可视化：回归分析和分类属性

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import numpy as np
import pandas as pd
from scipy import stats, integrate
import matplotlib.pyplot as plt
import matplotlib as mpl
import seaborn as sns
sns.set(color_codes=True)
np.random.seed(sum(map(ord, "distributions")))
x = np.random.normal(size=100)
sns.distplot(x,kde=False) #直方图绘制
sns.distplot(x, bins=20, kde=False)
#根据均值和协方差生成数据
mean, cov = [0, 1], [(1, .5), (.5, 1)]
data = np.random.multivariate_normal(mean, cov, 200)
df = pd.DataFrame(data, columns=["x", "y"])
#观测两个变量之间的分布关系最好用散点图
sns.jointplot(x="x", y="y", data=df);
iris = sns.load_dataset("iris") #读入自带的数据集
sns.pairplot(iris)
#4.REG
sns.set(color_codes=True)
np.random.seed(sum(map(ord, "regression")))
tips = sns.load_dataset("tips")
tips.head()
#回归分析绘制图
#regplot()和lmplot()都可以绘制回归关系,推荐regplot()
sns.regplot(x="total_bill", y="tip", data=tips)
#x_jitter：小范围的浮动
sns.regplot(x="size", y="tip", data=tips, x_jitter=.05)
#多变量分析图
sns.set(style="whitegrid", color_codes=True)
np.random.seed(sum(map(ord, "categorical")))
titanic = sns.load_dataset("titanic")
tips = sns.load_dataset("tips")
iris = sns.load_dataset("iris")
sns.stripplot(x="day", y="total_bill", data=tips);
sns.stripplot(x="day", y="total_bill", data=tips, jitter=True)#jitter：小范围的浮动
sns.swarmplot(x="day", y="total_bill", hue="sex",data=tips)#树形图
#盒图
#IQR即统计学概念四分位距，第一/四分位与第三/四分位之间的距离
#N = 1.5IQR 如果一个值>Q3+N或　<　Ｑ1-N,则为离群点
sns.boxplot(x="day", y="total_bill", hue="time", data=tips);
#小提琴图
sns.violinplot(x="total_bill", y="day", hue="time", data=tips);
#条形图可以显示值的集中趋势
sns.barplot(x="sex",y="survived",hue="class",data=titanic)
#点图可以更好的描述变化差异
sns.pointplot(x="sex", y="survived", hue="class", data=titanic)
sns.boxplot(data=iris,orient="h");#盒型图，orient=“h'横着画
#分类属性
#多层面板分类图
sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips)
sns.factorplot(x="day", y="total_bill", hue="smoker",
               col="time", data=tips, kind="swarm")#点图
sns.factorplot(x="time", y="total_bill", hue="smoker",#盒图
               col="day", data=tips, kind="box", size=4, aspect=.5)
'''
Parameters：
•x,y,hue 数据集变量 变量名
•date 数据集 数据集名
•row,col 更多分类变量进行平铺显示 变量名
•col_wrap 每行的最高平铺数 整数
•estimator 在每个分类中进行矢量到标量的映射 矢量
•ci 置信区间 浮点数或None
•n_boot 计算置信区间时使用的引导迭代次数 整数
•units 采样单元的标识符，用于执行多级引导和重复测量设计 数据变量或向量数据
•order, hue_order 对应排序列表 字符串列表
•row_order, col_order 对应排序列表 字符串列表
•kind : 可选：point 默认, bar 柱形图, count 频次, box 箱体, violin 提琴, strip 散点，swarm 分散点 size 每个面的高度（英寸） 标量 aspect 纵横比 标量 orient 方向 "v"/"h" color 颜色 matplotlib颜色 palette 调色板 seaborn颜色色板或字典 legend hue的信息面板 True/False legend_out 是否扩展图形，并将信息框绘制在中心右边 True/False share{x,y} 共享轴线 True/False

'''