提到seaborn估計(jì)不少初學(xué)數(shù)據(jù)分析的朋友都有這種經(jīng)歷打開(kāi)官方文檔函數(shù)列表長(zhǎng)得像超市貨架什么scatterplot、lineplot、boxplot、violinplot、kdeplot、jointplot……一眼望不到頭每個(gè)好像都得背下來(lái)但真正用的時(shí)候又拿不準(zhǔn)該用哪個(gè)。標(biāo)題里寫(xiě)的“seabon”應(yīng)該是“seaborn”的筆誤不過(guò)這個(gè)筆誤不重要重要的是后面那句從函數(shù)分類來(lái)看。這個(gè)角度我覺(jué)得特別對(duì)因?yàn)閟eaborn之所以看起來(lái)難學(xué)恰恰是因?yàn)槟惆阉?dāng)成了一堆孤立的函數(shù)一旦你把它的函數(shù)體系按分類梳理清楚整張圖就豁然開(kāi)朗了。這篇文章我就結(jié)合自己的實(shí)戰(zhàn)經(jīng)驗(yàn)帶大家把seaborn的函數(shù)從頭到尾按類型拆一遍順便說(shuō)說(shuō)每個(gè)分類背后的設(shè)計(jì)邏輯、適用場(chǎng)景以及我踩過(guò)的那些坑。1. 為什么我建議從函數(shù)分類開(kāi)始學(xué)seaborn而不是背函數(shù)1.1 我的彎路抄了半個(gè)月代碼才發(fā)現(xiàn)的規(guī)律最早我學(xué)seaborn的時(shí)候完全是被動(dòng)式的用法。今天要畫(huà)個(gè)散點(diǎn)圖就搜scatterplot明天要畫(huà)箱線圖又搜boxplot。代碼是能跑但每次換一個(gè)數(shù)據(jù)集、換一個(gè)分析方向我就得重新查一遍文檔效率低得可怕。后來(lái)有次做綜合練習(xí)需要用同一個(gè)數(shù)據(jù)集同時(shí)畫(huà)散點(diǎn)圖、分布圖、分類箱線圖我才發(fā)現(xiàn)這三個(gè)圖之間居然存在一個(gè)上下位的調(diào)用關(guān)系——scatterplot其實(shí)是relplot的一個(gè)子集boxplot其實(shí)是catplot的子集而kdeplot、histplot都被整合在displot里。那一刻我意識(shí)到seaborn不是隨機(jī)堆了不少函數(shù)而是有意識(shí)地把函數(shù)按“要回答什么問(wèn)題”分成了幾大類。這件事對(duì)我觸動(dòng)很大因?yàn)楹芏嘟坛躺蟻?lái)就教你plt.subplots加ax.scatter或者直接擺出十幾個(gè)API卻沒(méi)有人點(diǎn)破seaborn內(nèi)部的分類邏輯。結(jié)果就是你背了一堆函數(shù)名但遇到真實(shí)的分析任務(wù)還是不知道從哪個(gè)門進(jìn)去。相反如果你腦子里先有一個(gè)“分類框架”哪怕你忘了某一個(gè)具體函數(shù)的名字也能通過(guò)類別反推出來(lái)。1.2 函數(shù)分類其實(shí)是一張“可視化決策地圖”我用一個(gè)類比來(lái)解釋為什么分類重要seaborn像一座圖書(shū)館里面的書(shū)是按主題分區(qū)的。你借書(shū)的時(shí)候不會(huì)滿館亂逛而是先確定你要的是“小說(shuō)”還是“科普”再進(jìn)入對(duì)應(yīng)的書(shū)架。seaborn的函數(shù)分類也是這樣——它通盤回答了三個(gè)最底層的問(wèn)題你要看兩個(gè)變量之間的關(guān)系嗎進(jìn)“關(guān)系圖”分類。你要看一個(gè)或者多個(gè)變量的分布形態(tài)嗎進(jìn)“分布圖”分類。你需要對(duì)比不同類別的差異嗎進(jìn)“分類圖”分類。這三類之外還有回歸圖、矩陣圖這樣的“特種書(shū)架”。當(dāng)你把seaborn的API理解成這么一張決策地圖選函數(shù)就不再是死記硬背而是順著分析目標(biāo)一步步走下決策分支。這也是我寫(xiě)這篇文章的初衷幫大家把這張地圖畫(huà)出來(lái)以后拿到任何數(shù)據(jù)都能照著地圖找到正確的繪圖函數(shù)。