在前一篇文章 Pandas數據可視化工具——Seaborn用法整理(上)，我們了解了如何使用這些Seaborn代碼繪制分布圖和分類圖。在本文中，我們將繼續討論Seaborn提供的一些其他以繪制不同類型統計圖的功能，我們將從矩陣圖開始討論。

矩陣圖

矩陣圖是一種以行和列的形式顯示數據的圖。Heat maps是矩陣圖的一個典型例子。

Heat Maps

Heat Maps通常用于以矩陣形式繪制數值列之間的相關性。這里需要提到的是，要繪制矩陣圖，需要有關于行和列的有價值的信息。延續上一篇文章的主題，我們將使用財報數據10-18年的數據，看看行和列標題是否都是有意義的信息。執行以下代碼:

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns

df = DataSource('financial_statement_CN_STOCK_A').read(start_date='2010-04-01',end_date='2018-04-02')

df.head()

在輸出中，可以看到如下結果:

從輸出中可以看到，列標頭包含有用的信息，如股票代碼、日期、固定資產、營業利潤等。而行標頭只包含索引0、1、2等。一種方法是調用數據集上的corr()方法。函數的作用是:返回數據集中所有數字列之間的相關性。執行以下代碼:

df_0 = df[['date','instrument','fs_operating_profit','fs_current_assets','fs_net_profit_ttm','fs_roe','fs_gross_profit_margin','fs_free_cash_flow']]

df_0.corr()

(這里為了使結果圖簡潔，只選擇了六個統計量。)

在輸出中，將看到各列之間的相關系數，如下所示:

現在，要創建具有這些相關值的Heat Maps，需要調用heatmap()函數并將相關系數的DataFrame傳遞給它。請看下面的代碼:

sns.heatmap(df_0.corr())

在輸出中，將看到如下結果:

從輸出中可以看出，heatmap的基本功能是為行和列值的每個組合繪制一個框。圖像的顏色取決于漸變。例如，在上面的圖像中，如果兩個特征之間有很高的相關性，對應的單元格或者方框是白偏向于色的，另一方面，如果沒有相關性，對應的單元格是黑色的。

通過為傳遞參數annot為True，相關系數也可以繪制在heatmap上。執行下面的代碼，看看這是否有效:

sns.heatmap(df_0.corr(), annot=True)

還可以通過給cmap傳遞參數來更改heatmap的顏色?，F在，看看下面的代碼:

sns.heatmap(df_0.corr(), cmap='winter')

結果如下：

除了僅使用所有列之間的相關性之外，還可以使用pivot_table函數指定索引、列以及希望看到的與索引和列對應的值。為了展示pivot_table函數的運行情況，我們可以觀察單個股票的情況。這里我們

執行以下代碼導入數據集并查看數據集的前5行:

df_1 = df.ix[df['instrument']=='600760.SHA']#選出某一只股票單獨作圖(否則圖像無意義)

df_2 = df_1.pivot_table(index='fs_quarter_index', columns='fs_quarter_year', values='fs_roe' )

df_2.head()

輸出：

(由于財報數據沒有類似月份的列，我們選擇的時間也相對較短，本圖美觀度有所欠缺，不過重在總結方法)

現在使用pivot_table函數，我們可以創建一個Heat Maps，顯示在特定年份的特定季度特定股票的凈資產收益率(fs_roe)。為此，我們將輸入季度(fs_quarter_index)作為index參數的值。index屬性對應于行。接下來，我們需要將輸入年份(fs_quarter_year)作為列參數。最后對于values參數，我們將輸入凈資產收益率(fs_roe)。執行以下代碼:

sns.heatmap(df_2)

結果如下

從結果可以明顯看出，該股票在這段時間里凈資產收益率的變化

有時候，我們會發現方框或單元格是重疊的，單元格邊界之間的區別不是很清楚。要在單元格之間創建清晰的邊界，可以使用linecolor和linewidths參數?？纯聪旅娴拇a:

sns.heatmap(df_2, linecolor='blue', linewidth=1)

在上面的代碼中，我們輸入了“blue”作為linecolor參數的值，而line width參數被設置為1。在輸出中，您將看到每個單元格的藍色邊界:

如果需要更厚的邊界，可以增加linewidth參數的值。

Cluster Map

除了Heat Map，另一個常用的矩陣圖是Cluster Map。Cluster Map基本上使用層次聚類來對矩陣的行和列進行聚類。

讓我們繪制一個Cluster Map，表示在特定季度和特定年份的凈資產收益率。執行以下代碼:

df_3 = df_1[['fs_quarter_index','fs_roe','fs_quarter_year']]

df_4 = df_3.pivot_table(index='fs_quarter_year', columns='fs_quarter_index', values='fs_roe')

sns.clustermap(df_4)

