmplot(data=tips, x='total_bill', y='tip', hue='smoker')
plt.title('回归图（按是否吸烟分组）')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
tips = sns.load_dataset('tips')
# 分面回归图
sns.lmplot(data=tips, x='total_bill', y='tip',
col='time', row='smoker', hue='sex')
plt.suptitle('分面回归图', y=1.02)
plt.show()
第六部分：矩阵图（Matrix Plots）
1. 热力图（heatmap）
heatmap 用于展示矩阵数据的颜色编码。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建矩阵数据
np.random.seed(42)
data = np.random.randn(10, 10)
df = pd.DataFrame(data)
# 基本热力图
sns.heatmap(df, annot=True, fmt='.2f', cmap='coolwarm')
plt.title('热力图')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建相关矩阵
np.random.seed(42)
data = np.random.randn(100, 5)
df = pd.DataFrame(data, columns=['A', 'B', 'C', 'D', 'E'])
corr = df.corr()
# 相关性热力图
sns.heatmap(corr, annot=True, fmt='.2f', cmap='RdYlBu_r',
center=0, square=True, linewidths=0.5)
plt.title('变量相关性热力图')
plt.tight_layout()
plt.show()
更复杂的热力图：
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建时间序列数据
dates = pd.date_range('2024-01-01', periods=12, freq='M')
categories = ['产品A', '产品B', '产品C', '产品D']
np.random.seed(42)
data = np.random.randint(1000, 5000, (12, 4))
df = pd.DataFrame(data, index=dates, columns=categories)
# 创建热力图
sns.heatmap(df.T, annot=True, fmt='d', cmap='YlOrRd',
cbar_kws={'label': '销售额'})
plt.title('月度产品销售热力图')
plt.xlabel('月份')
plt.ylabel('产品')
plt.xticks(rotation=45)
plt.yticks(rotation=0)
plt.tight_layout()
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
# 创建航班数据
flights = sns.load_dataset('flights')
flights_pivot = flights.pivot(index='month', columns='year', values='passengers')
# 创建热力图
sns.heatmap(flights_pivot, annot=True, fmt='d', cmap='YlGnBu',
cbar_kws={'label': '乘客数'})
plt.title('航班乘客数热力图')
plt.xlabel('年份')
plt.ylabel('月份')
plt.tight_layout()
plt.show()
2. 聚类图（clustermap）
clustermap 创建层次聚类的热力图。
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
sns.set_style("whitegrid")
# 创建数据
np.random.seed(42)
data = np.random.randn(20, 10)
df = pd.DataFrame(data)
# 聚类图
sns.clustermap(df, cmap='coolwarm', figsize=(10, 8))
plt.suptitle('聚类热力图', y=1.02)
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 使用内置数据集
iris = sns.load_dataset('iris')
iris_numeric = iris.drop('species', axis=1)
# 创建聚类图
sns.clustermap(iris_numeric.T, cmap='viridis', figsize=(8, 6))
plt.suptitle('鸢尾花数据聚类图', y=1.02)
plt.show()
第七部分：多面板图（Multi-plot Grids）
1. 分面网格（FacetGrid）
FacetGrid 用于创建多面板图表。
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
sns.set_style("whitegrid")
# 使用内置数据集
tips = sns.load_dataset('tips')
# 创建分面网格
g = sns.FacetGrid(tips, col='time', row='smoker', hue='sex')
g.map(plt.scatter, 'total_bill', 'tip')
g.add_legend()
plt.suptitle('分面散点图', y=1.02)
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
tips = sns.load_dataset('tips')
# 创建分面网格，使用不同的绘图函数
g = sns.FacetGrid(tips, col='day', hue='time')
g.map(sns.histplot, 'total_bill', kde=True)
g.add_legend()
plt.suptitle('每日账单金额分布', y=1.02)
plt.show()
2. 配对网格（PairGrid）
PairGrid 用于创建配对图的自定义版本。
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
sns.set_style("whitegrid")
# 使用内置数据集
iris = sns.load_dataset('iris')
# 创建配对网格
g = sns.PairGrid(iris, hue='species')
g.map_diag(sns.histplot)
g.map_upper(sns.scatterplot)
g.map_lower(sns.kdeplot)
g.add_legend()
plt.suptitle('自定义配对图', y=1.02)
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
