首先，如果要我用一张图来为seaborn打call，我一定会选择下面这张

import matplotlib.pyplot as plt
import seaborn as sns

ax = sns.violinplot(x=[1,2,3,4,5,6,2,2,2,2])

plt.show()

这图有非常好听的名字，叫Violinplots（小提琴图），是箱线图和内核密度估计值的组合。不过看着高大上，但在数据量少的时候并不实用，反而会误导人。

本文讲的是seaborn，它是一个基于matplotlib的python数据可视化库。

我认为这个库主要实现了两个功能：

• 创建了各种绚丽的样式，算是无审美青年的福音，但是matplotlib以及集成了许多seaborn样式，所以为了style而单独安装seaborn库显得没啥意义；
• 简化绘图的步骤，将一些基本的拟合算法与绘图函数封装了一下，对新手比较友好，但对熟悉matlib和numpy的人来说反而会觉得有点限制。

下面可以查看所有内置的包括但不限于seaborn风格，并且随机挑选了4个进行展示（个人觉得没传统的好看）。

input:print(plt.style.available)

output:

['bmh', 'classic', 'dark_background', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn-bright', 
'seaborn-colorblind', 'seaborn-dark-palette', 'seaborn-dark', 'seaborn-darkgrid', 'seaborn-deep',
 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 
'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'seaborn']

闲话不多说，要上机操作，先安装一下模块

pip install seaborn

对于seaborn，我印象比较深的是可视化线性关系与可视化数据集分布，这两种图对新手还是比较友好的，类似SPSS，不需要自己写一大堆函数进行迭代，然后plot出来。现以一次方程为例讲解线性关系图（多项式，logistic均可），因为觉得例程数据不容易理解，所以我们使用自己构造的数据。

import pandas as pd
#灰色的窗口就是它造成的
sns.set(color_codes=True)

#设数据长度是100
N=100

#随机生成100个a，再生成b=2*a+噪声 
list=[]
for i in range(N):
    a = np.random.rand()
    b = 2 * a + np.random.rand()
    list.append([a,b])

#生成DataFrame
df=pd.DataFrame(list,columns=['x','y'])

#画含有点，一阶拟合曲线，以及置信区间的图像
sns.lmplot(x='x',y='y',data=df)

plt.show()

当数据非常复杂的时候，一个因变量可能受多个自变量的影响。我们用以下函数生成一个数据集（工资计算公式是我自己乱编的）

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

sns.set(color_codes=True)
#样本数
N=1000

list=[]
#生成N个调查对象
for i in range(N):
    #公司分别为是鸭店，国企，互联网
    company=['duck','soe','net'][np.random.randint(0,3)]
    #学历0代表低学历，1代表高学历
    qualification=np.random.randint(0,2)
    #性别1代表男，0代表女
    sex=np.random.randint(0,2)
    #工作时间为1~10之间
    time = np.random.randint(1,10)

    #不同公司有不同的工资计算方式，
    # 鸭店工资最高的是刚入职的男人，年龄越大工资越低
    #国企主要看时间与学历
    #互联网公司主要看学历
    if company=='duck':
        if sex==1:
            salary = 30*sex-3*time+6*np.random.rand()
        else:
            salary =15+6*np.random.rand()
    elif company=='soe':
        salary = (3+2*qualification)*time+6*np.random.rand()
    else:
        salary = 2*time+10*qualification + 5+10*np.random.rand()
    
    #将个体的数据放在一起
    person=[time,salary,qualification,sex,company]
    #每个人的数据在列表里装好
    list.append(person)

#将数据转化为DataFrame，lmplot的data只接受这种格式
df=pd.DataFrame(list,columns=['time','salary','qualification','sex','company'])

如果依然只绘制简单的x-y图，图片会是下面这个样子，我们只能得出一些没啥用的结论，比如总体上收入随着工作时间的增长而增长但离散性很大等等。

#x轴为time，y轴为salary，使用数据集df
sns.lmplot(x='time',y='salary',data=df)
plt.show()

但是，我们把图画成下面的样子就完全不同了，我们可以很清晰的分析出各个因素对工资的影响，从而确定职业规划，比如，先做3年鸭子。

#hue是图例，在本程序中，图例是公司，在图片上会体现为3种不同颜色的曲线
#row为性别，性别有（0，1）两种，所以生成的图片会有两行窗口，一行只包含sex=0的数据
#col为学历，学历有（0，1）两种，所以生成的图片会有两列窗口，一列只包含qualification=0的数据
#因此生成的图片会有2x2个窗口
sns.lmplot(x='time',y='salary',hue='company',row='sex',col='qualification',data=df)