alterlab-seaborn

Seaborn 统计可视化

概述

Seaborn 是一个 Python 可视化库，用于创建适合发表的统计图形。使用此技能，可通过最少的代码进行面向数据集的绘图、多变量分析、自动统计估算和复杂的多面板图形。

何时使用此技能

当你想直接使用 pandas DataFrame 快速创建美观的统计图形时，可使用 seaborn：分布图、关系图、分类比较、相关性热力图和分面小图。

不适用的场景

场景	改用
带有悬停、缩放功能的交互式图表，或 HTML 仪表板	alterlab-plotly
精确的期刊／论文样式（栏宽、点字体、CMYK、矢量导出）	alterlab-scientific-viz
对单个图形元素或超出 FacetGrid/PairGrid 范围的布局进行底层控制	alterlab-matplotlib（seaborn 的坐标轴级绘图支持通过 ax= 实现此操作）
针对数据文件的完整探索性数据分析报告（结构、质量、汇总统计）	alterlab-eda
选择并执行比较背后的统计检验	alterlab-statistical-analysis

设计理念

1. 面向数据集 — 直接使用 DataFrame 和命名变量，而非抽象坐标。
2. 语义映射 — 自动将数据值映射到视觉属性（颜色、大小、样式）。
3. 统计感知 — 内置聚合、误差估算和置信区间。
4. 美观的默认样式 — 开箱即用的适合发表的主题和调色板。
5. Matplotlib 集成 — 需要时可与 matplotlib 自定义功能完全兼容。

快速入门

示例适用于 seaborn ≥ 0.13（已在 0.13.2 上验证；截至 2026 年 9 月，这仍是当前版本）。此版本有两个容易踩坑的 API 要点：只有同时使用 hue= 时才能传入 palette=（不带 hue 的 palette 已弃用，计划在 v0.14 中移除）；设置误差线样式时应使用 err_kws={...}，而不是已弃用的 errcolor/errwidth/scale/join 关键字（计划在 v0.15 中移除）。

在 matplotlib 3.11 中，所有绘图函数仍可正常使用，但 boxplot（以及 catplot(kind="box")）会发出 vert MatplotlibDeprecationWarning，heatmap 则会发出 set_bad PendingDeprecationWarning。这两种警告都来自 seaborn 内部，目前无害；matplotlib 3.13 计划移除 vert，因此在 seaborn 发布修复版本之前，依赖 sns.boxplot 的环境应将 matplotlib 固定为 matplotlib<3.13。

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

df = sns.load_dataset('tips')
sns.scatterplot(data=df, x='total_bill', y='tip', hue='day')
plt.show()

核心工作流

1. 整理数据为长格式（“整洁”格式）——每个变量一列，每个观测一行。这适用于所有 seaborn 函数。使用 df.melt(...) 重塑宽格式数据。参见 references/data_palettes_theming.md。
2. 根据变量类型选择绘图类别（参见下方的选择指南）。
3. 使用 hue、size、style 语义映射编码额外维度。
4. 选择坐标轴级或图形级绘图：坐标轴级（scatterplot、boxplot、heatmap 等）可通过 ax= 嵌入自定义 matplotlib 布局；图形级（relplot、displot、catplot、lmplot 等）管理整个图形，并通过 col/row 创建分面。
5. 使用 set_theme/set_context 设置主题，并通过 savefig(dpi=300, bbox_inches='tight') 保存（矢量图使用 PDF）。

绘图类别路由

选择类别，然后查看 references/plotting_functions.md，了解各类别的参数和代码。

目标	类别	主要函数
变量之间的关系	关系图	scatterplot、lineplot、relplot
分布范围／形状／密度	分布图	histplot、kdeplot、ecdfplot、displot、jointplot、pairplot
跨类别比较	分类图	stripplot、swarmplot、boxplot、violinplot、barplot、pointplot、countplot、catplot
线性关系／残差	回归图	regplot、lmplot、residplot
矩阵／相关性	矩阵图	heatmap、clustermap
自定义多面板网格	网格图	FacetGrid、PairGrid、JointGrid

现代声明式 seaborn.objects 接口（类似 ggplot2，可组合）最适合复杂的分层绘图或程序化绘图——参见 references/objects_interface.md。

颜色与主题（要点）

• 定性色板适用于类别（"colorblind"、"deep"、"muted"）；顺序色板适用于有序数据（"rocket"、"viridis"）；发散色板适用于以某个值为中心的数据（"vlag"、"coolwarm"，搭配 center=0）。
• set_theme(style=..., context=..., palette=...)；样式包括 whitegrid／ticks／…；上下文 paper→talk→poster 会逐步放大元素尺寸。

完整的色板和主题参考：references/data_palettes_theming.md。

最佳实践（要点）

• 使用 DataFrame 中命名的列绘图（可保留坐标轴标签）；分面时使用图形级函数；通过 hue／size／style 编码额外维度。
• 了解每个函数的估算方式：lineplot／barplot 会自动计算均值 + CI——可通过 errorbar= 和 estimator= 覆盖。
• 结合 matplotlib（ax.set(...)、axhline、tight_layout）进行微调；保存时使用 dpi=300，发表用图则使用 PDF。

完整的最佳实践、常见模式和故障排查（图例位置、标签重叠、图形尺寸、色板区分度、KDE 带宽）：references/best_practices_and_troubleshooting.md。

参考索引

• references/plotting_functions.md — 各类图形的参数和代码（关系图、分布图、分类图、回归图、矩阵图、多图网格、图形级与坐标轴级函数）。
• references/data_palettes_theming.md — 长／宽数据结构、色板（定性／顺序／发散／自定义）和主题（set_theme、样式、上下文）。
• references/best_practices_and_troubleshooting.md — 最佳实践、常见模式（EDA、出版级图形、多面板、时间序列）和故障排查。
• references/function_reference.md — 完整的函数签名、参数和示例。
• references/objects_interface.md — 现代 seaborn.objects API 的详细指南。
• references/examples.md — 基于场景的完整示例和代码模式。