- #### seaborn是一個建立在matplot之上，可用於製作豐富和非常具有吸引力統計圖形的Python庫。
- #### Seaborn旨在將可視化作爲探索和理解數據的核心部分，有助於幫人們更近距離了解所研究的數據集。
字形編碼問題¶
- 在matplotlib 或 Seaborn 中，對於中文必須特別設定，否則圖不會顯示中文
- 請採用以下設定，請參考
- 建議:
- Mac可用字體：SimHei
- Windows 可用字體：Microsoft JhengHei
STEP1: 先用以下程式碼找到目前字體路徑，確認目前是抓哪個字體¶
In [1]:
from matplotlib.font_manager import findfont, FontProperties
findfont(FontProperties(family=FontProperties().get_family()))
Out[1]:
STEP2:使用以下程式碼去尋找設定檔路徑¶
In [2]:
import matplotlib
matplotlib.matplotlib_fname()
Out[2]:
- 1.找出 C:\Users\user\Anaconda3\lib\site-packages\matplotlib\mpl-data\matplotlibrc 檔案，然後用記事本打開
- 2.將font.family與font.serif註解(#)移除，並在font.serif後方加入Microsoft JhengHei
STEP3: 刪除.matplotlib快取資料夾¶
- 然後刪除.matplotlib 資料夾，因為.matplotlib 資料夾裡面有舊有的matplotlib 快取(cache)檔案，為避免更新後的字體在讀取到舊的快取，所有要刪除。
STEP4:放入字體至matplotlib指定字體路徑¶
- 將msj文字檔(載點，為其他網友提供)下載，以msj命名之，在儲存到以下路徑資料夾 ： C:\Users\您的使用者名稱\Anaconda3\Lib\site-packages\matplotlib\mpl-data\fonts\ttf
STEP5: 使用rcParams 參數指定字體¶
In [7]:
#測試一下
%matplotlib inline
##將後續畫圖的結果直接顯現在網頁中
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns #加入seaborn套件
from matplotlib.font_manager import FontProperties
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['Microsoft JhengHei']
plt.rcParams['axes.unicode_minus'] = False
plt.plot((1,2,3),(4,3,-1))
plt.title("聲量圖")
plt.ylabel("文章數量")
plt.xlabel("品牌名稱")
plt.show()
[標準開始動作]. 如果你用python的目標是科學計算或數值分析，基本是引⼊三個套件¶
In [5]:
%matplotlib inline
##將後續畫圖的結果直接顯現在網頁中
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns #加入seaborn套件
[Part 1]. 基本敘述性統計¶
tips(小費)數據集。小費數據集，是一個餐廳侍者收集的關於小費的數據，其中包含了七個變量，包括
- total_bill: 總費用
- tip: 付小費的金額
- sex: 付款者性別
- smoker: 是否吸菸
- day: 日期
- time: 給小費的時段
- size: 顧客人數。
[主要分析目的]. 通過數據分析和建模，可幫助餐廳侍者預測來餐廳就餐的顧客是否會會支付小費。¶
In [9]:
tips = pd.read_csv('tips.csv')
In [10]:
tips.head() #看前五筆資料
Out[10]:
In [11]:
tips.tail() #看後面幾筆
Out[11]:
In [12]:
tips.describe() #基本統計量，只會列出屬"量"資料
Out[12]:
[Part 2]. Visualization to EDA¶
- Seaborn 套件是以 matplotlib 為基礎建構的高階繪圖套件，讓使用者更加輕鬆地建立圖表，我們可以將它視為是 matplotlib 的補強
In [13]:
sns.set(style="ticks")
In [14]:
sns.scatterplot(x="total_bill", y="tip",
hue="time",
data=tips)
Out[14]:
2-1.次數分配圖¶
In [15]:
sns.distplot(tips['total_bill'])
Out[15]:
In [16]:
sns.distplot(tips['total_bill'],kde = False) # kde = Kernel Density
Out[16]:
