提到seaborn估計(jì)不少初學(xué)數(shù)據(jù)分析的朋友都有這種經(jīng)歷打開(kāi)官方文檔函數(shù)列表長(zhǎng)得像超市貨架什么scatterplot、lineplot、boxplot、violinplot、kdeplot、jointplot……一眼望不到頭每個(gè)好像都得背下來(lái)但真正用的時(shí)候又拿不準(zhǔn)該用哪個(gè)。標(biāo)題里寫(xiě)的“seabon”應(yīng)該是“seaborn”的筆誤不過(guò)這個(gè)筆誤不重要重要的是后面那句從函數(shù)分類(lèi)來(lái)看。這個(gè)角度我覺(jué)得特別對(duì)因?yàn)閟eaborn之所以看起來(lái)難學(xué)恰恰是因?yàn)槟惆阉?dāng)成了一堆孤立的函數(shù)一旦你把它的函數(shù)體系按分類(lèi)梳理清楚整張圖就豁然開(kāi)朗了。這篇文章我就結(jié)合自己的實(shí)戰(zhàn)經(jīng)驗(yàn)帶大家把seaborn的函數(shù)從頭到尾按類(lèi)型拆一遍順便說(shuō)說(shuō)每個(gè)分類(lèi)背后的設(shè)計(jì)邏輯、適用場(chǎng)景以及我踩過(guò)的那些坑。1. 為什么我建議從函數(shù)分類(lèi)開(kāi)始學(xué)seaborn而不是背函數(shù)1.1 我的彎路抄了半個(gè)月代碼才發(fā)現(xiàn)的規(guī)律最早我學(xué)seaborn的時(shí)候完全是被動(dòng)式的用法。今天要畫(huà)個(gè)散點(diǎn)圖就搜scatterplot明天要畫(huà)箱線圖又搜boxplot。代碼是能跑但每次換一個(gè)數(shù)據(jù)集、換一個(gè)分析方向我就得重新查一遍文檔效率低得可怕。后來(lái)有次做綜合練習(xí)需要用同一個(gè)數(shù)據(jù)集同時(shí)畫(huà)散點(diǎn)圖、分布圖、分類(lèi)箱線圖我才發(fā)現(xiàn)這三個(gè)圖之間居然存在一個(gè)上下位的調(diào)用關(guān)系——scatterplot其實(shí)是relplot的一個(gè)子集boxplot其實(shí)是catplot的子集而kdeplot、histplot都被整合在displot里。那一刻我意識(shí)到seaborn不是隨機(jī)堆了不少函數(shù)而是有意識(shí)地把函數(shù)按“要回答什么問(wèn)題”分成了幾大類(lèi)。這件事對(duì)我觸動(dòng)很大因?yàn)楹芏嘟坛躺蟻?lái)就教你plt.subplots加ax.scatter或者直接擺出十幾個(gè)API卻沒(méi)有人點(diǎn)破seaborn內(nèi)部的分類(lèi)邏輯。結(jié)果就是你背了一堆函數(shù)名但遇到真實(shí)的分析任務(wù)還是不知道從哪個(gè)門(mén)進(jìn)去。相反如果你腦子里先有一個(gè)“分類(lèi)框架”哪怕你忘了某一個(gè)具體函數(shù)的名字也能通過(guò)類(lèi)別反推出來(lái)。1.2 函數(shù)分類(lèi)其實(shí)是一張“可視化決策地圖”我用一個(gè)類(lèi)比來(lái)解釋為什么分類(lèi)重要seaborn像一座圖書(shū)館里面的書(shū)是按主題分區(qū)的。你借書(shū)的時(shí)候不會(huì)滿(mǎn)館亂逛而是先確定你要的是“小說(shuō)”還是“科普”再進(jìn)入對(duì)應(yīng)的書(shū)架。seaborn的函數(shù)分類(lèi)也是這樣——它通盤(pán)回答了三個(gè)最底層的問(wèn)題你要看兩個(gè)變量之間的關(guān)系嗎進(jìn)“關(guān)系圖”分類(lèi)。你要看一個(gè)或者多個(gè)變量的分布形態(tài)嗎進(jìn)“分布圖”分類(lèi)。你需要對(duì)比不同類(lèi)別的差異嗎進(jìn)“分類(lèi)圖”分類(lèi)。這三類(lèi)之外還有回歸圖、矩陣圖這樣的“特種書(shū)架”。當(dāng)你把seaborn的API理解成這么一張決策地圖選函數(shù)就不再是死記硬背而是順著分析目標(biāo)一步步走下決策分支。