【基础】Seaborn数据可视化高级技巧

# 1. Seaborn数据可视化简介**

Seaborn是一个基于Matplotlib构建的Python数据可视化库，它提供了高级的作图接口，可以轻松创建美观且信息丰富的统计图形。与Matplotlib相比，Seaborn具有以下优势：

* **更高级的API：**Seaborn提供了一个更高级的API，允许用户使用更少的代码创建更复杂的图表。
* **内置主题：**Seaborn提供了一系列内置主题，可以轻松地自定义图表的外观。
* **统计功能：**Seaborn集成了许多统计功能，例如相关性分析和聚类，可以帮助用户深入了解数据。

# 2. Seaborn数据可视化基本操作

### 2.1 数据导入和预处理

#### 数据导入

Seaborn支持多种数据格式的导入，包括：

- Pandas DataFrame
- NumPy数组
- 字典
- CSV文件

import seaborn as sns
import pandas as pd

# 从 CSV 文件导入数据
df = pd.read_csv('data.csv')

# 从字典导入数据
data = {'name': ['John', 'Mary', 'Bob'], 'age': [20, 25, 30]}
df = pd.DataFrame(data)

#### 数据预处理

在可视化数据之前，通常需要进行一些预处理操作，例如：

- **处理缺失值：**使用 `dropna()` 或 `fillna()` 函数删除或填充缺失值。
- **转换数据类型：**使用 `astype()` 函数将数据类型转换为适当的类型，例如将字符串转换为数字。
- **处理异常值：**使用 `clip()` 或 `replace()` 函数处理异常值，例如将异常值替换为中位数或均值。

# 处理缺失值
df = df.dropna()

# 转换数据类型
df['age'] = df['age'].astype(int)

# 处理异常值
df['age'] = df['age'].clip(lower=18, upper=65)

### 2.2 常用图表类型和绘制方法

Seaborn提供了多种图表类型，包括：

- **折线图：** `lineplot()`
- **散点图：** `scatterplot()`
- **直方图：** `histplot()`
- **密度图：** `kdeplot()`
- **箱线图：** `boxplot()`
- **热力图：** `heatmap()`

# 绘制折线图
sns.lineplot(data=df, x='age', y='salary')

# 绘制散点图
sns.scatterplot(data=df, x='age', y='salary')

# 绘制直方图
sns.histplot(data=df, x='age')

# 绘制密度图
sns.kdeplot(data=df, x='age')

# 绘制箱线图
sns.boxplot(data=df, x='age', y='salary')

# 绘制热力图
sns.heatmap(data=df.corr(), annot=True)

### 2.3 图表美化和定制

#### 图表美化

Seaborn提供了多种图表美化选项，包括：

- **颜色：** `color` 参数
- **标记：** `marker` 参数
- **线宽：** `linewidth` 参数
- **透明度：** `alpha` 参数

# 设置图表颜色
sns.lineplot(data=df, x='age', y='salary', color='blue')

# 设置标记形状
sns.scatterplot(data=df, x='age', y='salary', marker='o')

# 设置线宽
sns.lineplot(data=df, x='age', y='salary', linewidth=2)

# 设置透明度
sns.heatmap(data=df.corr(), annot=True, alpha=0.5)

#### 图表定制

Seaborn还允许对图表进行更高级别的定制，例如：

- **添加标题和标签：** `title()` 和 `xlabel()`/`ylabel()` 函数
- **设置坐标轴范围：** `xlim()` 和 `ylim()` 函数
- **添加网格线：** `grid()` 函数
- **创建子图：** `FacetGrid` 和 `SubplotGrid`

# 添加标题和标签
sns.lineplot(data=df, x='age', y='salary')
plt.title('Salary vs. Age')
plt.xlabel('Age')
plt.ylabel('Salary')

# 设置坐标轴范围
sns.scatterplot(data=df, x='age', y='salary')
plt.xlim(18, 65)
plt.ylim(0, 100000)

# 添加网格线
sns.heatmap(data=df.corr(), annot=True)
plt.grid()

# 创建子图
g = sns.Fac