Python 数据可视化：Seaborn 初体验

Seaborn 是基于 Matploblib 发展而来的实现数据可视化的库，它提供了一些更高级的工具，使得应用起来比 Matplotlib 更简单。因此，目前应用非常广泛。在第0-3课中已经说明了 Seaborn 的安装方法，如果尚未安装好，可以参考有关内容，或者参考 Seaborn 的官方网站。

初步了解 Seaborn

Seaborn 的目的是通过对 Matplotlib 的更高级封装，可以自动处理来自数据集（包括 DataFrame 和数组等类型）的不同特征数据。

%matplotlib inline
import seaborn as sns    # ①
sns.set()    # ②
tips = sns.load_dataset("tips")    # ③
sns.relplot(x='total_bill', y='tip', 
            col='time', hue='smoker', style='smoker', size='size', data=tips)    # ④

输出结果：

enter image description here

因为 Seaborn 是基于 Matplotlib 的，所以还需要在程序前面写上 %matplotlib inline，以实现将图示嵌入到当前的页面中。

观察生成的图示中坐标系的 title 和各个坐标轴上的说明，再对照代码，并没有出现 Matplotlib 中不得不有的函数，比如 title、set_xlabel 等。仅从这一点，就显示出来 Seaborn 是相对 Matplotlib 更高级的封装。更何况右侧的图例，代码中更看不到 legend 的使用。

Seaborn 以非常简捷的代码实现了数据可视化。

下面详细研习这段程序。

语句 ① 引入 seaborn 库，注意，将其更名为 sns 是业界习惯。

语句 ②，意味着所得可视化结果采用 Seaborn 默认的风格，包括主题、色彩搭配等。

语句 ③，这是 Seaborn 相对 Matplotlib 的一大特征，Seaborn 中集成了一些数据集，这些数据集都是 DataFrame 类型，可以通过 load_dataset 获得，参数 'tips' 意味着获得 tips 数据集——③ 最终返回了 DataFrame 对象，这个数据集的主要特征和基本数据状况如下：

tips.sample(5)

avatar

tips.dtypes

#out
total_bill     float64
tip            float64
sex           category
smoker        category
day           category
time          category
size             int64