{DAY 29} Seaborn

前言

Seaborn是比matplotlib功能更强大的绘图套件

是建立在matplotlib的基础之上

主要用来和matplolib搭配使用

这篇的内容专注在类别变数的视觉化

学习的来源是seaborn的官网

User guide and tutorial - seaborn 0.11.2 documentation

章节的安排也是按照里面的tutorial安排

tutorial里面教的很详细

所以我决定用里面教的方法搭配实际数据练习

而数据的部分我则是会依照要分析的数据种类

从kaggle上找到适合的资料库进行分析

Kaggle: Your Machine Learning and Data Science Community

类别变数

这里也是沿用前面关於学生成绩的数据

在使用前先引入要使用的套件

引入seaborn

使用import seaborn as sns

并且设定图片的样式：sns.set(style="white")

指定要使用白色网格的样式

import seaborn as sns
sns.set(style="white")

接下来引入其他要用到的套件

跟读取资料进来

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv("StudentsPerformance.csv")
df.head()

barplot.()依照类别变数绘图，在default 的情况下是采用各类别的数值平均值

现在假设要看出不同教育程度的数学成绩差异

barplot.()里常见的参数有
- x,y: 比较的类别和数据
- ax: 是否有指定子图
- data:使用哪个资料
- palette: 调色盘，改变default的配色，我个人蛮喜欢的配色有"Set3","Set2","Paired"
```
#先创建画布和子图
fig = plt.figure(figsize=(25,5)) 
ax1=fig.add_subplot(121)
# 利用.barplot()作图
sns.barplot(ax=ax1, x='parental level of education',y='math score',data=df,palette="Set3")
```
若是现在想要再更细分，可以使用hue增加分类的依据

如果我想再加上性别这个变量:hue="gender"
```
fig = plt.figure(figsize=(25,5))
ax1=fig.add_subplot(121)
sns.barplot(ax=ax1, x='parental level of education',y='math score',hue="gender",data=df,palette="Set3")
```
在上篇matplotlib试过利用"'parental level of education'"分组，但是那时候需要经过复杂的.groupby()跟.dropna()

在seaborn里可以省去这些繁杂的步骤

现在来看不同教育程度在数学成绩的平均值上的分布
```
fig,ax= plt.subplots(figsize=(10,5))
sns.barplot(ax=ax, x='parental level of education',y="math score",data=df,palette="Set2")
```
现在还可以利用hue=()加上其他的比较依据

假如要比较不同组别
```
fig,ax= plt.subplots(figsize=(20,5))
sns.barplot(ax=ax, x='parental level of education',y='math score',hue="race/ethnicity",data=df,palette="Set3")
```
可以看到原本类别变数在matplotlib需要经过很多资料的处理才有办法画出图

在seaborn可以很轻松的绘制
.countplot()

这个是用来计算各个类别变数的加总数量，比较类别的数量差距

假如现在想知道不同性别在不同的教育程度上的数量差别
```
fig,ax= plt.subplots(figsize=(15,5))
sns.countplot(x='parental level of education',hue="gender",data=df,palette="Set3")
```
上图可以很轻松地看出不同性别分别在不同教育程度上的统计数量差别
1. catplot()
  
  则是另外一个万能的绘图函示
  
  通常後面会接kind=" ",引号内放置想要绘制的图表类型
  
  常见的有下面几种，想要更多类型的话可以去官网上查
  - "count"
  - "point"
  - "bar"
  - "swarm"
  - "box"
  - "violin"
  若是想接续『不同性别在不同的教育程度上的数量差别』
  
  但是想要让男生和女生的数据分别画在两张图上
  
  而且把午餐是否减免的变数加上去
  
  可以使用col=" "引号内放上想要分开的类别
```
sns.catplot(x='parental level of education', hue="gender", col="lunch", data=df, kind="count",height=4, aspect=2,palette="Paired")
```
  利用height,aspect调整版面的配置
  
  用短短几个参数就可以根据不同的类别下去绘图看出其中的差别
  - catplot(kind="box")
    
    练习绘制不同教育程度在数学成绩分布上的box plot
```
sns.catplot(x="parental level of education", y="math score", kind="box", data=df,height=8,palette="Set3" )
```
  - catplot(kind="swarm")
```
sns.catplot(x="parental level of education", y="reading score", kind="swarm", height=8, data=df)
```