要繪制集群映射，需要使用clustermap函數，與heat map函數一樣，傳遞的數據集應該具有行和列的有意義的標題。上面代碼的結果是這樣的:

在輸出中，您可以看到根據特定季度和特定年份聚集起來的凈資產收益率。

至此，我們結束了關于矩陣圖的討論。在下一節中，我們將開始討論Seaborn庫的網格功能。

Seaborn網格

Seaborn中的網格允許我們根據圖中使用的特性操作子圖。

Pair Grid

在本系列文章的第1部分中，我們了解了如何使用pair plot繪制數據集中數字列的所有可能組合的散點圖。

現在讓我們在上述代碼的基礎上繪制Pair Plot。執行以下代碼:

df_5 = df[['fs_account_payable','fs_account_receivable','fs_capital_reserves','fs_construction_in_process','fs_undistributed_profit']]

sns.pairplot(df_5)

該代碼輸出是這樣的:

現在我們來畫Pair Grid看看Pair Grid和Pair Plot的區別。要創建對網格，只需將數據集傳遞給PairGrid函數，如下所示:

sns.PairGrid(df_5)

在輸出中，可以看到空網格。這就是pair grid函數的作用。它返回數據集中所有特性的空網格集。

接下來，需要對pair grid函數返回的對象調用map函數，并將希望在網格上繪制的繪圖類型傳遞給它。讓我們用對網格繪制一個散點圖。

df_5 = df_5.dropna()

df_6 = sns.PairGrid(df_5)

df_6.map(plt.scatter)

輸出是這樣的:

可以在看到df_5中所有列分別作x、y軸的散點圖。

還可以在同一對網格上繪制不同類型的圖。例如，如果想在對角線上繪制“分布”圖，在對角線的上半部分繪制“kdeplot”圖，在對角線的下半部分繪制“散點”圖，那么可以分別使用map_diag、map_upper和map_lower函數。將繪制的繪圖類型作為參數傳遞給這些函數。看看下面的代碼:

grids = sns.PairGrid(df_5)

grids.map_diag(sns.distplot)

grids.map_upper(sns.kdeplot)

grids.map_lower(plt.scatter)

代碼結果如下：

從上面的圖像中可以看出pair grid函數的真正威力。對角線上是分布圖，上半部分是核密度圖，下半部分是散點圖。

Facet Grids

Facet Grid用于將兩個或兩個以上的分類特征與兩個或兩個以上的數字特征進行繪圖。讓我們畫一個 Facet Grid來展示這幾個統計量兩兩之間的關系。

在本節中，我們將再次使用財報數據的部分列。執行以下代碼加載數據集:

df_6 = df[['fs_quarter_index','fs_roe','fs_quarter_year','fs_account_payable','fs_account_receivable','fs_capital_reserves','fs_construction_in_process','fs_undistributed_profit']]

df_6.head()

要繪制Facet Grid，使用FacetGrid()函數。函數的第一個參數是數據集，第二個參數col指定要在列上繪圖的特性，而row參數指定行上的特性。函數的作用是:返回一個對象。與pair grid類似，可以使用map函數指定要繪制的繪圖類型。

執行以下腳本:(winsorize函數將df_6進行去極值處理，目的是使得結果更加具有表現力)

def winsorize(df, width=3):

df = df.copy()

factor_columns = set(df.columns).difference(['date','instrument'])

for factor in factor_columns:

mean = df[factor].mean()

sigma = df[factor].std()

df[factor] = df[factor].clip(mean-width*sigma,mean+width*sigma)

return df

df_6 = winsorize(df_6)

grid = sns.FacetGrid(data=df_6, col='fs_quarter_year', row='fs_quarter_index')

grid.map(sns.distplot, 'fs_roe')

在上面的代碼中，我們在小平面網格上繪制了凈資產收益率分布圖。輸出是這樣的:

從輸出中，您可以看到4×9個圖，單個圖上展示了各個股票在特定年份特定季度的凈資產收益率(fs_roe)的分布，這由FacetGrid()函數指定。

對于不同的子圖之間，子圖的位置決定了該子圖的時間：第一行第一列的圖為2009年第一季度的凈資產收益率的分布圖，以此類推

除了為一個特征繪制分布圖外，我們還可以繪制包含面網格上兩個特征的散點圖。

例如，下面的代碼為年份和季度繪制了應付賬款(fs_account_payable)和資本公積金(fs_capital_reserves)的散點圖。

grid = sns.FacetGrid(data=df_6, col='fs_quarter_year', row='fs_quarter_index')

grid.map(sns.scatterplot, 'fs_account_payable','fs_capital_reserves')