這也是我寫(xiě)這篇文章的初衷幫大家把這張地圖畫(huà)出來(lái)以后拿到任何數(shù)據(jù)都能照著地圖找到正確的繪圖函數(shù)。2. seaborn的函數(shù)體系到底怎么分層2.1 圖級(jí)函數(shù)與軸級(jí)函數(shù)理解API設(shè)計(jì)的支點(diǎn)在拆具體分類(lèi)之前必須先搞清一個(gè)貫穿整個(gè)seaborn的分層概念圖級(jí)函數(shù)figure-level和軸級(jí)函數(shù)axes-level。這是seaborn一切API設(shè)計(jì)的基礎(chǔ)也是新手最容易混淆的地方。圖級(jí)函數(shù)的名字基本都以*plot結(jié)尾比如relplot、displot、catplot、lmplot、pairplot、jointplot。它們的特點(diǎn)是一次調(diào)用就會(huì)自動(dòng)創(chuàng)建整個(gè)Figure畫(huà)布并且可以分割出多個(gè)子圖。你想按某種變量分列、分行圖級(jí)函數(shù)直接用col、row參數(shù)就搞定了。軸級(jí)函數(shù)則比如scatterplot、lineplot、histplot、kdeplot、boxplot、violinplot等。它們只負(fù)責(zé)在當(dāng)前已有的坐標(biāo)系A(chǔ)xes上畫(huà)一層圖形不創(chuàng)建新畫(huà)布也不管子圖切分。你通常會(huì)先建好matplotlib的Figure和Axes對(duì)象然后把軸級(jí)函數(shù)一把a(bǔ)x參數(shù)傳進(jìn)去。用一個(gè)表來(lái)對(duì)照層級(jí)函數(shù)示例畫(huà)布管理適合場(chǎng)景圖級(jí)函數(shù)relplot/displot/catplot/pairplot自動(dòng)創(chuàng)建整套圖要分面、要比較多個(gè)子圖軸級(jí)函數(shù)scatterplot/histplot/boxplot繪制在指定Axes上畫(huà)單幅圖或嵌入自定義布局記住這個(gè)分層之后你會(huì)發(fā)現(xiàn)很多困惑瞬間解開(kāi)。例如有人問(wèn)為什么relplot里能傳col而scatterplot里傳不了因?yàn)閟catterplot是軸級(jí)函數(shù)它沒(méi)有能力管理整張畫(huà)布分面是relplot承擔(dān)的責(zé)任。同理displot和histplot的關(guān)系也不是“兩個(gè)不同的函數(shù)”而是“同一個(gè)繪圖邏輯的兩種膠囊”。2.2 四大分類(lèi)模塊關(guān)系、分布、分類(lèi)、回歸與矩陣在“分層”之上seaborn還按統(tǒng)計(jì)圖形類(lèi)型做了二次分類(lèi)。我把它體系化為四個(gè)模塊再加上一個(gè)畫(huà)布工具模塊關(guān)系圖模塊核心是relplot下面掛scatterplot、lineplot。用于探索數(shù)值型變量之間的相互影響。分布圖模塊核心是displot下面掛histplot、kdeplot、ecdfplot、rugplot。用于看數(shù)據(jù)和分布形態(tài)。分類(lèi)圖模塊核心是catplot下面掛stripplot、swarmplot、boxplot、violinplot、boxenplot、pointplot、barplot、countplot。用于處理含離散分類(lèi)變量的場(chǎng)景。回歸圖與矩陣圖模塊回歸圖包含regplot、lmplot、residplot矩陣圖包含heatmap、jointplot、pairplot、clustermap。這個(gè)分類(lèi)不是官方文檔里完全照搬的說(shuō)法官方文檔把關(guān)系、分布、分類(lèi)拆成三個(gè)大板塊回歸和矩陣各自獨(dú)立但它足夠概括seaborn的核心函數(shù)也方便記憶。模塊之間不是說(shuō)“不能混用”而是說(shuō)每個(gè)模塊解決一類(lèi)典型問(wèn)題。舉個(gè)例子你可以用scatterplot繪制離散點(diǎn)后再疊加histplot當(dāng)坐標(biāo)軸邊框的分布這是組合用的常見(jiàn)手法并不沖突。3. 