Seaborn统计可视化：我用5行代码，做出了专业级统计图表

2026-03-01

大家好，我是正在实战各种AI项目的程序员晚枫。

今天学习Seaborn，这是基于Matplotlib的统计数据可视化库。

如果说Matplotlib是”画笔”，那Seaborn就是”模板”。用更少的代码，就能做出专业级的统计图表。

为什么选择Seaborn？

Matplotlib vs Seaborn

特性	Matplotlib	Seaborn
代码量	较多	简洁
默认样式	朴素	美观
统计功能	需手动计算	内置统计
适用场景	精细控制	快速探索

最佳实践：日常分析用Seaborn快速出图，汇报时再用Matplotlib精细调整。

安装与导入

1	pip install seaborn

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

# 设置样式
sns.set_style('whitegrid')  # whitegrid, darkgrid, white, dark, ticks
sns.set_palette('husl')     # 配色方案

1. 分布图（Distribution Plot）

直方图 + KDE

# 生成数据
data = np.random.normal(100, 15, 1000)

# 方式1：distplot（旧版，已弃用）
# sns.distplot(data)

# 方式2：histplot（推荐）
sns.histplot(data, kde=True, bins=30, color='skyblue')
plt.title('数据分布')
plt.show()

# 方式3：kdeplot（仅密度曲线）
sns.kdeplot(data, fill=True, color='coral')
plt.title('密度分布')
plt.show()

箱线图（Box Plot）

# 准备数据
df = pd.DataFrame({
    '部门': ['技术']*50 + ['销售']*50 + ['人事']*50,
    '薪资': np.concatenate([
        np.random.normal(15000, 3000, 50),
        np.random.normal(12000, 4000, 50),
        np.random.normal(10000, 2000, 50)
    ])
})

# 箱线图
sns.boxplot(data=df, x='部门', y='薪资', palette='Set2')
plt.title('各部门薪资分布')
plt.show()

# 小提琴图（箱线图升级版）
sns.violinplot(data=df, x='部门', y='薪资', palette='Set3')
plt.title('各部门薪资分布（含密度）')
plt.show()

2. 散点图与回归

基础散点图

# 生成数据
np.random.seed(42)
df = pd.DataFrame({
    '广告投入': np.random.randint(50, 200, 100),
    '销售额': np.random.randint(100, 500, 100)
})
df['销售额'] = df['广告投入'] * 2 + np.random.normal(0, 30, 100)

# 散点图
sns.scatterplot(data=df, x='广告投入', y='销售额', 
                size='销售额', sizes=(20, 200), alpha=0.6)
plt.title('广告投入 vs 销售额')
plt.show()

带回归线的散点图

# 自动拟合回归线
sns.regplot(data=df, x='广告投入', y='销售额', 
            scatter_kws={'alpha':0.5}, 
            line_kws={'color':'red'})
plt.title('相关性分析')
plt.show()

# 多项式回归
sns.regplot(data=df, x='广告投入', y='销售额', order=2)
plt.show()

3. 分类数据可视化

柱状图

df = pd.DataFrame({
    '月份': ['1月', '2月', '3月', '4月', '5月'] * 3,
    '产品': ['A']*5 + ['B']*5 + ['C']*5,
    '销量': [120, 150, 180, 140, 200] + 
            [80, 90, 110, 130, 150] +
            [60, 70, 85, 95, 110]
})

# 分组柱状图
sns.barplot(data=df, x='月份', y='销量', hue='产品', palette='viridis')
plt.title('各产品月度销量')
plt.legend(title='产品')
plt.show()

# 水平柱状图
sns.barplot(data=df, y='月份', x='销量', hue='产品', orient='h')
plt.show()

计数图

# 自动生成计数
df = pd.DataFrame({
    '类别': np.random.choice(['A', 'B', 'C'], 200),
    '组别': np.random.choice(['X', 'Y'], 200)
})

sns.countplot(data=df, x='类别', hue='组别', palette='pastel')
plt.title('各类别数量统计')
plt.show()

4. 热力图

# 相关性矩阵
np.random.seed(42)
df = pd.DataFrame(np.random.randn(100, 5), columns=['A', 'B', 'C', 'D', 'E'])
corr = df.corr()

# 绘制热力图
plt.figure(figsize=(8, 6))
sns.heatmap(corr, annot=True, fmt='.2f', cmap='RdYlBu_r',
            center=0, square=True, linewidths=0.5)
plt.title('变量相关性热力图')
plt.show()

