Python 数据可视化：Seaborn 库使用指南

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。