使用 Seaborn 在 Python 中简化数据可视化

Seaborn 通过为您提供一系列“开箱即用”的绘图类型，使复杂的事情变得简单。

图片来源

JuralMin, CC0。Jason Baker 修改。

在 Seaborn 中绘图比在 Matplotlib 中简单得多。虽然 Matplotlib 使困难的事情成为可能，但 Seaborn 通过为您提供一系列“开箱即用”的绘图类型，使复杂的事情变得简单。

几乎只需一行代码…

在本系列中，我通过在每个库中绘制相同的图表来比较 Python 绘图库。这是一个英国选举结果的多组条形图。

在我们继续之前，请注意您可能需要调整您的 Python 环境才能运行此代码，包括以下内容。

运行最新版本的 Python（Linux、Mac 和 Windows 的说明）
验证您正在运行的 Python 版本与这些库兼容

数据可在线获取，可以使用 pandas 导入

import pandas as pd
df = pd.read_csv('https://anvil.works/blog/img/plotting-in-python/uk-election-results.csv')

以下是如何在 Seaborn 中创建此多组条形图

    ax = sns.barplot(
        data=df,
        x="year",
        y="seats",
        hue="party",
        palette=['blue', 'red', 'yellow', 'grey'],
        saturation=0.6,
    )

结果

A multi-bar plot, with (almost) one line of Python.

图片来源

Seaborn 具有如此简单的界面，因为它不需要您操纵数据结构来定义绘图的外观。相反，您将数据整理成长格式，然后完成数据操作。您只需告诉 Seaborn 将绘图的哪些方面映射到数据中的哪些变量即可。

如果您想在条形的 hue 中编码 party 变量，请指定

hue="party"

如果您想在 X 轴上的位置编码 year 变量，请指定

x="year"

Seaborn 处理颜色的方式非常有趣。您可以使用人类可读的颜色名称来指定颜色。我使用了红色、蓝色、黄色和灰色，但您也可以使用像丑陋的绿色、暗淡的蓝色和电紫色这样的颜色。这些颜色被映射到由 XKCD 作者 Randall Munroe 创建的众包颜色名称定义库。

Just a few of the uncannily accurate XKCD color names

图片来源

为了完整起见，我必须提及在绘图语句之前需要运行几行样板代码

    # A couple of lines of boilerplate
    sns.set()
    plt.figure()

当然，您必须导入库和数据

    # Import Matplotlib and Seaborn
    import matplotlib.pyplot as plt
    import seaborn as sns

由于这是一个 Matplotlib 的包装器，您仍然需要在最后施放 Matplotlib 绘图魔法

    plt.show()

毫不妥协

好的，所以我有了这个非常漂亮的界面，它使常见的绘图变得非常简单。但这不会剥夺我的能力吗？幸运的是，事实并非如此。Seaborn 是一种很好的抽象——它使常见情况变得非常容易，但它也让您可以访问较低级别的抽象。就像 Anvil 一样，Seaborn 为您提供了“逃生舱口”，以便在需要时使用底层。

当我调用 sns.barplot 时，它返回了该绘图的 Matplotlib Axis 对象。我可以使用它来添加标题和网格，并调整轴标签，就像我在 Matplotlib 中所做的那样

    ax.set_title('UK election results')

    ax.grid(color='#cccccc')

    ax.set_ylabel('Seats')
    ax.set_xlabel(None)
    ax.set_xticklabels(df["year"].unique().astype(str), rotation='vertical')

这是结果