Skip to content

資料處理與 EDA › 視覺化 › Seaborn

Seaborn ​

建立在 Matplotlib 之上的統計繪圖套件:直接吃長格式 (long format) DataFrame,用 hue、col 等參數把欄位對應到顏色與子圖,並自動計算平均、信賴區間、KDE、迴歸線。本章以 Seaborn 0.13 為準。

text
基礎(figure-level vs axes-level、hue、主題)→ 分布 → 類別 → 關係 → 迴歸 → 矩陣
筆記內容回答的問題
基礎函式家族、figure-level vs axes-level、hue、主題、圖例Seaborn 的 API 怎麼組織?
分布圖histplot、kdeplot、ecdfplot、displot、bins 與頻寬單一變數長什麼樣?各組分布怎麼比?
類別圖count / bar / box / violin / strip / point、errorbar類別與數值的關係?
關係圖scatterplot、lineplot、relplot、facet兩個連續變數、時間趨勢?
迴歸圖regplot、lmplot、residplot、診斷圖線性關係多強?模型假設成立嗎?
矩陣圖heatmap、clustermap、pairplot多變數之間的關係?樣本 / 基因怎麼分群?

函式家族 ​

家族figure-level(回傳 FacetGrid,可 col= / row=)axes-level(回傳 Axes,可 ax=)
分布displot(kind=)histplot、kdeplot、ecdfplot、rugplot
類別catplot(kind=)countplot、barplot、boxplot、violinplot、stripplot、swarmplot、pointplot、boxenplot
關係relplot(kind=)scatterplot、lineplot
迴歸lmplotregplot、residplot
矩陣clustermap、pairplot、jointplotheatmap

Seaborn vs Matplotlib ​

SeabornMatplotlib
輸入長格式 DataFrame + 欄名陣列
分組hue= 一個參數自己迴圈
統計自動算平均、CI、KDE、迴歸自己算
細節控制有限,要回到 ax完整

Seaborn 讓畫圖變快,但不會判斷這張圖是否適合你的問題;選圖見 圖表設計原則。寬表(基因 × 樣本)要先 melt 成長格式才能用 hue,見 pandas Reshape。