iris = sns.load_dataset('iris')
# 创建配对网格
g = sns.PairGrid(iris, hue='species', vars=['sepal_length', 'sepal_width', 'petal_length', 'petal_width'])
g.map_diag(sns.histplot, kde=True)
g.map_offdiag(sns.scatterplot)
g.add_legend()
plt.suptitle('鸢尾花数据配对图', y=1.02)
plt.show()
第八部分：高级功能和自定义
1. 自定义调色板
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建自定义调色板
custom_palette = sns.color_palette("husl", 8)
sns.palplot(custom_palette)
plt.title('自定义调色板')
plt.show()
# 使用自定义颜色
colors = ['#FF6B6B', '#4ECDC4', '#45B7D1', '#FFA07A']
sns.set_palette(colors)
# 创建图表
df = pd.DataFrame({
'类别': ['A', 'B', 'C', 'D'],
'数值': [10, 20, 15, 25]
})
sns.barplot(data=df, x='类别', y='数值')
plt.title('使用自定义调色板')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 查看所有内置调色板
print("内置调色板：")
print(sns.palettes.SEABORN_PALETTES)
# 创建自定义调色板
my_palette = sns.color_palette("Set2", 5)
sns.palplot(my_palette)
plt.title('Set2 调色板（5种颜色）')
plt.show()
2. 图表保存
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
sns.set_style("whitegrid")
# 创建图表
tips = sns.load_dataset('tips')
sns.scatterplot(data=tips, x='total_bill', y='tip')
plt.title('小费与账单金额关系')
# 保存图表
plt.savefig('seaborn_chart.png', dpi=300, bbox_inches='tight')
plt.savefig('seaborn_chart.pdf', bbox_inches='tight')
plt.savefig('seaborn_chart.svg', bbox_inches='tight')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
sns.set_style("whitegrid")
# 创建图表
iris = sns.load_dataset('iris')
sns.pairplot(iris, hue='species')
# 保存图表（取消注释以保存）
# plt.savefig('iris_pairplot.png', dpi=300, bbox_inches='tight')
# print('图表已保存')
plt.show()
3. 组合多个图表
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
sns.set_style("whitegrid")
# 创建数据
np.random.seed(42)
df = pd.DataFrame({
'X': np.random.randn(200),
'Y': np.random.randn(200),
'类别': np.random.choice(['A', 'B', 'C'], 200)
})
# 创建多面板图表
fig, axes = plt.subplots(2, 2, figsize=(15, 12))
# 子图1：散点图
sns.scatterplot(data=df, x='X', y='Y', hue='类别', ax=axes[0, 0])
axes[0, 0].set_title('散点图')
# 子图2：直方图
sns.histplot(data=df, x='X', hue='类别', ax=axes[0, 1])
axes[0, 1].set_title('X 分布直方图')
# 子图3：箱线图
sns.boxplot(data=df, x='类别', y='Y', ax=axes[1, 0])
axes[1, 0].set_title('Y 值箱线图')
# 子图4：密度图
sns.kdeplot(data=df, x='Y', hue='类别', fill=True, ax=axes[1, 1])
axes[1, 1].set_title('Y 分布密度图')
plt.suptitle('综合数据分析', fontsize=16, fontweight='bold')
plt.tight_layout()
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
sns.set_style("whitegrid")
# 使用内置数据集
tips = sns.load_dataset('tips')
# 创建综合图表
fig, axes = plt.subplots(2, 2, figsize=(15, 12))
# 散点图
sns.scatterplot(data=tips, x='total_bill', y='tip', hue='time', ax=axes[0, 0])
axes[0, 0].set_title('账单与小费关系')
# 柱状图
sns.barplot(data=tips, x='day', y='total_bill', ax=axes[0, 1])
axes[0, 1].set_title('每日平均账单')
# 箱线图
sns.boxplot(data=tips, x='day', y='tip', hue='smoker', ax=axes[1, 0])
axes[1, 0].set_title('每日小费分布')
# 直方图
sns.histplot(data=tips, x='total_bill', kde=True, ax=axes[1, 1])
axes[1, 1].set_title('账单金额分布')
plt.suptitle('小费数据分析报告', fontsize=16, fontweight='bold')
plt.tight_layout()
plt.show()
第九部分：实际应用案例
案例 1：电商数据分析
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
sns.set_style("whitegrid")
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 创建电商数据
np.random.seed(42)
dates = pd.date_range('2024-01-01', periods=90, freq='D')
df = pd.DataFrame({
'日期': dates,
'销售额': np.random.randint(10000, 50000, 90),