關(guān)系圖、分布圖、分類(lèi)圖三大主力分類(lèi)的適用場(chǎng)景與案例3.1 關(guān)系圖relplot體系探尋變量間相互影響relplot是關(guān)系圖的總?cè)肟谒膬蓚€(gè)軸級(jí)子函數(shù)是scatterplot和lineplot。你可能會(huì)問(wèn)散點(diǎn)圖不就是直接畫(huà)坐標(biāo)點(diǎn)嗎為什么還要包一層relplot核心原因在于relplot支持語(yǔ)義映射參數(shù)hue按顏色區(qū)分size按點(diǎn)大小區(qū)分style按形狀區(qū)分col和row按子圖分面。這四個(gè)映射組合起來(lái)一張散點(diǎn)圖就能表達(dá)五六個(gè)維度的信息。舉個(gè)我常用到的場(chǎng)景分析某模擬平臺(tái)用戶(hù)消費(fèi)行為想同時(shí)看“消費(fèi)金額”和“購(gòu)買(mǎi)次數(shù)”的關(guān)系還想知道“不同會(huì)員等級(jí)”之間的差異。如果用scatterplot代碼是import seaborn as sns import pandas as pd # 假設(shè)data是長(zhǎng)格式DataFrame包含金額、次數(shù)、會(huì)員等級(jí)、周幾 sns.scatterplot(datadata, x消費(fèi)金額, y購(gòu)買(mǎi)次數(shù), hue會(huì)員等級(jí))這樣能看出顏色差異但如果還要按“周幾”分列觀察變化趨勢(shì)就要轉(zhuǎn)用relplotsns.relplot( datadata, x消費(fèi)金額, y購(gòu)買(mǎi)次數(shù), hue會(huì)員等級(jí), col周幾, kindscatter # 默認(rèn)就是scatter也可以填line )kindscatter代表用散點(diǎn)圖來(lái)畫(huà)關(guān)系換成kindline就變成折線關(guān)系圖。這張圖會(huì)自動(dòng)變成一排子畫(huà)布非常直觀。實(shí)話說(shuō)relplot最容易被忽略的是線條場(chǎng)景。很多人以為關(guān)系圖只用來(lái)畫(huà)散點(diǎn)其實(shí)時(shí)間序列這種“x軸有天然順序”的數(shù)據(jù)用relplot(kindline)加hue和style比手動(dòng)循環(huán)plt.plot快得多。它還能自動(dòng)聚合重復(fù)x值省去提前算均值的步驟。3.2 分布圖displot體系觀察單個(gè)或多個(gè)變量的形態(tài)displot是分布圖的集成入口整合了原來(lái)的histplot、kdeplot、ecdfplot以及一個(gè)輔助性的rugplot。分布圖要回答的問(wèn)題是我的數(shù)據(jù)長(zhǎng)什么樣集中在哪個(gè)區(qū)間有沒(méi)有明顯的峰值或長(zhǎng)尾這個(gè)分類(lèi)在探索性數(shù)據(jù)分析階段幾乎是必用的。最基礎(chǔ)的用法是看單變量直方圖sns.displot(datadata, x消費(fèi)金額, kindhist)kind參數(shù)支持切換成kde核密度曲線和ecdf經(jīng)驗(yàn)累積分布函數(shù)。我自己的習(xí)慣是先用hist看直方圖發(fā)現(xiàn)分布有雙峰或偏斜后再疊加kde看平滑曲線sns.displot(datadata, x消費(fèi)金額, kindkde, hue會(huì)員等級(jí))displot同樣支持hue、col、row所以想看不同組別的分布對(duì)比非常容易。還有一個(gè)值得一提的點(diǎn)可以傳兩個(gè)變量進(jìn)去畫(huà)二維直方圖或二維核密度圖這時(shí)displot變成了“分布熱力圖”sns.displot(datadata, x消費(fèi)金額, y購(gòu)買(mǎi)次數(shù), kindkde, thresh0.05)這種圖在分析兩個(gè)連續(xù)變量的聚集區(qū)域時(shí)特別好用尤其是當(dāng)你發(fā)現(xiàn)散點(diǎn)圖重疊太嚴(yán)重、看不清密度的時(shí)候。