python–seaborn折线图

seaborn是专门用于统计数据可视化的包，可媲美R语言中的ggplot2包。本文介绍用seaborn绘制折线图。

环境

• python3.9
• win10 64bit
• seaborn==0.11.1
• matplotlib==3.3.4
• pandas==1.2.1

在seaborn中，绘制折线图的函数有lineplot和relplot。

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
# 设置
pd.options.display.notebook_repr_html=False  # 表格显示
plt.rcParams['figure.dpi'] = 75  # 图形分辨率
sns.set_theme(style='darkgrid')  # 图形主题

单折线图

简单方式是传入pandas Series，其索引会成为x轴，值为y轴。

s=pd.Series([3,15,9,12,4],name='value')
sns.lineplot(data=s)
plt.show()

另一种方式是传入pandas dataFrame，通过设置x,y绘制。

df=pd.DataFrame(dict(x=range(5),y=[3,15,9,12,4]))
sns.lineplot(data=df,x='x',y='y')
plt.show()

置信区间折线图

当折线图中，x轴对应多个y轴数据时，seaborn会自动绘制置信区间。

# 加载数据
flights=pd.read_csv(r'https://gitee.com/nicedouble/seaborn-data/raw/master/flights.csv')
flights.head()

   year     month  passengers
0  1949   January         112
1  1949  February         118
2  1949     March         132
3  1949     April         129
4  1949       May         121

# 含有置信区间的折线图
sns.lineplot(data=flights,x='year',y='passengers')
plt.show()

图中的阴影表示置信区间，默认是95%，可以通过ci参数修改置信区间。

# 显示置信区间为85%。
sns.lineplot(data=flights,x='year',y='passengers',ci=85)
plt.show()

多折线图

在一个图中绘制多条折线图。需要传入的数据为pandas dataFrame。

数据框为宽型数据或长型数据都可以绘制，这点要优于R语言的ggplot2。

当传入长型数据时，除了需要设置x，y参数外，还需要设置hue或size或style参数。

• hue:颜色
• size:线宽
• style:样式

# 长型数据多折线图
sns.lineplot(data=flights,x='year',y='passengers',hue='month',style='month')
plt.show()

seaborn可以直接对宽型数据绘制多折线图，其索引成为x轴，所有的列自动绘制成多折线。

# 数据变成宽型数据
flights_wide = flights.pivot("year", "month", "passengers")
flights_wide.head()

month  April  August  December  February  January  July  June  March  May  
year                                                                        
1949     129     148       118       118      112   148   135    132  121   
1950     135     170       140       126      115   170   149    141  125   
1951     163     199       166       150      145   199   178    178  172   
1952     181     242       194       180      171   230   218    193  183   
1953     235     272       201       196      196   264   243    236  229   

month  November  October  September  
year                                 
1949        104      119        136  
1950        114      133        158  
1951        146      162        184  
1952        172      191        209  
1953        180      211        237  

# 宽型数据多折线图
sns.lineplot(data=flights_wide)
plt.show()

设置makers=True参数可以显示散点。

# 增加散点
sns.lineplot(data=flights_wide,markers=True)
plt.show()

分面折线图

分面折线图的绘制，需要用relplot函数。设置kind="line"表示绘制折线图，设置col或row控制分面行为。

# 加载数据
fmri=pd.read_csv(r'https://gitee.com/nicedouble/seaborn-data/raw/master/fmri.csv')
fmri.head()

  subject  timepoint event    region    signal
0     s13         18  stim  parietal -0.017552
1      s5         14  stim  parietal -0.080883
2     s12         18  stim  parietal -0.081033
3     s11         18  stim  parietal -0.046134
4     s10         18  stim  parietal -0.037970

# 按列分面折线图
sns.relplot(data=fmri, x="timepoint", y="signal",col="region", hue="event",
            style="event",kind="line")
plt.show()

更多参考seaborn折线图