Python使用Seaborn绘制钻石数据集可视化分析教程

山间有风

发布时间：2026-10-12 | 2人浏览过

原创

本文介绍如何利用Python的Seaborn库对钻石数据集进行可视化分析。通过scatterplot、lmplot和jointplot等函数，展示钻石重量、价格、切割等级及尺寸的相关性。涵盖主题设置、颜色映射、散点图趋势线及分布图绘制，帮助开发者掌握高颜值数据图表的制作技巧。

挑钻石第二弹

seaborn作为matplotlib的扩展库，提供了一系列美观的图形界面，并集成了多种在线数据集。通过sns.load_dataset()函数即可调用这些数据集供学习使用。若遇到网络不稳定的情况，可将数据集下载至本地，并在调用时将cache参数设置为True以启用本地缓存。

scatter_plot

官方示例展示了diamonds数据集中的钻石信息。diamonds数据集共包含十项关键指标，具体包括：重量（克拉）、切割等级、颜色、净度、深度百分比、table值、价格，以及x、y、z三个方向的尺寸数据。

首先观察x与y方向尺寸之间是否存在相关性。

import seaborn as sns
import matplotlib.pyplot as plt
# 本地加载数据集
dia = sns.load_dataset("diamonds",data_home="seaborn-data", cache=True)
# 以上几行代码后面不再重复书写
sns.scatterplot(x=dia['x'],y=dia['y'],size=5)
plt.show()  #用于显示图片，后文就不写了

图中x代表x轴数据，y代表y轴数据。从图中可以看出，大多数钻石的尺寸比例较为规则。

官方画廊生成的图像如下所示。

该图的横坐标表示重量（克拉），纵坐标表示价格。观察发现，钻石商人似乎存在某种“强迫症”，重量为2.0克拉、1.5克拉、1.0克拉等整数或半整数规格的钻石数量明显多于周围重量的钻石。

f, ax = plt.subplots(figsize=(6.5, 6.5))
sns.set_theme(style="whitegrid")
sns.despine(f, left=True, bottom=True)
clarity =  ["I1", "SI2", "SI1", "VS2", "VS1", "VVS2", "VVS1", "IF"]   #颜色深浅的顺序
sns.scatterplot(x="carat", y="price",         #声明x轴和y轴的值
    hue="clarity", size="depth",  #clarity和depth分别调控颜色和尺寸
    palette="ch:rot=-.2,d=.3_r",    #调色板
    style_order=clarity,sizes=(1,10), #颜色标识的顺序和尺寸范围
    linewidth=0,data=dia, ax=ax)
plt.show()

首先，set_theme函数用于设置绘图主题，其中style参数可以接收字符串或字典，用于调整整体主题风格。

其次，palette代表颜色映射。当其输入值为字符串时，其具体含义如下表所示。

	缩写	取值范围
start	s	[0,3]	渐变始点颜色
rot	r		用于调控色相
gamma	g	不小于0	小于1时，提高暗部；大于1时，加强高光
hue	h	[0,1]	Saturation of the colors.
dark	d	[0,1]	最暗处的强度
light	l	[0,1]	最亮处颜色的强度

sizes用于调整数据点的尺寸。当设置size参数时，系统会将size中的值映射到ssizes中，从而在图中体现点的大小差异。

注意到钻石属性中包含“切割水平”这一项，接下来我们将绘制切割等级与价格之间的关系图。

fig, ax = plt.subplots(figsize=(6.5, 6.5))
sns.set_theme(style="whitegrid")
sns.despine(fig, left=True, bottom=True)
sns.scatterplot(data = dia, x="carat", y="price",
    style="cut",hue='cut',
    linewidth=0)
plt.show()

去除渐变颜色后，图表的美观度有所下降，但我们可以发现very good并非最佳的切割等级。例如，在3.0克拉级别的钻石中，存在一颗very good级别的钻石价格最低。根据GIA的钻石分级标准，等级从高到低依次为Excellent、Very Good、Good、Fair和Poor。在该数据集中，ideal可能对应的是Excellent等级。

lmplot

若需更准确地观察cut对钻石价格的影响，可以通过lmplot在散点图基础上绘制趋势线。

sns.lmplot(data=dia, x="carat", y="price",hue='cut',markers = '.')
plt.show()

通过趋势线可以明显看出，ideal等级的钻石表现最佳。

jointplot

前述图表主要关注消费者关心的价格、尺寸及透明度等指标。然而，商家更关注价格、重量与销量之间的关系，这涉及数据分布问题。Seaborn提供了优秀的双变量关系图——jointplot，效果如下。

从图中可见，价格较低的钻石更为畅销。相关代码如下。

# 左图代码
sns.jointplot(data=dia, x="carat", y="price",xlim=(0,3),ylim=(0,17500), ratio=10,kind='hex',color="#4CB391")
# 右图代码
sns.jointplot(data=dia, x="carat", y="price",hue='cut', xlim=(0,3),ylim=(0,17500), ratio=10,marker='.')

其中，kind用于更改图像类型，sns库提供了六种可选风格："scatter"、"kde"、"hist"、"hex"、"reg"和"resid"。

以上就是Python使用matplotlib和seaborn进行钻石数据可视化的详细内容，更多关于相关绘图技巧的资料请关注本站其它相关文章！