3.3 分類(lèi)圖catplot體系對(duì)付非數(shù)值型維度說(shuō)到分類(lèi)圖這是seaborn里函數(shù)最多的一個(gè)模塊也是很多初學(xué)者最頭疼的地方boxplot、violinplot、stripplot、swarmplot、barplot、pointplot、countplot……名字都像到底什么時(shí)候用哪個(gè)其實(shí)理解了catplot的分類(lèi)邏輯就不亂了。catplot的入口統(tǒng)一用kind參數(shù)切換具體的軸級(jí)圖。按照“展示原始數(shù)據(jù)點(diǎn)”和“展示統(tǒng)計(jì)匯總”兩條線索可以分成展示分布形態(tài)box箱線圖、boxen增強(qiáng)箱線圖、violin小提琴圖。展示原始數(shù)據(jù)點(diǎn)strip散點(diǎn)分布、swarm蜜蜂群圖。展示統(tǒng)計(jì)匯總bar柱狀圖、point點(diǎn)圖、count頻數(shù)圖。我處理真實(shí)數(shù)據(jù)時(shí)的選擇標(biāo)準(zhǔn)很簡(jiǎn)單如果樣本量不大幾千條以?xún)?nèi)我會(huì)先用swarm畫(huà)蜂群圖既能看見(jiàn)每個(gè)樣本的位置又不重疊樣本量大了swarm會(huì)畫(huà)出很長(zhǎng)的尾巴性能也下降就換box或violin。例如sns.catplot(datadata, x會(huì)員等級(jí), y消費(fèi)金額, kindviolin)這里x是分類(lèi)變量y是連續(xù)變量kindviolin同時(shí)展示分布和分位數(shù)。如果還想看到底有沒(méi)有異常值可以疊加stripsns.catplot(datadata, x會(huì)員等級(jí), y消費(fèi)金額, kindviolin, innerNone) sns.catplot(datadata, x會(huì)員等級(jí), y消費(fèi)金額, kindstrip, alpha.5)注意單獨(dú)調(diào)用兩次catplot會(huì)生成兩張圖如果想疊加到同一張圖上就要用軸級(jí)函數(shù)在小提琴圖上繼續(xù)畫(huà)散點(diǎn)。這種“先用圖級(jí)函數(shù)把布局搭好再用軸級(jí)函數(shù)往里面加細(xì)節(jié)”的組合是后面講到的進(jìn)階技巧。countplot這個(gè)函數(shù)也很容易被忽略其實(shí)它等價(jià)于catplot(kindcount)專(zhuān)門(mén)用來(lái)畫(huà)離散變量的頻數(shù)分布。比如看會(huì)員等級(jí)的分布一個(gè)countplot就夠了不需要自己value_counts再畫(huà)柱狀圖sns.catplot(datadata, x會(huì)員等級(jí), kindcount)4. 回歸圖與矩陣圖函數(shù)分類(lèi)里容易被忽略的王牌4.1 回歸圖從散點(diǎn)里找出趨勢(shì)線回歸圖這個(gè)分類(lèi)經(jīng)常被劃到關(guān)系圖里但seaborn把它單獨(dú)拿出來(lái)說(shuō)明它有自己的位置。核心函數(shù)是regplot和lmplot。regplot是軸級(jí)函數(shù)lmplot則是它的圖級(jí)版額外支持hue、col、row。很多人以為回歸圖就是“畫(huà)完散點(diǎn)再畫(huà)一條擬合線”其實(shí)沒(méi)那么簡(jiǎn)單。regplot能自動(dòng)計(jì)算置信區(qū)間畫(huà)出來(lái)的陰影帶代表擬合線的不確定性。我通常用它來(lái)做兩個(gè)連續(xù)變量的初步探索看看有沒(méi)有線性趨勢(shì)順帶檢測(cè)異常點(diǎn)。sns.regplot(datadata, x消費(fèi)金額, y購(gòu)買(mǎi)次數(shù))如果有多組對(duì)比那就用lmplotsns.lmplot(datadata, x消費(fèi)金額, y購(gòu)買(mǎi)次數(shù), hue會(huì)員等級(jí))這里有個(gè)技術(shù)細(xì)節(jié)regplot和lmplot都支持order參數(shù)設(shè)置多項(xiàng)式回歸的階數(shù)。