Seaborn histplot – Создание Гистограмм в Seaborn

В этом руководстве вы научитесь использовать функцию histplot() библиотеки Seaborn для создания гистограмм, которые визуализируют распределение набора данных. Гистограммы — ценные инструменты для визуализации распределения наборов данных, позволяющие получить глубокое представление о ваших данных. В этом уроке вы узнаете о различных параметрах и опциях функции histplot в Seaborn.

К концу этого руководства вы научитесь следующему:

Как работает функция Seaborn histplot()
Как настроить гистограммы Seaborn, используя цвет, оценки плотности ядра и различные интервалы
Как визуализировать две непрерывные переменные с помощью функции гистограммы Сиборна

Оглавление

Понимание функции histplot Seaborn

Перед тем как погрузиться в создание гистограмм в Seaborn, давайте рассмотрим функцию sns.histplot(). Посмотрите на приведенный ниже блок кода, чтобы увидеть различные параметры, которые предлагает функция:

# Understanding the Seaborn histplot() Function
seaborn.histplot(data=None, *, x=None, y=None, hue=None, weights=None, stat='count', bins='auto', binwidth=None, binrange=None, discrete=None, cumulative=False, common_bins=True, common_norm=True, multiple='layer', element='bars', fill=True, shrink=1, kde=False, kde_kws=None, line_kws=None, thresh=0, pthresh=None, pmax=None, cbar=False, cbar_ax=None, cbar_kws=None, palette=None, hue_order=None, hue_norm=None, color=None, log_scale=None, legend=True, ax=None, **kwargs)

Мы видим, что функция предлагает огромное количество параметров. Хотя это руководство не рассматривает их все, вы узнаете о наиболее важных, включая:

data= предоставляет данные для построения графика с помощью DataFrame библиотеки Pandas
x= и y= задают переменные для осей x и y соответственно
hue= добавляет дополнительную переменную для отображения с помощью цветовой кодировки
binwidth= и bins= определяют соответственно ширину каждого интервала и общее количество интервалов, которые должны быть отображены на графике.

Теперь, когда у вас есть хорошее понимание параметров, которые предлагает функция sns.histplot(), давайте перейдем к созданию гистограмм.

Создание гистограммы Seaborn с помощью histplot

Для создания гистограммы в Seaborn, используя DataFrame из Pandas, вам необходимо использовать только два параметра:

data= относится к DataFrame, который вы хотите визуализировать, и
x= относится к метке столбца, для которой вы хотите создать гистограмму

Давайте посмотрим, как это выглядит:

# Creating a Simple Histogram
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, x='price')
plt.show()

В приведенном выше блоке кода мы импортировали как Seaborn, так и Matplotlib. Затем мы создали гистограмму с использованием функции sns.histplot(), в результате чего был получен следующий визуал:

Мы видим, что Seaborn автоматически создал для нас интервалы. Это то, что вы скоро научитесь настраивать. Однако пока давайте сосредоточимся на повороте данных для создания горизонтальной гистограммы.

Создание горизонтальной гистограммы в Seaborn

Чтобы повернуть гистограмму и создать горизонтальную гистограмму в Seaborn, можно просто отобразить метку столбца, которую вы использовали, на параметр y=. Это создаст длины интервалов, вместо высот интервалов.

Давайте посмотрим, как это выглядит на Python:

# Creating a Horizontal Histogram
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, y='price')
plt.show()

В приведенном выше блоке кода мы просто поменяли местами параметры x= и y=. Это позволило нам построить график горизонтально, а не вертикально.

Теперь давайте более подробно рассмотрим некоторые из самых интересных аспектов функции и исследуем, как мы можем изменить ширину бина в гистограммах.

Изменение ширины интервала в гистограммах Сиборна

Чтобы изменить ширину интервалов в гистограмме Seaborn, вы можете использовать параметр binwidth=. Параметр принимает число, которое обозначает ширину каждого интервала.

По умолчанию Seaborn пытается найти наиболее подходящую ширину интервалов. Однако возможность настроить этот параметр позволит вам изменить данное представление. Давайте посмотрим, как мы можем использовать функцию histplot() для создания интервалов шириной в 500.