2. seaborn的函數(shù)體系到底怎么分層2.1 圖級(jí)函數(shù)與軸級(jí)函數(shù)理解API設(shè)計(jì)的支點(diǎn)在拆具體分類之前必須先搞清一個(gè)貫穿整個(gè)seaborn的分層概念圖級(jí)函數(shù)figure-level和軸級(jí)函數(shù)axes-level。這是seaborn一切API設(shè)計(jì)的基礎(chǔ)也是新手最容易混淆的地方。圖級(jí)函數(shù)的名字基本都以*plot結(jié)尾比如relplot、displot、catplot、lmplot、pairplot、jointplot。它們的特點(diǎn)是一次調(diào)用就會(huì)自動(dòng)創(chuàng)建整個(gè)Figure畫(huà)布并且可以分割出多個(gè)子圖。你想按某種變量分列、分行圖級(jí)函數(shù)直接用col、row參數(shù)就搞定了。軸級(jí)函數(shù)則比如scatterplot、lineplot、histplot、kdeplot、boxplot、violinplot等。它們只負(fù)責(zé)在當(dāng)前已有的坐標(biāo)系A(chǔ)xes上畫(huà)一層圖形不創(chuàng)建新畫(huà)布也不管子圖切分。你通常會(huì)先建好matplotlib的Figure和Axes對(duì)象然后把軸級(jí)函數(shù)一把a(bǔ)x參數(shù)傳進(jìn)去。用一個(gè)表來(lái)對(duì)照層級(jí)函數(shù)示例畫(huà)布管理適合場(chǎng)景圖級(jí)函數(shù)relplot/displot/catplot/pairplot自動(dòng)創(chuàng)建整套圖要分面、要比較多個(gè)子圖軸級(jí)函數(shù)scatterplot/histplot/boxplot繪制在指定Axes上畫(huà)單幅圖或嵌入自定義布局記住這個(gè)分層之后你會(huì)發(fā)現(xiàn)很多困惑瞬間解開(kāi)。例如有人問(wèn)為什么relplot里能傳col而scatterplot里傳不了因?yàn)閟catterplot是軸級(jí)函數(shù)它沒(méi)有能力管理整張畫(huà)布分面是relplot承擔(dān)的責(zé)任。同理displot和histplot的關(guān)系也不是“兩個(gè)不同的函數(shù)”而是“同一個(gè)繪圖邏輯的兩種膠囊”。2.2 四大分類模塊關(guān)系、分布、分類、回歸與矩陣在“分層”之上seaborn還按統(tǒng)計(jì)圖形類型做了二次分類。我把它體系化為四個(gè)模塊再加上一個(gè)畫(huà)布工具模塊關(guān)系圖模塊核心是relplot下面掛scatterplot、lineplot。用于探索數(shù)值型變量之間的相互影響。分布圖模塊核心是displot下面掛histplot、kdeplot、ecdfplot、rugplot。用于看數(shù)據(jù)和分布形態(tài)。分類圖模塊核心是catplot下面掛stripplot、swarmplot、boxplot、violinplot、boxenplot、pointplot、barplot、countplot。用于處理含離散分類變量的場(chǎng)景。回歸圖與矩陣圖模塊回歸圖包含regplot、lmplot、residplot矩陣圖包含heatmap、jointplot、pairplot、clustermap。這個(gè)分類不是官方文檔里完全照搬的說(shuō)法官方文檔把關(guān)系、分布、分類拆成三個(gè)大板塊回歸和矩陣各自獨(dú)立但它足夠概括seaborn的核心函數(shù)也方便記憶。模塊之間不是說(shuō)“不能混用”而是說(shuō)每個(gè)模塊解決一類典型問(wèn)題。舉個(gè)例子你可以用scatterplot繪制離散點(diǎn)后再疊加histplot當(dāng)坐標(biāo)軸邊框的分布這是組合用的常見(jiàn)手法并不沖突。3. 