# 带聚类的热力图
sns.clustermap(corr, annot=True, cmap='coolwarm', center=0)
plt.show()

5. 多变量关系图

Pairplot（成对关系图）

# Iris数据集
iris = sns.load_dataset('iris')

# 所有数值变量的两两关系
sns.pairplot(iris, hue='species', palette='Set2', diag_kind='kde')
plt.suptitle('鸢尾花数据集特征关系', y=1.02)
plt.show()

# 只选部分变量
sns.pairplot(iris, vars=['sepal_length', 'sepal_width'], hue='species')
plt.show()

Jointplot（联合分布图）

# 两个变量的联合分布
sns.jointplot(data=iris, x='sepal_length', y='sepal_width', 
              hue='species', kind='scatter')
plt.show()

# 带核密度估计
sns.jointplot(data=iris, x='sepal_length', y='petal_length', 
              kind='kde', fill=True)
plt.show()

6. 分面网格（FacetGrid）

# 创建复杂的多子图布局
df = pd.DataFrame({
    'x': np.random.randn(200),
    'y': np.random.randn(200),
    'category': np.random.choice(['A', 'B'], 200),
    'group': np.random.choice(['X', 'Y'], 200)
})

g = sns.FacetGrid(df, col='category', row='group', height=3, aspect=1.2)
g.map(sns.scatterplot, 'x', 'y', alpha=0.6)
g.add_legend()
plt.suptitle('分面散点图', y=1.02)
plt.show()

7. 主题与样式定制

# 预设主题
sns.set_theme(style='darkgrid', palette='muted', font_scale=1.2)

# 自定义颜色
custom_palette = sns.color_palette("coolwarm", 7)
sns.set_palette(custom_palette)

# 中文显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

实战：完整的数据探索报告

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

# 生成销售数据
np.random.seed(42)
df = pd.DataFrame({
    '日期': pd.date_range('2024-01-01', periods=365, freq='D'),
    '销售额': np.random.normal(5000, 1000, 365) + np.linspace(0, 2000, 365),
    '客户数': np.random.poisson(50, 365),
    '客单价': np.random.normal(100, 20, 365),
    '地区': np.random.choice(['华北', '华东', '华南', '西南'], 365),
    '渠道': np.random.choice(['线上', '线下'], 365, p=[0.6, 0.4])
})

# 创建大图
fig = plt.figure(figsize=(16, 12))

# 1. 销售额趋势
ax1 = plt.subplot(2, 3, 1)
df_monthly = df.groupby(df['日期'].dt.to_period('M'))['销售额'].sum()
df_monthly.plot(kind='line', ax=ax1, marker='o')
ax1.set_title('月度销售额趋势')
ax1.grid(True, alpha=0.3)

# 2. 地区对比
ax2 = plt.subplot(2, 3, 2)
sns.boxplot(data=df, x='地区', y='销售额', ax=ax2, palette='Set2')
ax2.set_title('各地区销售额分布')

# 3. 渠道占比
ax3 = plt.subplot(2, 3, 3)
channel_sales = df.groupby('渠道')['销售额'].sum()
ax3.pie(channel_sales, labels=channel_sales.index, autopct='%1.1f%%',
        colors=['skyblue', 'lightcoral'])
ax3.set_title('销售渠道占比')

# 4. 销售额分布
ax4 = plt.subplot(2, 3, 4)
sns.histplot(df['销售额'], kde=True, ax=ax4, color='green')
ax4.set_title('销售额分布')

# 5. 相关性热力图
ax5 = plt.subplot(2, 3, 5)
corr_data = df[['销售额', '客户数', '客单价']].corr()
sns.heatmap(corr_data, annot=True, cmap='RdYlBu_r', ax=ax5, center=0)
ax5.set_title('指标相关性')

# 6. 散点图
ax6 = plt.subplot(2, 3, 6)
sns.scatterplot(data=df, x='客户数', y='销售额', hue='渠道', ax=ax6, alpha=0.6)
ax6.set_title('客户数 vs 销售额')

plt.suptitle('2024年销售数据分析报告', fontsize=16, fontweight='bold', y=0.98)
plt.tight_layout(rect=[0, 0, 1, 0.96])
plt.savefig('sales_analysis_report.png', dpi=300, bbox_inches='tight')
plt.show()

print("分析报告已生成！")