python数据可视化之 seaborn

简介

Seaborn 是一个数据可视化的库，主要用来生成热力图的，详情查看它的官网。这个工具一定要混合 matplotlib 来使用，我们在做好图之后还是必须要用 plt.show 才能展示图片，同时图片的布局也是靠 matplotlib。

热力图

热力图很多人其实是第一次接触，我在查了百度之后的百度百科结果不太满意，转而投奔 Wiki 结果如下：

A heat map (or heatmap) is a graphical representation of data where the individual values contained in a matrix are represented as colors. “Heat map” is a newer term but shading matrices have existed for over a century.

除此之外我们还可以看到一些重要的描述如下：

Heat maps originated in 2D displays of the values in a data matrix. Larger values were represented by small dark gray or black squares (pixels) and smaller values by lighter squares.

我们可以看到它其实是用深浅来表示大小的。调用 seaborn 的代码实现如下：

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

np.random.seed(0)
sns.set()
uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data)
plt.show()

当然这仅仅是热图中的一小部分，它还有其他功能，可以参考官网 heatmap 的章节。

密度图

通过这个图我们能看出数据的密度，能很直观的看出输出的值最集中的区域。简单的代码（二维密度图）如下：

import numpy as np; np.random.seed(10)
import seaborn as sns; sns.set(color_codes=True)
import matplotlib.pyplot as plt
mean, cov = [0, 2], [(1, .5), (.5, 1)]
x, y = np.random.multivariate_normal(mean, cov, size=50).T
ax = sns.kdeplot(x, y, shade=True)
plt.show()

同理，其他细节可以参考官网 kdeplot 章节。

结尾

对于可视化的工具，个人比较喜欢插它官网的 Gallery，比如 Echart 的 Gallery，在 Gallery 中我们可以很好的把握图标的样式，还能得到样例代码，不失为一件美事。