數(shù)據(jù)明顯是曲線關(guān)系時(shí)設(shè)置order2就能擬合二次曲線。還有x_bins和x_ci這種參數(shù)可以把x分成幾段再計(jì)算均值置信區(qū)間畫(huà)出來(lái)是類(lèi)似折線的效果在探索非線性關(guān)系時(shí)很好用。回歸圖實(shí)際分析中還有一個(gè)常被忽略的點(diǎn)用residplot看殘差。你擬合完線性回歸后如果殘差圖呈現(xiàn)出有規(guī)律的結(jié)構(gòu)說(shuō)明模型假設(shè)不成立比如漏掉了強(qiáng)非線性項(xiàng)。seaborn提供了專(zhuān)門(mén)的residplot直接畫(huà)殘差分布不需要自己調(diào)用sklearn算完再畫(huà)。4.2 矩陣圖一圖看完所有兩兩關(guān)系矩陣圖分類(lèi)中pairplot和heatmap是數(shù)據(jù)分析里出場(chǎng)率極高的兩個(gè)函數(shù)。pairplot能把數(shù)據(jù)集中所有數(shù)值型列兩兩組合的散點(diǎn)圖畫(huà)成一個(gè)矩陣對(duì)角線畫(huà)單變量分布。我第一次用的時(shí)候非常震撼一行代碼十幾張子圖自動(dòng)生成。比如sns.pairplot(data[[消費(fèi)金額, 購(gòu)買(mǎi)次數(shù), 會(huì)員等級(jí)]], hue會(huì)員等級(jí))這個(gè)函數(shù)在處理小規(guī)模數(shù)據(jù)集時(shí)幾乎是神兵利器它能快速暴露變量之間的線性相關(guān)性、簇狀結(jié)構(gòu)、分布形態(tài)。但要注意變量一多就爆炸。如果有十幾個(gè)數(shù)值列pairplot會(huì)生成上百?gòu)堊訄D圖變小不說(shuō)渲染還慢這時(shí)我更建議先用相關(guān)性矩陣heatmap做初篩sns.heatmap(data.corr(numeric_onlyTrue), annotTrue, cmapcoolwarm)heatmap不直接屬于關(guān)系/分布/分類(lèi)這三類(lèi)但它是真正的“數(shù)據(jù)可視化之王”尤其是看相關(guān)矩陣。annotTrue把相關(guān)系數(shù)數(shù)字直接標(biāo)在格子里cmap選一個(gè)發(fā)散型色帶比如冷色到暖色一眼就能看出哪些變量正相關(guān)、哪些負(fù)相關(guān)哪些完全沒(méi)有關(guān)系。jointplot有一點(diǎn)特殊它既可以畫(huà)雙變量分布也可以疊加回歸或者散點(diǎn)。實(shí)際上jointplot是圖級(jí)函數(shù)它會(huì)自動(dòng)生成一個(gè)“主圖兩個(gè)坐標(biāo)軸邊緣分布圖”的組合。比如你想深度探究消費(fèi)金額和購(gòu)買(mǎi)次數(shù)的聯(lián)合分布可以這樣sns.jointplot(datadata, x消費(fèi)金額, y購(gòu)買(mǎi)次數(shù), kindhex)kindhex用六邊形分箱展示密度比普通散點(diǎn)更耐看。jointplot本質(zhì)上是一個(gè)獨(dú)立的圖級(jí)封裝雖然在分類(lèi)上我把它放在矩陣圖里但它和pairplot的關(guān)系并不是子集關(guān)系而是一個(gè)關(guān)注“兩變量聯(lián)合”、一個(gè)關(guān)注“多變量?jī)蓛山M合”。5. 從函數(shù)分類(lèi)角度避坑版本更替與數(shù)據(jù)格式5.1 老版本的distplot與kdeplot被整合別再用舊函數(shù)seaborn版本迭代帶來(lái)的一個(gè)典型坑是老版本里的distplot函數(shù)在新的主流版本中已經(jīng)廢棄官方建議改用displot或histplot。如果你在搜索引擎上看到舊教程里面寫(xiě)著sns.distplot(x)在較新版本中的seaborn里運(yùn)行會(huì)直接報(bào)錯(cuò)。我之前有一次幫同學(xué)排查代碼看到報(bào)錯(cuò)信息里出現(xiàn)“distplotis a deprecated function and will be removed”對(duì)方還很疑惑說(shuō)照教程寫(xiě)的怎么會(huì)錯(cuò)其實(shí)就是版本問(wèn)題。