# Modifying Bin Width in a Seaborn Histogram
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, x='price', binwidth=500)
plt.show()

В указанном выше блоке кода мы изменили только параметр binwidth=, задав аргумент 500. Это дало изображение, показанное ниже:

На изображении выше мы настроили ширину столбцов нашей гистограммы. Мы видим, что это изменило некоторые детали нашей визуализации, в то время как общая тенденция и асимметрия остались прежними.

Изменение количества интервалов в гистограммах Сиборна

Аналогично, мы можем изменить количество интервалов, а не только их ширину. Это может быть чрезвычайно полезно, когда вы хотите создать определенное количество интервалов. **Чтобы изменить количество интервалов в гистограммах Seaborn, вы можете передать число интервалов в параметр bins=

Давайте посмотрим, как мы можем указать Seaborn создать десять корзин. Таким образом, мы больше не контролируем ширину корзин, что означает, что Seaborn создаст равномерно распределенные корзины.

# Customizing Bin Count in a Seaborn Histogram
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, x='price', bins=10)
plt.show()

В приведенном выше блоке кода мы указали Seaborn создать гистограмму только из десяти корзин. Посмотрите на изображение ниже, чтобы увидеть результат этого. Теперь, когда у нас установлено конкретное количество корзин, это может привести к менее "чистым" корзинам, как показано ниже:

В следующем разделе вы научитесь добавлять оценку плотности ядра к визуализации.

Добавление оценки плотности ядра в гистограммы Seaborn

Seaborn позволяет легко нанести оценку плотности ядра поверх гистограммы. Это позволяет получить представление о распределении данных, что может быть полезно для более сложных гистограмм.

Чтобы нарисовать оценку плотности распределения на гистограммах Seaborn, вы можете установить параметр kde= в значение True. По умолчанию этот аргумент установлен в значение False, что означает, что оценка не будет отрисована.

# Adding a Kernel Density Estimate to the Histogram
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, x='price', kde=True)
plt.show()

Давайте посмотрим, что возвращает Seaborn, когда мы просим его нарисовать оценку плотности ядра:

В следующем разделе вы научитесь добавлять дополнительные данные с помощью цвета в гистограммы Seaborn.

Добавление дополнительных данных с помощью цвета в гистограммы Seaborn

Мы можем добавить дополнительные детали к гистограмме Seaborn, используя другую переменную для цвета. Хотя основное распределение изменяться не будет, представленные детали дадут вам больше информации о данных.

Чтобы добавить дополнительную переменную, используя цвет, вы можете передать метку столбца в параметр

# Adding Additional Detail with Hue
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, x='price', bins=10, hue='cut')
plt.show()

В кодовом блоке выше мы добавили колонку 'cut' в нашу визуализацию. Это приводит к визуализации ниже.

Мы видим, что хотя элементы данных были добавлены, они перекрываются. Разобраться в этом может быть очень сложно. Давайте посмотрим, как мы можем изменить этот подход в следующем разделе.

Добавление дополнительных цветов в гистограммы Сиборна

Чтобы уложить точки данных, разделенные по цветам, можно использовать аргумент multiple='stack'. Вместо создания перекрывающихся столбцов, это позволит Seaborn укладывать перекрывающиеся значения друг на друга.

Давайте посмотрим, как это выглядит:

# Stacking Additional Detail with Hue
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, x='price', bins=10, hue='cut', multiple='stack')
plt.show()

При наложении каждой категории гистограмма Seaborn будет выглядеть примерно так же, как и без добавления hue=. Однако распределение будет разделено по разным категориям, как показано ниже:

В следующем разделе вы научитесь отображать проценты, а не количество.

Отображение процентов, а не количества на гистограммах Seaborn

By default, Seaborn histograms will show counts in the y-axis. However, we can modify this behavior to show percentages instead. In order to show percentages rather than counts in Seaborn histograms, we can pass in stat='percent'.

По умолчанию гистограммы в Seaborn показывают количество на оси Y. Однако это поведение можно изменить, чтобы отображать проценты. Чтобы отобразить проценты вместо количества в гистограммах Seaborn, можно использовать stat='percent'.