輸出結果如下：

回歸圖

回歸圖，顧名思義，是用來進行兩個或多個變量之間的回歸分析。

在這一節中，我們將研究線性模型圖，它根據數據繪制出兩個變量之間的線性關系以及最佳擬合回歸線。

為了繪制線性模型，使用lmplot()函數。第一個參數是要在x軸上繪制的特征，第二個變量是要在y軸上繪制的特征。最后一個參數是數據集。執行以下代碼:

sns.lmplot(x='fs_account_payable', y='fs_capital_reserves', data=df_6)

還可以根據分類特征繪制多個線性模型。特性名作為值傳遞給hue參數。例如，如果要繪制不同季度的時候應付賬款(fs_account_payable)和資本公積金(fs_capital_reserves)之間關系的多個線性模型，根據不同季度的情況，可以使用lmplot函數如下:

sns.lmplot(x='fs_account_payable', y='fs_capital_reserves', data=df_6,hue='fs_quarter_index')

結果如下：

從輸出可以看出，對于理想切割的鉆石，克拉與價格之間的線性關系是最陡的，而對于合理切割的鉆石，線性模型是最淺的。

除了為不同色調的cut feature繪制數據外，我們還可以為每個cut繪制一個plot。為此，需要將列名傳遞給col屬性?？纯聪旅娴哪_本:

sns.lmplot(x='fs_account_payable', y='fs_capital_reserves', data=df_6,col='fs_quarter_index')

在輸出中，將看到鉆石數據集的cut列中的每個值都有一個單獨的列，如下所示:

還可以使用aspect和size參數更改繪圖的大小和縱橫比。看看下面的代碼:

sns.lmplot(x='fs_account_payable', y='fs_capital_reserves', data=df_6,col='fs_quarter_index',aspect = 0.5,size = 8)

aspect參數定義寬度和高度之間的縱橫比。長寬比為0.5意味著寬度是輸出中所示高度的一半。

可以看出，圖的大小已經發生了變化，字體大小仍然很小。在下一節中，我們將看到如何控制Seaborn圖的字體和樣式。

圖像樣式

Seaborn庫提供了多種樣式選項。在本節中，我們將講解其中一些。

設置風格

函數的作用是:設置網格的樣式。您可以將darkgrid、whitegrid、dark、white和tick作為參數傳遞給set_style函數。

在本節中，我們將再次使用df_6。執行以下代碼以查看darkgrid樣式。

df_6 = df_6.dropna()

sns.set_style('darkgrid')

sns.distplot(df_6['fs_roe'])

輸出如下：

在輸出中，您可以看到我們有帶有網格的黑色背景。讓我們看看whitegrid是什么樣子。執行以下代碼:

sns.set_style('whitegrid')

sns.distplot(df_6['fs_roe'])

輸出如下：

現在你可以看到我們仍然有網格在背景中，但深灰色的背景是不可見的。我們建議嘗試使用其他選項，看看哪種風格適合自己。

改變圖大小

由于Seaborn在后臺使用Matplotlib函數，可以使用Matplotlib的pyplot包來更改圖形大小，如下圖所示:

plt.figure(figsize=(8,4))

sns.distplot(df_6['fs_roe'])

在上面的代碼中，我們將情節的寬度和高度分別設置為8英寸和4英寸。上面腳本的輸出是這樣的:

設置 Context

可以使用theset_context()函數，并將poster作為惟一的屬性傳遞給它，如下所示:

sns.set_context('poster')

sns.distplot(df_6['fs_roe'])

在輸出中，應該看到一個符合海報標準的圖，如下所示。例如，可以看到字體比正常的圖形大得多。

小結

Seaborn庫是用于數據可視化的高級Python庫。本文是關于在Python中使用Seaborn實現數據可視化的系列文章的第2部分。在這篇文章中，我們看到了如何在Seaborn中繪制回歸圖和矩陣圖。我們還了解了如何更改繪圖樣式和使用網格函數來操作子圖。

本文實現代碼可直接前往BigQuant平臺一鍵克隆代碼進行實踐研究。

總結

以上是生活随笔為你收集整理的python数据可视化工具 pandas_Pandas数据可视化工具——Seaborn用法整理（下）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。