正確的做法是把舊的畫(huà)單變量分布需求轉(zhuǎn)換到displot# 舊寫(xiě)法已廢棄 # sns.distplot(data[消費(fèi)金額]) # 新寫(xiě)法 sns.displot(data[消費(fèi)金額])如果是想在已有Axes上畫(huà)一條分布曲線就用histplot或kdeplot它們才是軸級(jí)函數(shù)。這個(gè)版本更替其實(shí)也印證了我前面講的分類(lèi)邏輯displot是圖級(jí)入口histplot和kdeplot是它內(nèi)部的軸級(jí)實(shí)現(xiàn)。你只要腦子里有“圖級(jí)/軸級(jí)”這把尺子看到distplot被廢棄也不會(huì)慌去找替代的函數(shù)名即可。5.2 長(zhǎng)格式數(shù)據(jù)與寬格式數(shù)據(jù)請(qǐng)務(wù)必分清第二個(gè)常踩的坑是數(shù)據(jù)格式。seaborn的設(shè)計(jì)強(qiáng)烈偏向于使用長(zhǎng)格式tidy data每一行是一個(gè)觀測(cè)每一列是一個(gè)變量這樣x、y、hue才能自由映射。但很多人用慣了pandas拿到的原始數(shù)據(jù)是寬格式比如每列是一個(gè)時(shí)間點(diǎn)行是不同的用戶(hù)。直接把寬格式喂給seaborn經(jīng)常畫(huà)不出來(lái)或者畫(huà)出的圖完全不對(duì)。我處理寬格式數(shù)據(jù)的習(xí)慣是先用pd.melt()把它轉(zhuǎn)成長(zhǎng)格式。舉個(gè)典型例子原來(lái)數(shù)據(jù)長(zhǎng)這樣用戶(hù)ID一月二月三月A100150200B90110130要畫(huà)每個(gè)用戶(hù)在每個(gè)月的消費(fèi)變化不能直接把整張表傳給relplot需要先轉(zhuǎn)換df_long df.melt(id_vars用戶(hù)ID, var_name月份, value_name消費(fèi)金額) sns.relplot(datadf_long, x月份, y消費(fèi)金額, hue用戶(hù)ID, kindline)轉(zhuǎn)換完之后x、y、hue才各有所指。記住seaborn的所有分類(lèi)函數(shù)前提都是數(shù)據(jù)處于長(zhǎng)格式。只有heatmap可以直接吃寬格式的矩陣因?yàn)樗举|(zhì)上是把DataFrame的值按行列坐標(biāo)染色。5.3 圖級(jí)函數(shù)與軸級(jí)函數(shù)混用時(shí)的畫(huà)布控制第三個(gè)坑是關(guān)于畫(huà)布控制的。很多人用plt.subplots()建好畫(huà)布之后又喊sns.displot(...)結(jié)果發(fā)現(xiàn)displot自己又開(kāi)了一張圖并不畫(huà)在剛才的子圖上。這是因?yàn)閳D級(jí)函數(shù)自帶畫(huà)布管理你外面建好的Axes根本傳不進(jìn)去。解決辦法有兩種第一種如果就是要用圖級(jí)函數(shù)那就別手動(dòng)創(chuàng)建畫(huà)布直接在調(diào)用relplot、displot、catplot時(shí)通過(guò)參數(shù)控制行列數(shù)目。第二種如果想和其他圖組合比如把散點(diǎn)圖和箱線圖放在同一個(gè)坐標(biāo)系里就要切換到軸級(jí)函數(shù)去畫(huà)。軸級(jí)函數(shù)有一個(gè)統(tǒng)一的ax參數(shù)可以接收Matplotlib的Axes對(duì)象。import matplotlib.pyplot as plt fig, axes plt.subplots(1, 2, figsize(12, 4)) sns.scatterplot(datadata, x消費(fèi)金額, y購(gòu)買(mǎi)次數(shù), hue會(huì)員等級(jí), axaxes[0]) sns.boxplot(datadata, x會(huì)員等級(jí), y消費(fèi)金額, axaxes[1]) plt.tight_layout()這個(gè)操作看起來(lái)簡(jiǎn)單但很多人會(huì)在這里卡住半天。