Давайте посмотрим, как выглядит этот код:

# Showing Percentages Rather Than Counts
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, x='price', bins=10, stat='percent')
plt.show()

В предыдущем блоке кода мы изменили поведение так, чтобы рассчитывать проценты, а не количество, что привело к следующему изображению:

Seaborn позволяет рассчитывать ряд различных статистик. Для этого в параметре stat= можно использовать следующие аргументы

count: показать количество наблюдений в каждом интервале
frequency: показывает количество наблюдений, деленное на ширину интервала
probability or proportion: нормализуйте так, чтобы сумма высот столбцов равнялась 1
percent:нормализовать так, чтобы сумма высот столбцов равнялась 100
density: нормализуйте так, чтобы общая площадь гистограммы равнялась 1

В следующем разделе вы узнаете, как использовать логарифмическую шкалу в гистограмме.

Использование логарифмической шкалы в гистограмме Seaborn

В некоторых наборах данных более целесообразно отображать значения в логарифмическом масштабе. Это позволяет лучше понять распределение без необходимости создавать слишком растянутые визуализации.

Чтобы построить гистограмму, используя логарифмическую шкалу, можно передать параметр log_scale=True. Это изменит шкалу оси на логарифмическую.

# Using a Log Scale Rather Than an Absolute Scale
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, x='price', log_scale=True)
plt.show()

В кодовом блоке выше, мы добавили инструкции для отображения данных в логарифмическом масштабе. Это привело к появлению изображения ниже:

Мы видим, что это вернуло аккуратную визуализацию в логарифмическом масштабе.

Создайте накопительную гистограмму в Seaborn

До сих пор вы учились создавать гистограммы, показывающие распределение для каждого интервала. Однако можно также создавать кумулятивное распределение, которое будет демонстрировать распределение в кумулятивном виде.

Чтобы создать кумулятивную гистограмму в Seaborn, можно передать параметр cumulative=True в функцию sns.histogram(). Это позволит накапливать значения в гистограмме.

# Showing Cumulative Distributions
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, x='price', cumulative=True)
plt.show()

Создавая кумулятивные гистограммы, вы можете более легко наблюдать, как распределение данных изменяется по мере прохождения через различные интервалы. Например, это позволяет легко заметить крупные скачки данных более интуитивно понятным образом, как показано ниже:

Seaborn также может отображать две непрерывные переменные в гистограмме. Давайте посмотрим, как это выглядит в следующем разделе.

Создание гистограммы тепловой карты Seaborn

При построении двух непрерывных переменных в функции histplot() Seaborn, Seaborn создаст тепловую карту, а не традиционную гистограмму. Для этого мы можем передать две метки столбцов в параметры x= и y=

Посмотрим, как это выглядит:

# Showing 2 Continuous Values Creates a Heat Map
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, x='carat', y='price')
plt.show()

В приведенном выше блоке кода мы передали столбец 'carat' в параметр x= и столбец 'price' в параметр y=. Это привело к следующей тепловой карте ниже:

На визуализации выше более темные элементы встречаются чаще, в то время как более светлые элементы - реже. Это позволяет вам увидеть гистограмму в двух измерениях, давая представление о том, где происходит кластеризация двух переменных.

Мы также можем расширить это, добавив другую переменную с использованием семантики цвета. Для этого мы можем использовать параметр hue=

# Showing 2 Continuous Values Creates a Heat Map with Color
import seaborn as sns
import matplotlib.pyplot as plt

sns.histplot(data=df, x='carat', y='price', hue='cut')
plt.show()

Путем выполнения этого действия мы добавили категориальную переменную. Это означает, что отдельные категории в столбце 'cut' отображаются разными цветами. Это позволяет увидеть, как распределяются кластеры различных типов огранки.

На данный момент мы добавили много информации в нашу визуализацию данных. Имейте в виду, что визуализация данных эффективна только тогда, когда она действительно способна передавать данные.

Заключение

В этом руководстве вы узнали, как использовать функцию histplot() в Seaborn для создания информативных гистограмм. Гистограммы позволяют глубоко понять распределение данных. Хотя они похожи на график количества Seaborn, они предоставляют значительную гибкость в терминах настройки визуализации данных.

Вы впервые узнали о том, что функция histplot в Seaborn предлагает в плане параметров и аргументов по умолчанию. Затем вы научились создавать простые гистограммы. После этого вы опирались на полученные знания, чтобы создать более сложные и информативные гистограммы, добавляя цвета, изменяя масштабы и многое другое. Наконец, вы научились создавать двумерные гистограммы в виде тепловых карт.