Python Pandas – 用 Seaborn 按两个分类变量分组

Seaborn 是一个基于 Python Matplotlib 库的数据可视化工具，它提供了许多美观、易用、丰富的可视化图表，而Pandas则是Python程序员必备的数据分析工具，其中提供了DataFrame、Series等数据结构、操作方式等。

在数据可视化中，有时需要按两个分类变量对数据进行分组并进行可视化。这时我们就可以使用 Seaborn 库来处理这样的任务，接下来就让我们通过具体的案例来学习 Seaborn 库的分类变量分组功能。

更多Pandas相关文章，请阅读：Pandas 教程

案例背景

某公司想通过自己的销售数据，探寻出每个行业、每个月份的销售情况，以便指导公司的日后营销决策。因此，该公司收集了一些数据集，其中记录了不同行业在每个月份的销售数据，如下：

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

data = {'month': ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'],
        'industry': ['Transportation', 'Transportation', 'Transportation', 'Retail', 'Retail', 'Retail', 'Retail', 'Transportation', 'Transportation', 'Transportation', 'Retail', 'Retail'],
        'sales': [2364, 3226, 1843, 9445, 5621, 3645, 5665, 12968, 7538, 8759, 8415, 10719]
       }

df = pd.DataFrame(data)

print(df)

   month        industry  sales
0    Jan  Transportation   2364
1    Feb  Transportation   3226
2    Mar  Transportation   1843
3    Apr          Retail   9445
4    May          Retail   5621
5    Jun          Retail   3645
6    Jul          Retail   5665
7    Aug  Transportation  12968
8    Sep  Transportation   7538
9    Oct  Transportation   8759
10   Nov          Retail   8415
11   Dec          Retail  10719

现在，该公司想要根据不同行业和月份，查看销售数据的情况，我们就可以通过 Seaborn 来实现我们所需的图表。

用 Seaborn 绘制多层分组柱形图

我们可以使用 Seaborn 的 catplot() 函数来进行二元变量图形绘制。在该函数中，我们可以将要分组的两个变量（行业、月份）传入 x 和 y 参数中。

例如，我们可以使用以下代码来生成一个分组柱形图，同时显示不同行业的月均销售额：

sns.catplot(x="month", y="sales", hue="industry", kind="bar", data=df, height=6, aspect=2)
plt.show()

这里，我们可以从图中发现，在传统运输行业中，6-9月份是销售的旺季，而在零售行业中，11-12月份为销售旺季。

用 Seaborn 绘制月份-行业的热力图

Seaborn 也提供了热力图，可以更直观地展示出分类变量与数据间的关系。在上述数据集中，我们可以使用热力图来显示月销售数据的全势图。我们可以使用以下代码，得到热力图：

pivot_data = pd.pivot_table(df, values="sales", index=["month"], columns=["industry"])
sns.heatmap(pivot_data, cmap="YlGnBu")
plt.show()

通过图中的热力图我们可以看出，传统运输行业的销售量在5-10月份较高，而零售行业的销售量则更加集中在11月和12月。

用 Seaborn 绘制月份-行业-销售量的交互式热力图

Seaborn 也支持绘制交互式的热力图，其主要通过interact与交互式控件配合使用。

我们可以使用下面的代码创建一个交互式热力图：

import ipywidgets as widgets
from ipywidgets import interact
import seaborn as sns

@interact(x=['industry', 'month'], y=['industry', 'month'])
def heatmap(x, y):
    pivot_data = pd.pivot_table(df, values="sales", index=[y], columns=[x])
    sns.heatmap(pivot_data, cmap="YlGnBu")

heatmap(x='industry', y='month')

我们可以发现，在该交互式热力图中，我们可以任意选择两个分类变量，并显示对应的销售数据。比如，我们选择 x = ‘industry’，y = ‘month’，就可以得到月份-行业-销售量的交互式热力图。