關(guān)系圖、分布圖、分類圖三大主力分類的適用場(chǎng)景與案例3.1 關(guān)系圖relplot體系探尋變量間相互影響relplot是關(guān)系圖的總?cè)肟谒膬蓚€(gè)軸級(jí)子函數(shù)是scatterplot和lineplot。你可能會(huì)問(wèn)散點(diǎn)圖不就是直接畫(huà)坐標(biāo)點(diǎn)嗎為什么還要包一層relplot核心原因在于relplot支持語(yǔ)義映射參數(shù)hue按顏色區(qū)分size按點(diǎn)大小區(qū)分style按形狀區(qū)分col和row按子圖分面。這四個(gè)映射組合起來(lái)一張散點(diǎn)圖就能表達(dá)五六個(gè)維度的信息。舉個(gè)我常用到的場(chǎng)景分析某模擬平臺(tái)用戶消費(fèi)行為想同時(shí)看“消費(fèi)金額”和“購(gòu)買次數(shù)”的關(guān)系還想知道“不同會(huì)員等級(jí)”之間的差異。如果用scatterplot代碼是import seaborn as sns import pandas as pd # 假設(shè)data是長(zhǎng)格式DataFrame包含金額、次數(shù)、會(huì)員等級(jí)、周幾 sns.scatterplot(datadata, x消費(fèi)金額, y購(gòu)買次數(shù), hue會(huì)員等級(jí))這樣能看出顏色差異但如果還要按“周幾”分列觀察變化趨勢(shì)就要轉(zhuǎn)用relplotsns.relplot( datadata, x消費(fèi)金額, y購(gòu)買次數(shù), hue會(huì)員等級(jí), col周幾, kindscatter # 默認(rèn)就是scatter也可以填line )kindscatter代表用散點(diǎn)圖來(lái)畫(huà)關(guān)系換成kindline就變成折線關(guān)系圖。這張圖會(huì)自動(dòng)變成一排子畫(huà)布非常直觀。實(shí)話說(shuō)relplot最容易被忽略的是線條場(chǎng)景。很多人以為關(guān)系圖只用來(lái)畫(huà)散點(diǎn)其實(shí)時(shí)間序列這種“x軸有天然順序”的數(shù)據(jù)用relplot(kindline)加hue和style比手動(dòng)循環(huán)plt.plot快得多。它還能自動(dòng)聚合重復(fù)x值省去提前算均值的步驟。3.2 分布圖displot體系觀察單個(gè)或多個(gè)變量的形態(tài)displot是分布圖的集成入口整合了原來(lái)的histplot、kdeplot、ecdfplot以及一個(gè)輔助性的rugplot。分布圖要回答的問(wèn)題是我的數(shù)據(jù)長(zhǎng)什么樣集中在哪個(gè)區(qū)間有沒(méi)有明顯的峰值或長(zhǎng)尾這個(gè)分類在探索性數(shù)據(jù)分析階段幾乎是必用的。最基礎(chǔ)的用法是看單變量直方圖sns.displot(datadata, x消費(fèi)金額, kindhist)kind參數(shù)支持切換成kde核密度曲線和ecdf經(jīng)驗(yàn)累積分布函數(shù)。我自己的習(xí)慣是先用hist看直方圖發(fā)現(xiàn)分布有雙峰或偏斜后再疊加kde看平滑曲線sns.displot(datadata, x消費(fèi)金額, kindkde, hue會(huì)員等級(jí))displot同樣支持hue、col、row所以想看不同組別的分布對(duì)比非常容易。還有一個(gè)值得一提的點(diǎn)可以傳兩個(gè)變量進(jìn)去畫(huà)二維直方圖或二維核密度圖這時(shí)displot變成了“分布熱力圖”sns.displot(datadata, x消費(fèi)金額, y購(gòu)買次數(shù), kindkde, thresh0.05)這種圖在分析兩個(gè)連續(xù)變量的聚集區(qū)域時(shí)特別好用尤其是當(dāng)你發(fā)現(xiàn)散點(diǎn)圖重疊太嚴(yán)重、看不清密度的時(shí)候。