'订单数': np.random.randint(100, 500, 90),
'访客数': np.random.randint(1000, 5000, 90),
'产品类别': np.random.choice(['电子产品', '服装', '食品', '图书'], 90),
'渠道': np.random.choice(['线上', '线下'], 90)
})
# 计算转化率
df['转化率'] = (df['订单数'] / df['访客数'] * 100).round(2)
# 创建综合分析图表
fig, axes = plt.subplots(2, 3, figsize=(18, 12))
# 1. 销售额趋势
sns.lineplot(data=df, x='日期', y='销售额', ax=axes[0, 0])
axes[0, 0].set_title('销售额趋势', fontsize=14, fontweight='bold')
axes[0, 0].tick_params(axis='x', rotation=45)
# 2. 产品类别销售额对比
sns.barplot(data=df, x='产品类别', y='销售额', ax=axes[0, 1])
axes[0, 1].set_title('各产品类别销售额', fontsize=14, fontweight='bold')
axes[0, 1].tick_params(axis='x', rotation=45)
# 3. 渠道对比
sns.boxplot(data=df, x='渠道', y='销售额', ax=axes[0, 2])
axes[0, 2].set_title('渠道销售额分布', fontsize=14, fontweight='bold')
# 4. 转化率分布
sns.histplot(data=df, x='转化率', kde=True, ax=axes[1, 0])
axes[1, 0].set_title('转化率分布', fontsize=14, fontweight='bold')
# 5. 访客数与订单数关系
sns.scatterplot(data=df, x='访客数', y='订单数', hue='渠道', ax=axes[1, 1])
axes[1, 1].set_title('访客数与订单数关系', fontsize=14, fontweight='bold')
# 6. 产品类别转化率对比
sns.violinplot(data=df, x='产品类别', y='转化率', ax=axes[1, 2])
axes[1, 2].set_title('各产品类别转化率分布', fontsize=14, fontweight='bold')
axes[1, 2].tick_params(axis='x', rotation=45)
plt.suptitle('电商数据分析报告', fontsize=18, fontweight='bold', y=0.995)
plt.tight_layout()
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
sns.set_style("whitegrid")
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 创建简化数据
np.random.seed(42)
df = pd.DataFrame({
'月份': ['1月', '2月', '3月', '4月', '5月', '6月'],
'销售额': np.random.randint(100000, 500000, 6),
'产品类别': ['电子产品', '服装', '食品', '图书', '电子产品', '服装']
})
# 创建图表
fig, axes = plt.subplots(1, 2, figsize=(14, 6))
sns.barplot(data=df, x='月份', y='销售额', ax=axes[0])
axes[0].set_title('月度销售额')
axes[0].tick_params(axis='x', rotation=0)
sns.barplot(data=df, x='产品类别', y='销售额', ax=axes[1])
axes[1].set_title('产品类别销售额')
axes[1].tick_params(axis='x', rotation=45)
plt.tight_layout()
plt.show()
案例 2：用户行为分析
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
sns.set_style("whitegrid")
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 创建用户行为数据
np.random.seed(42)
hours = list(range(24))
df = pd.DataFrame({
'小时': hours * 7,
'访问量': np.random.randint(100, 1000, 168),
'注册数': np.random.randint(10, 100, 168),
'购买数': np.random.randint(5, 50, 168),
'星期': ['周一'] * 24 + ['周二'] * 24 + ['周三'] * 24 + ['周四'] * 24 +
['周五'] * 24 + ['周六'] * 24 + ['周日'] * 24
})
# 计算转化率
df['注册转化率'] = (df['注册数'] / df['访问量'] * 100).round(2)
df['购买转化率'] = (df['购买数'] / df['访问量'] * 100).round(2)
# 创建分析图表
fig, axes = plt.subplots(2, 2, figsize=(16, 12))
# 1. 24小时访问量趋势
hourly_avg = df.groupby('小时')['访问量'].mean().reset_index()
sns.lineplot(data=hourly_avg, x='小时', y='访问量', marker='o', ax=axes[0, 0])
axes[0, 0].set_title('24小时平均访问量趋势', fontsize=14, fontweight='bold')
axes[0, 0].set_xlabel('小时')
axes[0, 0].set_ylabel('访问量')
axes[0, 0].grid(True, alpha=0.3)
# 2. 各星期访问量对比
sns.boxplot(data=df, x='星期', y='访问量', ax=axes[0, 1])
axes[0, 1].set_title('各星期访问量分布', fontsize=14, fontweight='bold')
axes[0, 1].tick_params(axis='x', rotation=45)
# 3. 转化率对比
df_melted = df.melt(id_vars=['小时'],
value_vars=['注册转化率', '购买转化率'],
var_name='转化类型', value_name='转化率')
sns.lineplot(data=df_melted, x='小时', y='转化率', hue='转化类型', ax=axes[1, 0])
axes[1, 0].set_title('转化率趋势对比', fontsize=14, fontweight='bold')
