5.3 Seaborn 统计图表与图表定制

5.3 Seaborn 统计图表与图表定制

本节摘要：Seaborn 是基于 Matplotlib 的高层统计绘图库，专为数据分析设计——它知道"直方图带核密度曲线更好看""箱线图配提琴图信息更全"。本节掌握分布图、箱线图、热力图三个主力图表，再学会主题、调色板定制，让图表既快又专业。

读前必看

阅读完本节，你应当能够：

1. 说明 Seaborn 与 Matplotlib 的关系及互补场景
2. 用 distplot 系函数画分布图，用 boxplot 画分组箱线图
3. 用 heatmap 画相关矩阵热力图
4. 用 set_theme 切换主题、设置调色板
5. 把 Seaborn 图表与 Matplotlib 定制混用

一、问题与直觉

用 Matplotlib 画一个带核密度曲线的直方图，要手动调好几行参数；画分组箱线图，得自己按组切数据。这些"统计绘图里高频出现、又有点繁琐"的场景，Seaborn 都封装好了——传一个 DataFrame 和列名，一行出图。Seaborn 的定位不是替代 Matplotlib，而是让统计图更高效、更好看。

二、核心原理

2.1 数据感知接口

Seaborn 的接口面向 DataFrame：sns.histplot(data=df, x="金额") 直接在数据框上按列画图，自动处理缺失、自动加标签、自动分箱。它内部仍然调用 Matplotlib，所以画完还能继续用 Matplotlib 的函数做精细调整。

2.2 三个主力图表的能力

• distplot / histplot：单变量分布，直方图加核密度曲线，偏态、双峰一眼可见
• boxplot / violinplot：分组分布对比，中位数、四分位、离群点全在图上
• heatmap：相关矩阵可视化，颜色深浅表达相关强度

三、工程实践要点

3.1 分布图

import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(df["金额"], bins=30, kde=True)   # 直方图 + 核密度
plt.title("订单金额分布")
plt.show()
​

💡 关键直觉：kde=True 加的曲线能更平滑地显示分布形状，右偏、双峰这类"均值看不见的特征"，曲线上一目了然。

3.2 分组箱线图

sns.boxplot(data=df, x="门店", y="金额")
sns.violinplot(data=df, x="门店", y="金额")   # 提琴图：更细的分布形状
​

箱线图里的圆点就是离群值——比单独用统计方法检测直观得多。两三家门店一对比，"哪家客单价波动大"立刻有数。

3.3 热力图

corr = df[["金额", "订单量", "客单价", "折扣"]].corr()
sns.heatmap(corr, annot=True, cmap="coolwarm", fmt=".2f")
plt.title("数值特征相关矩阵")
plt.show()
​

annot=True 在格子里显示相关系数数值，cmap 控制颜色映射。看热力图找"亮红"的格子——那就是强相关特征，也是后续建模要重点关注的。

3.4 主题与调色板

sns.set_theme(style="whitegrid")        # 主题：白色背景网格
sns.set_palette("Set2")                 # 调色板
sns.set_theme(context="paper")          # 上下文：影响字号线宽
​

常用主题：whitegrid（网格）、darkgrid（深色网格）、white（干净）、ticks（刻度）。调色板 Set2、husl、coolwarm 等按需选。

3.5 Matplotlib 混用定制

fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(df["金额"], kde=True, ax=ax)
ax.set_title("订单金额分布")
ax.axvline(df["金额"].median(), color="red", linestyle="--", label="中位数")
ax.legend()
plt.show()
​

Seaborn 图表画在 Matplotlib 的 axes 上，之后一切 Matplotlib 的能力照常可用——axvline 画参考线、set_title 改标题，混用无缝。

⚠️ 常见坑：Seaborn 新版部分函数改名（如 distplot 拆成 histplot/kdeplot）。代码报"module has no attribute"时，优先查新函数名，别在旧 API 上死磕。

3.6 三套工具选型对照

3.7 贯穿案例：门店销售可视化套图

fig, axes = plt.subplots(1, 2, figsize=(12, 4))

# 左图：各门店销售额柱状
sns.barplot(data=df, x="门店", y="销售额", ax=axes[0])
axes[0].set_title("各门店销售额")

# 右图：各门店客单价分布
sns.boxplot(data=df, x="门店", y="客单价", ax=axes[1])
axes[1].set_title("各门店客单价分布")
plt.tight_layout()
plt.show()
​

一张对比图回答两个问题：哪家卖得多、哪家单价波动大。这就是可视化在业务分析里的日常用法。

3.8 更多值得掌握的 Seaborn 图表

pairplot 一次画出所有数值列两两组合的散点与分布，是 EDA 里"一图看全局"的利器——数据列不多时，用它代替逐个画图效率极高。

3.9 图表配色与可读性

配色不是玄学，直接关系信息传达：

• 分类数据用离散调色板（Set2、husl），颜色区分不同类别
• 数值连续用渐变（coolwarm、viridis），颜色深浅表达大小
• 色盲友好优先选 viridis、colorblind 系列
• 一张图里颜色别超过 5 种，超过就改用分组或缩小对比范围

⚠️ 常见坑：热力图用默认配色容易"红绿不分"，色盲读者直接看不懂。相关矩阵这类连续数值，选 coolwarm 或 RdYlBu 这类两端清晰的渐变，信息传达更可靠。

3.10 定制与保存

fig, ax = plt.subplots(figsize=(9, 5))
sns.boxplot(data=df, x="门店", y="金额", palette="Set2", ax=ax)
ax.set_title("各门店金额分布")
fig.savefig("门店金额分布.png", dpi=200, bbox_inches="tight")
plt.show()
​

bbox_inches="tight" 自动裁剪多余留白，dpi=200 保证报告印刷清晰。图表保存是交付环节，尺寸和分辨率值得多花一行参数。

3.11 Seaborn 与 Matplotlib 的分工再梳理

一句话记住两者的关系：Matplotlib 是"引擎"，Seaborn 是"变速箱"。引擎负责最终渲染，变速箱让统计绘图更顺手。具体分工：

• 快速统计图（分布、箱线、热力）→ Seaborn，一行出图
• 精细布局、特殊标注、多图组合 → Matplotlib 二次定制
• 两者混用：Seaborn 画主体，Matplotlib 加参考线、改标题、调图例

实践中 80% 的图表用 Seaborn 起手、Matplotlib 收尾。把这套组合用熟，可视化效率至少翻倍。

3.12 可视化交付检查单

本章回顾

• 要点一：Seaborn 是 Matplotlib 之上的统计绘图层，传 DataFrame 一行出图
• 要点二：三主力——histplot 看分布、boxplot 比组间、heatmap 看相关
• 要点三：kde=True 平滑显示分布形状，双峰右偏一眼可见
• 要点四：箱线图上的圆点就是离群值，比统计检测更直观
• 要点五：set_theme 切换主题、set_palette 换配色，报表观感立升
• 要点六：Seaborn 画在 Matplotlib 的 axes 上，可无缝混用定制

工具都齐了，最后一节把 EDA 流程、Matplotlib、Seaborn 拼成一次完整的实战——用电商订单数据跑一遍"从清洗到洞察"。