3.3 分類圖catplot體系對(duì)付非數(shù)值型維度說(shuō)到分類圖這是seaborn里函數(shù)最多的一個(gè)模塊也是很多初學(xué)者最頭疼的地方boxplot、violinplot、stripplot、swarmplot、barplot、pointplot、countplot……名字都像到底什么時(shí)候用哪個(gè)其實(shí)理解了catplot的分類邏輯就不亂了。catplot的入口統(tǒng)一用kind參數(shù)切換具體的軸級(jí)圖。按照“展示原始數(shù)據(jù)點(diǎn)”和“展示統(tǒng)計(jì)匯總”兩條線索可以分成展示分布形態(tài)box箱線圖、boxen增強(qiáng)箱線圖、violin小提琴圖。展示原始數(shù)據(jù)點(diǎn)strip散點(diǎn)分布、swarm蜜蜂群圖。展示統(tǒng)計(jì)匯總bar柱狀圖、point點(diǎn)圖、count頻數(shù)圖。我處理真實(shí)數(shù)據(jù)時(shí)的選擇標(biāo)準(zhǔn)很簡(jiǎn)單如果樣本量不大幾千條以內(nèi)我會(huì)先用swarm畫(huà)蜂群圖既能看見(jiàn)每個(gè)樣本的位置又不重疊樣本量大了swarm會(huì)畫(huà)出很長(zhǎng)的尾巴性能也下降就換box或violin。例如sns.catplot(datadata, x會(huì)員等級(jí), y消費(fèi)金額, kindviolin)這里x是分類變量y是連續(xù)變量kindviolin同時(shí)展示分布和分位數(shù)。如果還想看到底有沒(méi)有異常值可以疊加stripsns.catplot(datadata, x會(huì)員等級(jí), y消費(fèi)金額, kindviolin, innerNone) sns.catplot(datadata, x會(huì)員等級(jí), y消費(fèi)金額, kindstrip, alpha.5)注意單獨(dú)調(diào)用兩次catplot會(huì)生成兩張圖如果想疊加到同一張圖上就要用軸級(jí)函數(shù)在小提琴圖上繼續(xù)畫(huà)散點(diǎn)。這種“先用圖級(jí)函數(shù)把布局搭好再用軸級(jí)函數(shù)往里面加細(xì)節(jié)”的組合是后面講到的進(jìn)階技巧。countplot這個(gè)函數(shù)也很容易被忽略其實(shí)它等價(jià)于catplot(kindcount)專門用來(lái)畫(huà)離散變量的頻數(shù)分布。比如看會(huì)員等級(jí)的分布一個(gè)countplot就夠了不需要自己value_counts再畫(huà)柱狀圖sns.catplot(datadata, x會(huì)員等級(jí), kindcount)4. 回歸圖與矩陣圖函數(shù)分類里容易被忽略的王牌4.1 回歸圖從散點(diǎn)里找出趨勢(shì)線回歸圖這個(gè)分類經(jīng)常被劃到關(guān)系圖里但seaborn把它單獨(dú)拿出來(lái)說(shuō)明它有自己的位置。核心函數(shù)是regplot和lmplot。regplot是軸級(jí)函數(shù)lmplot則是它的圖級(jí)版額外支持hue、col、row。很多人以為回歸圖就是“畫(huà)完散點(diǎn)再畫(huà)一條擬合線”其實(shí)沒(méi)那么簡(jiǎn)單。regplot能自動(dòng)計(jì)算置信區(qū)間畫(huà)出來(lái)的陰影帶代表擬合線的不確定性。我通常用它來(lái)做兩個(gè)連續(xù)變量的初步探索看看有沒(méi)有線性趨勢(shì)順帶檢測(cè)異常點(diǎn)。sns.regplot(datadata, x消費(fèi)金額, y購(gòu)買次數(shù))如果有多組對(duì)比那就用lmplotsns.lmplot(datadata, x消費(fèi)金額, y購(gòu)買次數(shù), hue會(huì)員等級(jí))這里有個(gè)技術(shù)細(xì)節(jié)regplot和lmplot都支持order參數(shù)設(shè)置多項(xiàng)式回歸的階數(shù)。