Python 中的 Seaborn 函數可視化變量的分佈

在處理由多個變量組成的數據集時，最好能夠理解這些變量之間的差異和相互作用。在本教程中，我將演示如何在 Python 中使用 Seaborn 函數來可視化變量分佈的替代方案。您可以在本博客底部觀看本教程的完整視頻。

目錄

• 在 Python 中使用 Seaborn 函數
• 結論

在 Python 中使用 Seaborn 函數

我將在 Seaborn 中提供的 MPG 數據集上演示這一點。所以，讓我們繼續導入我們需要的任何包以及我們需要的任何數據。我們將在此處查看 MPG 變量的分佈以及它們的變化方式。兩種常見的方法是直方圖和箱線圖。

所以我將使用displot函數（DIS 用於分發）。然後，我需要指定它是什麼數據集以及我們要放在 X 軸上的變量。這樣，我們就有了分佈。

這很好。這很容易看出整個分佈和形狀。不過，這種分佈可視化有幾個缺點。一是我們使用的 bin 數量可以說是任意的。另一件事是我們不一定能立即知道變量的均值是多少。

Seaborn 的好處在於，一旦我設置了我想要的變量、位置和我正在使用的數據集，它就可以即插即用地創建新的可視化。現在我們來看看箱線圖。箱線圖不使用箱。

這裡的想法是我們可以非常清楚地看到四分位值，特別是中位數，並且我們可以看到其他四分位值。我們看到有一個異常值，這是一個非常精確的圖。問題箱線圖是它對通常很多業務用戶可能不關心的事情很精確。

所以，這個情節對於非統計人員來說有點難以真正獲得很多價值。而且，它正在聚合數據，所以我們丟失了很多細節。很難確切地知道這看起來像什麼。我們可以看到有異常值。我們可以看到大部分值都在這裡。直方圖為我們提供了一種更直觀的方式來看待它。

這兩個都是很好的情節。他們都有自己的目的。讓我們看看使用 Seaborn 進行可視化的一些替代方案。我們將堅持使用 MPG 來分配該變量。

與箱線圖類似，你可以在這裡看到中位數被清楚地標記出來了。我們也看到了四分位數範圍，我們可以更好地了解整體分佈情況。這也有點像直方圖。它稱為核密度估計圖或 KDE 圖。它是直方圖的平滑版本。我們沒有使用任何任意分箱。這裡的一切都平滑到一個連續的範圍內。

這是這兩種方法的混合體，確實解決了一些缺點。但是，根據您的聽眾，他們可能真的很難看到這個。他們可能不習慣，但它確實比傳統方法有一些好處。

在這種方法中，我們不再聚合數據。每個單獨的點都被繪製出來。這需要散點圖的元素，對嗎？如果您考慮散點圖，我們會在 X 和 Y 坐標上繪製每個單獨的點。

最後，我們有stripplot。我們在這裡做的是採用該分佈，我們是隨機分散的。這是一個隨機過程。我們不再嘗試製作這種分佈形狀。這個問題是我們讓所有這些團塊相互碰撞，所以這可能不是很好，這取決於你想做什麼。也許你想按組或類似的方式給它們上色，所以有一個選項。

我們可以將抖動更改為 0.25，並看到隨著我們增加抖動，這些點分散得更多一些。

但是，每次我運行它們時，它們看起來都會略有不同。所以，如果你想擺脫它並讓它每次都一樣，你可以將 numpy 導入為 np。這就是所謂的設置隨機種子。

每次我運行與隨機數有關的東西時，它都會使用相同的隨機數。當您重新運行它時，事情不會隨機改變。這可能對您正在進行的任何類型的模擬都有好處，這種模擬在數據科學和分析中也經常發生這種可視化。所以現在，每次我運行這個圖時，我們都會得到相同的外觀。

我還可以在這裡添加 Y 原點，現在我們看到我們正在創建一個雙變量分佈。我們正在獲取里程分佈並按來源進行細分。

如何在 LuckyTemplates 中使用 Python 腳本
LuckyTemplates 數據報告中的 Python
腳本 Pandas 中的數據集與 ProfileReport() | LuckyTemplates 中的 Python

結論

這些是可視化一個變量分佈的替代方法。他們都有自己的優點和缺點。這並不是說永遠不要使用箱線圖或直方圖，而只是說，這裡有一些其他選項，具體取決於您要顯示的內容。

當我們在 Python 中使用 Seaborn 函數時，它們與其他任何一個一樣容易製作。如果您想了解更多關於Python的信息，請查看以下鏈接。

一切順利！