Python 数据可视化：Seaborn 库使用指南
简介
Seaborn 是基于 Matplotlib 的 Python 数据可视化库。它在 Matplotlib 的基础上进行了更高级的 API 封装，使得用户可以更加简便地创建具有吸引力的统计图表。Seaborn 高度兼容 NumPy 和 Pandas 数据结构，并支持 SciPy 与 Statsmodels 等统计模式，是数据分析中不可或缺的工具。
安装与环境配置
使用 pip 安装 Seaborn：
pip install seaborn
或者使用 conda：
conda install seaborn
在代码中导入必要的库并设置显示环境：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 设置主题样式
sns.set_theme(style="whitegrid")
# 设置中文字体以防乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
API 基本形式
Seaborn 的绘图函数主要针对 Pandas 的 DataFrame 或 NumPy 数组，常见调用形式如下：
sns.图名 (x='X 轴列名', y='Y 轴列名', data=df)sns.图名 (x='X 轴列名', y='Y 轴列名', hue='分组参数', data=df)sns.图名 (x=np.array, y=np.array)
常用图表绘制详解
1. 散点图 (Scatter Plot)
散点图用于表现两个变量之间的关系。每个点代表数据集中的一个观察值。使用 relplot() 生成。
# 示例：员工人均薪酬 vs 高管平均薪酬
g = sns.relplot(
x='员工人均薪酬',
y='高管平均薪酬',
hue='申万一级行业',
data=df,
kind='scatter'
)
参数说明：
x,y: 坐标轴数据列名。hue: 通过颜色区分不同类别（如行业）。data: 数据源 DataFrame。
2. 箱线图 (Box Plot)
箱线图展示数据的分布情况，包括上边缘、下边缘、中位数和四分位数，便于观察离群点。使用 catplot(kind='box') 生成。
sns.catplot(
x='申万一级行业',
y='员工人均薪酬',
kind='box',
data=df
)
参数说明：
kind: 指定图表类型，此处为 'box'。orient: 控制方向，'h' 为横向，'v' 为纵向。
3. 小提琴图 (Violin Plot)
结合箱形图和密度图特征，显示数据分布形状。中间的粗条表示四分位数范围，白点为中位数。
sns.catplot(
x='申万一级行业',
y='员工人均薪酬',
kind='violin',
data=df,
split=True,
hue='上市年份'
)
参数说明：
split: 若为 True，可将同一类别的数据按另一维度拆分到两侧。hue: 进一步细分颜色。
4. 双变量密度估计图 (Joint Plot)
展现单个变量的分布及双变量之间的关系。使用 jointplot()。
sns.jointplot(
x='员工人均薪酬',
y='高管人均薪酬',
data=df,
kind='hex' # 也可选 'scatter', 'kde'
)
参数说明：
kind: 外围单变量分布表现形式，如直方图 ('hist') 或核密度估计 ('kde')。
5. 热力图 (Heatmap)
展现多变量之间的相关系数矩阵。使用 heatmap()。
corr = df.corr()
sns.heatmap(
corr,
annot=True,
cmap='coolwarm',
vmin=-1,
vmax=1,
square=True
)
参数说明：
annot: 是否显示数值。cmap: 颜色映射方案。square: 单元格是否为正方形。
6. 矩阵散点图 (Pair Plot)
展现多个变量两两之间的散点图及自身分布规律。使用 pairplot()。
sns.pairplot(
df,
diag_kind='kde',
markers=['o', 's', 'D'],
plot_kws={'alpha': 0.6}
)
参数说明：
diag_kind: 对角线分布类型，如直方图 ('hist') 或密度图 ('kde')。markers: 散点形状。
7. 单变量密度估计图 (KDE Plot)
反映变量自身的分布规律。使用 kdeplot()。
sns.kdeplot(
data=df,
x='员工人均薪酬',
shade=True,
alpha=0.5,
color='blue'
)
参数说明：
shade: 是否填充阴影。alpha: 透明度。
进阶技巧：样式定制与保存
Seaborn 允许用户自定义全局样式，以便保持报告的一致性。
# 设置调色板
sns.set_palette("husl")
# 保存图像
plt.savefig('output.png', dpi=300, bbox_inches='tight')
此外，可以通过 color_palette 获取特定颜色的列表，用于手动指定颜色。对于复杂的布局，可以使用 FacetGrid 进行分面绘图，将数据按多个维度切分展示。
总结
Seaborn 提供了丰富的统计图表接口，能够极大地简化数据可视化的流程。通过合理组合上述图表，可以深入分析数据特征、发现异常值及变量间的相关性。在实际项目中，建议结合业务背景选择合适的图表类型，并利用 set_theme 统一视觉风格，确保报告的专业性与可读性。