數(shù)據(jù)明顯是曲線關(guān)系時(shí)設(shè)置order2就能擬合二次曲線。還有x_bins和x_ci這種參數(shù)可以把x分成幾段再計(jì)算均值置信區(qū)間畫(huà)出來(lái)是類似折線的效果在探索非線性關(guān)系時(shí)很好用?；貧w圖實(shí)際分析中還有一個(gè)常被忽略的點(diǎn)用residplot看殘差。你擬合完線性回歸后如果殘差圖呈現(xiàn)出有規(guī)律的結(jié)構(gòu)說(shuō)明模型假設(shè)不成立比如漏掉了強(qiáng)非線性項(xiàng)。seaborn提供了專門的residplot直接畫(huà)殘差分布不需要自己調(diào)用sklearn算完再畫(huà)。4.2 矩陣圖一圖看完所有兩兩關(guān)系矩陣圖分類中pairplot和heatmap是數(shù)據(jù)分析里出場(chǎng)率極高的兩個(gè)函數(shù)。pairplot能把數(shù)據(jù)集中所有數(shù)值型列兩兩組合的散點(diǎn)圖畫(huà)成一個(gè)矩陣對(duì)角線畫(huà)單變量分布。我第一次用的時(shí)候非常震撼一行代碼十幾張子圖自動(dòng)生成。比如sns.pairplot(data[[消費(fèi)金額, 購(gòu)買次數(shù), 會(huì)員等級(jí)]], hue會(huì)員等級(jí))這個(gè)函數(shù)在處理小規(guī)模數(shù)據(jù)集時(shí)幾乎是神兵利器它能快速暴露變量之間的線性相關(guān)性、簇狀結(jié)構(gòu)、分布形態(tài)。但要注意變量一多就爆炸。如果有十幾個(gè)數(shù)值列pairplot會(huì)生成上百?gòu)堊訄D圖變小不說(shuō)渲染還慢這時(shí)我更建議先用相關(guān)性矩陣heatmap做初篩sns.heatmap(data.corr(numeric_onlyTrue), annotTrue, cmapcoolwarm)heatmap不直接屬于關(guān)系/分布/分類這三類但它是真正的“數(shù)據(jù)可視化之王”尤其是看相關(guān)矩陣。annotTrue把相關(guān)系數(shù)數(shù)字直接標(biāo)在格子里cmap選一個(gè)發(fā)散型色帶比如冷色到暖色一眼就能看出哪些變量正相關(guān)、哪些負(fù)相關(guān)哪些完全沒(méi)有關(guān)系。jointplot有一點(diǎn)特殊它既可以畫(huà)雙變量分布也可以疊加回歸或者散點(diǎn)。實(shí)際上jointplot是圖級(jí)函數(shù)它會(huì)自動(dòng)生成一個(gè)“主圖兩個(gè)坐標(biāo)軸邊緣分布圖”的組合。比如你想深度探究消費(fèi)金額和購(gòu)買次數(shù)的聯(lián)合分布可以這樣sns.jointplot(datadata, x消費(fèi)金額, y購(gòu)買次數(shù), kindhex)kindhex用六邊形分箱展示密度比普通散點(diǎn)更耐看。jointplot本質(zhì)上是一個(gè)獨(dú)立的圖級(jí)封裝雖然在分類上我把它放在矩陣圖里但它和pairplot的關(guān)系并不是子集關(guān)系而是一個(gè)關(guān)注“兩變量聯(lián)合”、一個(gè)關(guān)注“多變量?jī)蓛山M合”。5. 從函數(shù)分類角度避坑版本更替與數(shù)據(jù)格式5.1 老版本的distplot與kdeplot被整合別再用舊函數(shù)seaborn版本迭代帶來(lái)的一個(gè)典型坑是老版本里的distplot函數(shù)在新的主流版本中已經(jīng)廢棄官方建議改用displot或histplot。如果你在搜索引擎上看到舊教程里面寫(xiě)著sns.distplot(x)在較新版本中的seaborn里運(yùn)行會(huì)直接報(bào)錯(cuò)。