axes[1, 0].set_xlabel('小时')
axes[1, 0].set_ylabel('转化率（%）')
# 4. 访问量与注册数关系
sns.scatterplot(data=df, x='访问量', y='注册数', hue='星期', ax=axes[1, 1], alpha=0.6)
axes[1, 1].set_title('访问量与注册数关系', fontsize=14, fontweight='bold')
axes[1, 1].set_xlabel('访问量')
axes[1, 1].set_ylabel('注册数')
plt.suptitle('用户行为数据分析', fontsize=18, fontweight='bold')
plt.tight_layout()
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
sns.set_style("whitegrid")
# 创建简化数据
np.random.seed(42)
df = pd.DataFrame({
'小时': list(range(24)),
'访问量': np.random.randint(100, 1000, 24),
'注册数': np.random.randint(10, 100, 24)
})
# 创建图表
fig, axes = plt.subplots(1, 2, figsize=(14, 6))
sns.lineplot(data=df, x='小时', y='访问量', marker='o', ax=axes[0])
axes[0].set_title('24小时访问量趋势')
axes[0].grid(True, alpha=0.3)
sns.scatterplot(data=df, x='访问量', y='注册数', ax=axes[1])
axes[1].set_title('访问量与注册数关系')
axes[1].grid(True, alpha=0.3)
plt.tight_layout()
plt.show()
第十部分：常见问题和技巧
1. 处理大数据集
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建大数据集
np.random.seed(42)
large_df = pd.DataFrame({
'X': np.random.randn(10000),
'Y': np.random.randn(10000),
'类别': np.random.choice(['A', 'B', 'C'], 10000)
})
# 方法1：使用 alpha 透明度
sns.scatterplot(data=large_df, x='X', y='Y', hue='类别', alpha=0.1, s=10)
plt.title('大数据集散点图（使用透明度）')
plt.show()
# 方法2：采样
sample_df = large_df.sample(n=1000)
sns.scatterplot(data=sample_df, x='X', y='Y', hue='类别')
plt.title('采样后的散点图')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
sns.set_style("whitegrid")
# 创建较大数据集
np.random.seed(42)
df = pd.DataFrame({
'值': np.random.normal(50, 10, 5000),
'类别': np.random.choice(['A', 'B', 'C'], 5000)
})
# 使用直方图处理大数据
sns.histplot(data=df, x='值', hue='类别', bins=50, alpha=0.6)
plt.title('大数据集直方图')
plt.show()
2. 自定义样式和主题
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
# 设置自定义样式
sns.set_style("whitegrid", {
'axes.edgecolor': '0.8',
'axes.linewidth': 1.2,
'grid.color': '0.9',
'grid.linewidth': 0.8
})
# 设置自定义调色板
sns.set_palette("husl")
# 设置图表大小
sns.set_context("paper", font_scale=1.2)
# 创建图表
df = pd.DataFrame({
'类别': ['A', 'B', 'C', 'D'],
'数值': [10, 20, 15, 25]
})
sns.barplot(data=df, x='类别', y='数值')
plt.title('自定义样式图表')
plt.show()
运行测试：
# 复制以下代码到 Python 解释器运行
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# 尝试不同的上下文设置
contexts = ['paper', 'notebook', 'talk', 'poster']
for context in contexts:
sns.set_context(context)
df = pd.DataFrame({'类别': ['A', 'B', 'C'], '数值': [10, 20, 15]})
sns.barplot(data=df, x='类别', y='数值')
plt.title(f'上下文：{context}')
plt.show()
break # 只显示第一个作为示例
3. 导出高质量图表
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
sns.set_style("whitegrid")
# 创建图表
tips = sns.load_dataset('tips')
sns.scatterplot(data=tips, x='total_bill', y='tip')
plt.title('高质量图表示例')
# 保存为不同格式和分辨率
plt.savefig('chart_high_res.png', dpi=300, bbox_inches='tight',
facecolor='white', edgecolor='none')
plt.savefig('chart_vector.svg', bbox_inches='tight')
plt.savefig('chart_pdf.pdf', bbox_inches='tight')
plt.show()
总结
通过本教程，我们系统地学习了 Seaborn 图形绘制的各个方面：
- 基础设置：样式、主题、调色板
- 分布图：直方图、KDE 图、联合分布图、配对图
- 关系图：散点图、线图、关系图
- 分类图：柱状图、计数图、箱线图、小提琴图
- 回归图：回归图、线性模型图
- 矩阵图：热力图、聚类图
- 多面板图：分面网格、配对网格
- 高级功能：自定义调色板、图表组合、数据导出
关键要点：
- Seaborn 提供了美观的默认样式和统计功能
- 与 Pandas 无缝集成，使用 DataFrame 数据
- 支持多种图表类型和分面功能
- 适合数据科学和统计分析场景
下一步学习：
- Matplotlib 高级功能：更精细的控制
- Plotly：交互式图表
- Bokeh：Web 交互式可视化
- 数据科学项目：综合应用各种可视化工具
记住：数据可视化是数据分析的重要工具，多实践才能掌握！