本質(zhì)原因就是沒(méi)分清圖級(jí)和軸級(jí)。scatterplot和boxplot都是軸級(jí)函數(shù)它們的責(zé)任是“在給定的坐標(biāo)系上畫(huà)內(nèi)容”所以能把它們畫(huà)進(jìn)指定位置而scatterplot的圖級(jí)大哥relplot沒(méi)有ax參數(shù)它天然要自己管整張畫(huà)布。6. 我自己的選型習(xí)慣用函數(shù)分類(lèi)快速選圖的方法6.1 一個(gè)簡(jiǎn)潔的決策流程函數(shù)分類(lèi)不應(yīng)該停留在概念上最好變成肌肉記憶。我給自己總結(jié)了一個(gè)用函數(shù)分類(lèi)決定畫(huà)圖方法的決策流程每次拿到數(shù)據(jù)都會(huì)按這個(gè)思路走一遍第一步先判斷分析目標(biāo)。如果要看關(guān)系選關(guān)系圖分類(lèi)要看分布選分布圖分類(lèi)要對(duì)比類(lèi)別選分類(lèi)圖分類(lèi)要做回歸診斷選回歸圖分類(lèi)要一覽全局選矩陣圖分類(lèi)。第二步在分類(lèi)內(nèi)部再判斷要不要分面。需要分面就選圖級(jí)函數(shù)relplot/displot/catplot不需要就可以直接用軸級(jí)函數(shù)。第三步根據(jù)數(shù)據(jù)樣本量選擇具體子圖。比如分類(lèi)圖分類(lèi)里數(shù)據(jù)量大選box或violin數(shù)據(jù)量小選swarm能展示更多細(xì)節(jié)。這個(gè)流程不復(fù)雜但極大減少了我“選擇困難”的時(shí)間。遇到陌生數(shù)據(jù)集時(shí)我會(huì)先跑一個(gè)pairplot加一個(gè)heatmap做探索快速了解整體情況然后針對(duì)最關(guān)心的關(guān)系進(jìn)入對(duì)應(yīng)的分類(lèi)用圖級(jí)函數(shù)畫(huà)帶分面的大圖最后如果有必要再回到軸級(jí)函數(shù)做微調(diào)。這套思路從函數(shù)分類(lèi)來(lái)但已經(jīng)超出了“函數(shù)名記憶”的范圍變成一種分析框架。6.2 給初學(xué)者的練習(xí)順序如果你剛開(kāi)始用seaborn我不建議按函數(shù)字母表去背。更有效的做法是按分類(lèi)做“最小案例練習(xí)”先試relplot(kindscatter)和relplot(kindline)理解關(guān)系圖分類(lèi)。再試displot(kindhist)、displot(kindkde)理解分布圖分類(lèi)。然后試catplot(kindbox)、catplot(kindviolin)、catplot(kindbar)理解分類(lèi)圖分類(lèi)。最后用regplot和lmplot體會(huì)回歸圖用pairplot和heatmap體會(huì)矩陣圖。每組案例都刻意加hue和col參數(shù)看看圖級(jí)函數(shù)的分面能力。這樣學(xué)下來(lái)你的掌握速度會(huì)比一個(gè)個(gè)函數(shù)零敲碎打快很多。因?yàn)槟銜?huì)發(fā)現(xiàn)同一個(gè)分類(lèi)里的函數(shù)它們共享大量參數(shù)設(shè)計(jì)例如hue、col、row、palette在圖級(jí)函數(shù)中幾乎都是通用的軸級(jí)函數(shù)則普遍帶有ax參數(shù)。一把尺子量到底這大概就是函數(shù)分類(lèi)帶來(lái)的最大紅利。最后再分享一個(gè)我自己的小習(xí)慣電腦上常年開(kāi)著seaborn的官方分類(lèi)頁(yè)面但一直不是用來(lái)查具體函數(shù)參數(shù)的而是用來(lái)確認(rèn)某個(gè)圖屬于哪個(gè)分類(lèi)。分類(lèi)比函數(shù)名更穩(wěn)定即便版本升級(jí)改了函數(shù)名分類(lèi)層面的圖型邏輯一般不會(huì)大變。當(dāng)你發(fā)現(xiàn)自己不靠搜索也能憑分類(lèi)推理出“這個(gè)場(chǎng)景應(yīng)該能用displot去畫(huà)”的時(shí)候seaborn在你的工具庫(kù)里才算真正順手了。