我之前有一次幫同學(xué)排查代碼看到報(bào)錯(cuò)信息里出現(xiàn)“distplotis a deprecated function and will be removed”對(duì)方還很疑惑說(shuō)照教程寫(xiě)的怎么會(huì)錯(cuò)其實(shí)就是版本問(wèn)題。正確的做法是把舊的畫(huà)單變量分布需求轉(zhuǎn)換到displot# 舊寫(xiě)法已廢棄 # sns.distplot(data[消費(fèi)金額]) # 新寫(xiě)法 sns.displot(data[消費(fèi)金額])如果是想在已有Axes上畫(huà)一條分布曲線就用histplot或kdeplot它們才是軸級(jí)函數(shù)。這個(gè)版本更替其實(shí)也印證了我前面講的分類邏輯displot是圖級(jí)入口histplot和kdeplot是它內(nèi)部的軸級(jí)實(shí)現(xiàn)。你只要腦子里有“圖級(jí)/軸級(jí)”這把尺子看到distplot被廢棄也不會(huì)慌去找替代的函數(shù)名即可。5.2 長(zhǎng)格式數(shù)據(jù)與寬格式數(shù)據(jù)請(qǐng)務(wù)必分清第二個(gè)常踩的坑是數(shù)據(jù)格式。seaborn的設(shè)計(jì)強(qiáng)烈偏向于使用長(zhǎng)格式tidy data每一行是一個(gè)觀測(cè)每一列是一個(gè)變量這樣x、y、hue才能自由映射。但很多人用慣了pandas拿到的原始數(shù)據(jù)是寬格式比如每列是一個(gè)時(shí)間點(diǎn)行是不同的用戶。直接把寬格式喂給seaborn經(jīng)常畫(huà)不出來(lái)或者畫(huà)出的圖完全不對(duì)。我處理寬格式數(shù)據(jù)的習(xí)慣是先用pd.melt()把它轉(zhuǎn)成長(zhǎng)格式。舉個(gè)典型例子原來(lái)數(shù)據(jù)長(zhǎng)這樣用戶ID一月二月三月A100150200B90110130要畫(huà)每個(gè)用戶在每個(gè)月的消費(fèi)變化不能直接把整張表傳給relplot需要先轉(zhuǎn)換df_long df.melt(id_vars用戶ID, var_name月份, value_name消費(fèi)金額) sns.relplot(datadf_long, x月份, y消費(fèi)金額, hue用戶ID, kindline)轉(zhuǎn)換完之后x、y、hue才各有所指。記住seaborn的所有分類函數(shù)前提都是數(shù)據(jù)處于長(zhǎng)格式。只有heatmap可以直接吃寬格式的矩陣因?yàn)樗举|(zhì)上是把DataFrame的值按行列坐標(biāo)染色。5.3 圖級(jí)函數(shù)與軸級(jí)函數(shù)混用時(shí)的畫(huà)布控制第三個(gè)坑是關(guān)于畫(huà)布控制的。很多人用plt.subplots()建好畫(huà)布之后又喊sns.displot(...)結(jié)果發(fā)現(xiàn)displot自己又開(kāi)了一張圖并不畫(huà)在剛才的子圖上。這是因?yàn)閳D級(jí)函數(shù)自帶畫(huà)布管理你外面建好的Axes根本傳不進(jìn)去。解決辦法有兩種第一種如果就是要用圖級(jí)函數(shù)那就別手動(dòng)創(chuàng)建畫(huà)布直接在調(diào)用relplot、displot、catplot時(shí)通過(guò)參數(shù)控制行列數(shù)目。第二種如果想和其他圖組合比如把散點(diǎn)圖和箱線圖放在同一個(gè)坐標(biāo)系里就要切換到軸級(jí)函數(shù)去畫(huà)。軸級(jí)函數(shù)有一個(gè)統(tǒng)一的ax參數(shù)可以接收Matplotlib的Axes對(duì)象。import matplotlib.pyplot as plt fig, axes plt.subplots(1, 2, figsize(12, 4)) sns.scatterplot(datadata, x消費(fèi)金額, y購(gòu)買次數(shù), hue會(huì)員等級(jí), axaxes[0]) sns.boxplot(datadata, x會(huì)員等級(jí), y消費(fèi)金額, axaxes[1]) plt.tight_layout()這個(gè)操作看起來(lái)簡(jiǎn)單但很多人會(huì)在這里卡住半天。