Seaborn数据探索可视化

seaborn

修改图片尺寸
from matplotlib import pyplot as plt
plt.figure(figsize=(100, 5))
通过以上两行起作用
sns.barplot(x=age_survived.index, y=age_survived['Survived'] + age_survived['Dead'], color='red')
sns.barplot(x=age_survived.index, y=age_survived['Survived'], color='green')

数据探索性分析

区分boxplot, barplot

barplot与boxplot画图效果不一致，barplot不能显示较高精度。boxplot可以显示均值范围以及异常值个数。

数据离散程度以及异常值

sns.pairplot(iris, hue='Name')
单个变量离散程度
sns.scatterplot(x=train.index, y=train.SibSp)

数据范围

由pandas提供boxplot方法
iris.boxplot(by="Name", figsize=(12, 6))

roc/auc

y_test若不为二分类label，则需要指定pos_label, pos_labelz作为正例，其余class都作为反例
fpr, tpr, threshold = roc_curve(y_test, svc.decision_function(X_test)[:, 1], pos_label=1)
sns.lineplot(x=fpr, y=tpr)

混淆矩阵

sns.heatmap(confusion_matrix(y_test, svc.predict(X_test)), annot=True)

grid search查找参数

y轴为param_grid中第一个参数，x轴为param_grid中第二个参数，但不能设置xlable, ylabel
sns.heatmap(scores, yticklabels=param_grid['C'], xticklabels=param_grid['gamma'],
annot=True, )

特征重要性

设置orient，且交换x, y
sns.barplot(x=sorted_feature_importances, y=sorted_feature_names, orient='h')
sns.barplot(x=sorted_feature_names, y=sorted_feature_importances)

keras model train_history

构建一个DataFrame，x='epoches', y='acc'分别为DataFrame key
sns.lineplot(x='epoches', y='acc', data=train_history_df, markers=True)

由dict构建一个DataFrame
history_dic = train_history.history
epochs = np.shape(train_history.history['acc'])[0]
history_dic['epoches'] = range(epochs)

直方图

ratings['rating']为pandas中Series结构
sns.distplot(ratings['rating'])

matploitlib直方图
plt.hist(ratings['rating'])

对离散变量，且取值个数较少情况

用barplot或者catplot，可以引用hue属性，查看3个变量情况
sns.barplot(x='SibSp', y='Survived', hue='Sex', data=train_ready)
sns.catplot(x='SibSp', y='Survived', hue='Sex', data=train_ready, kind='bar')
sns.catplot(x='SibSp', y='Survived', hue='Sex', data=train_ready, kind='box')

对连续变量，且取值个数较多情况（如Age, Fare）

不能用barplot，否则会由于bar过多而密集

用distplot，不允许数据中有空值，需要先填充空值
sns.distplot(a=train_ready['Age'])

用FacetGrid，允许数据中有空值
g = sns.FacetGrid(train_ready, col='Survived')
g.map(sns.distplot, 'Age')

柱状图叠加效果，计算总量及比率 （查找更简洁方法）

sns.barplot(x=sex_survived.index, y=sex_survived['Survived']+sex_survived['Dead'], color='red')
sns.barplot(x=sex_survived.index, y=sex_survived['Survived'], color='green')