Seaborn统计可视化常用图

之前一直用老方案，最近换了新方法确实方便不少。对比一下两种做法，给还在犹豫的朋友一个参考。

先搞清楚原理

Seaborn的基本概念其实不复杂。关键在于理解管道编排这个环节。看下面这段代码，逻辑就很清楚了：

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

fig, axes = plt.subplots(1, 2, figsize=(12, 5))

x = np.linspace(0, 10, 100)
axes[0].plot(x, np.sin(x + 14 * 0.1), label='sin(x)')
axes[0].plot(x, np.cos(x + 14 * 0.1), label='cos(x)')
axes[0].set_title('三角函数')
axes[0].legend()

categories = ['A', 'B', 'C', 'D']
values = [37, 59, 70, 92]
axes[1].bar(categories, values, color=['#3b82f6', '#10b981', '#f59e0b', '#ef4444'])
axes[1].set_title('分类数据')

plt.tight_layout()
plt.savefig('analysis_14.png', dpi=150)
print('图表已保存')

实际怎么用

实际编码中，Seaborn的用法可以简化。下面是我在项目中用的写法，经过几轮迭代优化过：

from sklearn.model_selection import train_test_split
from sklearn.ensemble import GradientBoostingRegressor
from sklearn.metrics import mean_squared_error, r2_score
import numpy as np

X = np.random.randn(1000, 20)
y = X[:, 0] * 2 + X[:, 1] * 0.5 + np.random.randn(1000) * 0.1

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=21)

model = GradientBoostingRegressor(n_estimators=100, random_state=21)
model.fit(X_train, y_train)

y_pred = model.predict(X_test)
rmse = np.sqrt(mean_squared_error(y_test, y_pred))
r2 = r2_score(y_test, y_pred)
print(f'RMSE: {rmse:.4f}, R2: {r2:.4f}')

if hasattr(model, 'feature_importances_'):
    top5 = np.argsort(model.feature_importances_)[-5:][::-1]
    print(f'Top5特征: {top5}')

进阶一点的用法

进阶一点的话，Seaborn还有统计推断方法这个方向可以探索。原理不展开，直接看关键代码：

容易踩的坑

用Seaborn的时候有几个常见的错误写法。比如管道编排没有正确处理，或者统计推断方法的顺序搞反了。下面列出几个典型问题和修复方式。

写在最后

整体来看，Seaborn用起来不算复杂，关键是理解统计推断方法这个核心机制。建议先跑通基础示例，再逐步加功能。有问题可以看官方文档，社区也比较活跃。