本質(zhì)原因就是沒(méi)分清圖級(jí)和軸級(jí)。scatterplot和boxplot都是軸級(jí)函數(shù)它們的責(zé)任是“在給定的坐標(biāo)系上畫(huà)內(nèi)容”所以能把它們畫(huà)進(jìn)指定位置而scatterplot的圖級(jí)大哥relplot沒(méi)有ax參數(shù)它天然要自己管整張畫(huà)布。6. 我自己的選型習(xí)慣用函數(shù)分類快速選圖的方法6.1 一個(gè)簡(jiǎn)潔的決策流程函數(shù)分類不應(yīng)該停留在概念上最好變成肌肉記憶。我給自己總結(jié)了一個(gè)用函數(shù)分類決定畫(huà)圖方法的決策流程每次拿到數(shù)據(jù)都會(huì)按這個(gè)思路走一遍第一步先判斷分析目標(biāo)。如果要看關(guān)系選關(guān)系圖分類要看分布選分布圖分類要對(duì)比類別選分類圖分類要做回歸診斷選回歸圖分類要一覽全局選矩陣圖分類。第二步在分類內(nèi)部再判斷要不要分面。需要分面就選圖級(jí)函數(shù)relplot/displot/catplot不需要就可以直接用軸級(jí)函數(shù)。第三步根據(jù)數(shù)據(jù)樣本量選擇具體子圖。比如分類圖分類里數(shù)據(jù)量大選box或violin數(shù)據(jù)量小選swarm能展示更多細(xì)節(jié)。這個(gè)流程不復(fù)雜但極大減少了我“選擇困難”的時(shí)間。遇到陌生數(shù)據(jù)集時(shí)我會(huì)先跑一個(gè)pairplot加一個(gè)heatmap做探索快速了解整體情況然后針對(duì)最關(guān)心的關(guān)系進(jìn)入對(duì)應(yīng)的分類用圖級(jí)函數(shù)畫(huà)帶分面的大圖最后如果有必要再回到軸級(jí)函數(shù)做微調(diào)。這套思路從函數(shù)分類來(lái)但已經(jīng)超出了“函數(shù)名記憶”的范圍變成一種分析框架。6.2 給初學(xué)者的練習(xí)順序如果你剛開(kāi)始用seaborn我不建議按函數(shù)字母表去背。更有效的做法是按分類做“最小案例練習(xí)”先試relplot(kindscatter)和relplot(kindline)理解關(guān)系圖分類。再試displot(kindhist)、displot(kindkde)理解分布圖分類。然后試catplot(kindbox)、catplot(kindviolin)、catplot(kindbar)理解分類圖分類。最后用regplot和lmplot體會(huì)回歸圖用pairplot和heatmap體會(huì)矩陣圖。每組案例都刻意加hue和col參數(shù)看看圖級(jí)函數(shù)的分面能力。這樣學(xué)下來(lái)你的掌握速度會(huì)比一個(gè)個(gè)函數(shù)零敲碎打快很多。因?yàn)槟銜?huì)發(fā)現(xiàn)同一個(gè)分類里的函數(shù)它們共享大量參數(shù)設(shè)計(jì)例如hue、col、row、palette在圖級(jí)函數(shù)中幾乎都是通用的軸級(jí)函數(shù)則普遍帶有ax參數(shù)。一把尺子量到底這大概就是函數(shù)分類帶來(lái)的最大紅利。最后再分享一個(gè)我自己的小習(xí)慣電腦上常年開(kāi)著seaborn的官方分類頁(yè)面但一直不是用來(lái)查具體函數(shù)參數(shù)的而是用來(lái)確認(rèn)某個(gè)圖屬于哪個(gè)分類。分類比函數(shù)名更穩(wěn)定即便版本升級(jí)改了函數(shù)名分類層面的圖型邏輯一般不會(huì)大變。當(dāng)你發(fā)現(xiàn)自己不靠搜索也能憑分類推理出“這個(gè)場(chǎng)景應(yīng)該能用displot去畫(huà)”的時(shí)候seaborn在你的工具庫(kù)里才算真正順手了。