Python 数据可视化：数据分布统计图和热图

本课将继续介绍 Seaborn 中的统计图。一定要牢记，Seaborn 是对 Matplotlib 的高级封装，它优化了很多古老的做图过程，因此才会看到一个函数解决问题的局面。

在统计学中，研究数据的分布情况，也是一个重要的工作，比如某些数据是否为正态分布——某些机器学习模型很在意数据的分布情况。

在 Matplotlib 中，可以通过绘制直方图将数据的分布情况可视化。在 Seaborn 中，也提供了绘制直方图的函数。

输出结果：

sns.distplot 函数即实现了直方图，还顺带把曲线画出来了——曲线其实代表了 KDE。

除了 sns.distplot 之外，在 Seaborn 中还有另外一个常用的绘制数据分布的函数 sns.kdeplot，它们的使用方法类似。

首先看这样一个示例。

输出结果：

① 的作用是设置所得图示的背景颜色，这样做的目的是让下面的 ② 绘制的图像显示更清晰，如果不设置 ①，在显示的图示中看到的就是白底图像，有的部分看不出来。

② 最终得到的是坐标网格，而且在图中分为三部分，如下图所示。

相对于以往的坐标网格，多出了 B 和 C 两个部分。也就是说，不仅可以在 A 部分绘制某种统计图，在 B 和 C 部分也可以绘制。

继续 *** 作：

输出结果：

语句 ③ 实现了在坐标网格中绘制统计图的效果，jp.plot 方法以两个绘图函数为参数，分别在 A 部分绘制了回归统计图，在 B 和 C 部分绘制了直方图，而且直方图分别表示了对应坐标轴数据的分布，即：

我们把有语句 ② 和 ③ 共同实现的统计图，称为联合统计图。除了用 ② ③ 两句可以绘制这种图之外，还有一个函数也能够“两步并作一步”，具体如下：

输出结果：

seaborn 常用 基于matplotlib, 解决分组问题。【横轴，纵轴，数据集】

往往画的聚合指标图像

barplot() 条形图

scatterplot() 散点图

swarmplot(）

sns.violinplot() 琴图

sns.countplot() 统计条形图

sns.pairplot() 成对图像

sns.heatmap() 热力图 用颜色深浅表达大小

sns.boxplot() 箱线图

sns.displot()直方图

数据： tips = sns.load_dataset('tips')

tips.groupby('sex')['total_bill'].mean()

sns.boxplot(x='sex',y='total_bill',data=tips) 横轴，纵轴，数据。

sns.distplot(tips.total_bill)

连续 VS 连续

离散 VS 连续

sns的hue参数：分组因子 hue_order:分组的顺序

例：股票随着时间的变化

人随着每次考试的分数的变化

比较大小

例：在某一时期内两个同学的成绩谁高谁低。（通过高矮或宽窄表示大小）

组与组数据比较大小

算出来的，均值加减标准差得到置信区间。

两个维度表达对应关系（映射关系，函数关系）

例：经纬度

所有样本点自变量和因变量的关系

增加1个维度，气泡的大小，成为气泡图。

描述数据分布。（可看数据异常）

例：看一组数据是否符合正态分布

原理：数据按大小划分几个区域，在哪个区域加1。 分高度和宽度：宽度：数据区域，高度：落在区域里数据个数。（转换成概率称为kde图像）

IQR = Q3- Q1

upper = Q3 + 1.5IQR

bottom = Q1 + 1.5*IQR

sns.boxplot()

描述两组数据关系

注：卡方验证主要是离散数据和离散数据之间的关系

corr（）关系函数，默认person系数。

矩阵的值对应两个值的关系。

极浅的点和及深的点需要注意。

---