ML入门——EDA探索性数据分析（中）(Seaborn)
本系列其他全部链接：
ML入门——EDA探索性数据分析（上）
ML入门——EDA探索性数据分析（中）(Seaborn)
ML入门——EDA探索性数据分析（下）(特征工程)
前言：Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。整理了一下常用的seaborn的api，后续随时补充到这里吧！
image
1. 单变量数据——displot(直方图/灰度图)
sns.distplot(x,kde=True)默认情况下，kde的值为True
-
bins=20来调节更精细的； -
rug=True配合着实例来看（一个个小线段） -
fit=stats.gamma这里就是拟合其他的分布函数 -
KDE：kernal density estimate（核密度估计，后续详细展开）
2. 双变量数据——jointplot(散点图)
双变量的数据分析，散点图。(同时把两个变量的分布也呈现出来)
sns.jointplot(x='x',y='y',data=df)
双变量的数据分析，六角箱图（当数据非常大的时候）
sns.jointplot(x=x,y=y,kind='hex')
双变量的数据分析，核密度估计（画出来的等高线图）
sns.jointplot(x=x,y=y,kind='kde')
3. 多变量数据——pairplot
多变量的数据分析，两两之间的变量关系
-
sns.pairplot(df)当数据的维度非常大的时候，建议
loc出比较关注的列；其中对角线表示的是单变量的灰度图
-
g = sns.PairGrid(pd)表示先按照维度n，给出n*n的格子
g.map_diag(sns.kdeplot)对角线画什么内容g.map_offdiag(sns.kdeplot, n_levels=20)对角线画什么内容,n_levels表示的是等高线的数量
4. 连续变量关联分析——lmplot
默认的为：散点图 + 线性回归 + 95%置信区间
4.1 连续值*连续值
sns.lmplot(x="xxx",y="xxx",data=df)这里参数x,y分别是对应的x轴和y轴的标签
4.2 连续值(y)*离散值(x)
离散取值上用均值和置信区间代替离散点
sns.lmplot(x="xx",y='xx',data=df,x_estimator=np.mean,ci=95)
4.3 高阶拟合
order=2就是拟合的阶数，默认是的1阶线性的
4.4 异常值
robust=True依照一定的方式剔除异常值（但是并不是很靠谱的）
4.5 离散值(y)*连续值(x)
二值回归，就是无论x取什么，y值的取值只有2种：
logistic=True逻辑回归
-
逻辑回归补充
将上面式子拆解成2个式子一下，就是：
LR模型可以被认为就是一个被Sigmoid函数（logistic方程）所归一化后的线性回归模型！
逻辑回归(Logistic Regression, LR)模型其实仅在线性回归的基础上，套用了一个逻辑函数，
4.6 做分组
hue="xxx" 注意：这里的对象一定是离散的，只有离散的才能做得了分组
hue="xxx",row="xxx",col="xxx" 添加更多的条件
5. 离散变量分析
5.1 分组柱状图——barplot
sns.barplot(x='xxx',y='xxx',hue='fff',data=df)
这里是按照hue的这一维度进行分组，然后，默认画出均值，以及errobar（置信区间）
- 参数
ci是打开的；如果不需要，则ci=None
image
5.2 分类散点图——stripplot
sns.stripplot(x='xxx',y='xxx',hue='fff',data=df)
image
-
jitter = True这里给重叠在一起的散点做一些抖动
5.3 蜂群图——swarmplot
其实就是把stripplot的贴在一起的散点展开来了
sns.swarmplot(x='xxx',y='xxx',hue='fff',data=df)
image
5.4 箱线图——boxplot
上边缘、上四分位数、中位数、下四分位数、下边缘
sns.boxplot(x="day", y="total_bill", hue="time", data=tips)
image
5.5 提琴图——violinplot
sns.violinplot(x="day", y="total_bill", hue="time", data=tips)
-
非对称提琴图
sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True, inner="stick")-
split=True这样得出的就是将两个提琴图各取一半拼接而成 -
注意1：
hue的这个维度必须是二值的 -
注意2：
inner='stick'这个是将实例用短线划在里面
image
-
5.6 灰度柱状图——countplot
其对应的数值就是pandas中的value_counts
sns.countplot(x='desk',data=pd)
5.7 factorplot
通过kind指定想要画的什么类型的图，应该不太常用，不好用！
sns.factorplot(x="day", y="total_bill", hue="smoker", col="time", data=tips, kind="swarm")
5.8 PairGrid
g = sns.PairGrid(data,x_var=['x','x','x'],y_var=['y','y','y'])
g.map(sns.violinplot)
其实就是先创建格子，然后，map给各个子图怎么画的指令