上圖顯示，顧客在餐廳的消費總金額主要是在5-35的範圍內分佈的(右偏分佈)¶
2-2.count plot¶
In [17]:
sns.countplot(x = 'smoker', data = tips)
Out[17]:
來餐廳就餐的顧客，不抽菸者比會抽菸者多¶
In [18]:
sns.barplot(x="day", y="total_bill", data=tips)
Out[18]:
In [19]:
sns.countplot(x = 'time', data = tips)
Out[19]:
顧客來餐廳就餐，主要是來晚飯多一些，來吃午餐的總次數更少一些¶
In [20]:
sns.countplot(x = 'size', data = tips)
Out[20]:
個人來餐廳就餐的總次數高於其他人次¶
In [21]:
sns.countplot(x = 'day', data = tips)
Out[21]:
消費次數來說，週六最高¶
2-3. Bar-plot¶
In [22]:
sns.barplot(x="day", y="total_bill", data=tips)
Out[22]:
但顧客主要是週日、週六、週四來餐廳就餐，但消費金額是周日最高¶
In [24]:
sns.barplot(x="day", y="total_bill", hue="sex", data=tips)
Out[24]:
就餐時消費的賬單，這家餐廳男性的消費較多(男性買單的次數會比由女性買單的次數多一些)¶
In [25]:
sns.barplot(x="time", y="tip", data=tips,
order=["Dinner", "Lunch"])
Out[25]:
In [26]:
from numpy import median
sns.barplot(x="day", y="tip", data=tips, estimator=median) #用每天的中位數去估計小費的高低
Out[26]:
[Part 3].較進階的語法¶
kind : { “scatter” | “reg” | “resid” | “kde” | “hex” }, optional
Kind of plot to draw.
3-1. Joint-Plot¶
In [23]:
sns.jointplot(x = 'total_bill', y = 'tip', data = tips)
Out[23]:
- ### 顧客主要消費在10-30元之間，
- ### 對應給侍者小費的錢在1-5元之間
In [24]:
sns.jointplot(x = 'total_bill', y = 'tip', data = tips,kind = 'hex' ) # 清晰地視覺化視圖，顏色的深度代表頻率
Out[24]:
- ### 消費總金額集中在10-20元之間，小費集中在1-3.5元之間
- ### 但這並不能證明"消費金額越高，小費就給的越多"
In [25]:
sns.jointplot(x = 'total_bill', y = 'tip', data = tips ,kind = 'kde')
Out[25]:
In [26]:
sns.jointplot(x = 'total_bill', y = 'tip', data = tips ,kind = 'reg')
Out[26]:
做一條簡單的迴歸線，它表明了小費的金額是隨着總賬單金額的增加而增加的¶
3-2.Pair-plot¶
我們可看不同變數之間的散佈圖狀況¶
In [27]:
sns.pairplot(tips)
Out[27]:
數據集中在"消費總額、小費金額以及顧客數量"三個變量之間¶
In [28]:
sns.pairplot(tips ,hue ='sex', markers=["o", "s"]) #o是圓圈，s是方塊
#看看性別在不同變數間的關係
# hue ='sex' 以性別當圖標
Out[28]:
- ### 使用兩種不同的顏色用於區分性別
- ### 這間餐廳的男性顧客較多，但性別是否造成給小費高低的差別，目前無法辨識
3-3. Box-plot¶
In [29]:
sns.boxplot(x = 'day', y= 'total_bill', data = tips)
Out[29]:
大部分賬單是在週六和週日支付的¶
In [30]:
sns.boxplot(x = 'day', y= 'total_bill', data = tips, hue = 'sex') # hue = 'sex'以性別當圖標
Out[30]:
- ### 只有在週六時，女性買單的次數會比男性多。
- ### 但具體原因不知，需要質性調查
3-4.Cat-Plot¶
In [31]:
sns.set(style="ticks", color_codes=True)
In [32]:
help(sns.catplot)
In [33]:
sns.catplot(x="sex", y="total_bill",
hue="smoker", col="time",
data=tips, kind="bar",
height=4, aspect=.7)
Out[33]:
In [ ]: