Установка Seaborn

Если вы пользуетесь Google Colaboratory, то никакой установки не требуется — все работает «сразу и прямо из коробки»:

Но если иногда вам приходится работать без интернета (согласитесь, такое случается), то скорее всего вам приходится работать с дистрибутивом Python Anaconda. Если, по какой-то причине, в нем не оказалось Seaborn, то установить данную библиотеку можно либо с помощью терминала (в Linux) либо с помощью Anaconda Prompt (в Windows), набрав следующую команду:

А если (по какой-то очень странной причине) вам понадобилось использовать Seaborn в стандартном или каком-то другом дистрибутиве Python то его можно установить с помощью pip-а, выполнив команду:

Или, если не сработает:

Так же следует учитывать, что Seaborn работает только в Python 3.6 и выше. А еще Seaborn зависит от следующих библиотек:

Так что эти пакеты будут установлены вместе с Seaborn. А вот если вы планируете рисовать графики с регрессией или выполнять кластеризацию, то следующие пакеты придется установить вручную:

• statsmodels — conda install statsmodels (или pip3 install statsmodels)
• fastcluster — conda install fastcluster (или pip3 install fastcluster)

Что бы проверить — все ли работает можно выполнить следующий код:

Если в результате появился график, то все «норм». Если вместо графика вы увидели только вот такую строчку:

То это значит, что вы не работаете не в блокноте Jupyter-а не в терминале IPython-а и значит потребуется явное указание того что вы хотите увидеть график, а именно, придется добавлять plt.show() . Естественно, только после того как вы импортируете Matplotlib:

Что бы проверить как работают регрессионные модели, можно выполнить следующий код

Если график появился — значит StatsModels установилась и все работает отлично.

Что бы проверить как работает кластеризация можно выполнить вот такой код:

Если и в этом случае появился график, то значит и Fastcluster тоже отлично работает.

Если Seaborn все-таки не запускается, то скорее всего проблема кроется в «кривой» установке одной из вышеперечисленных библиотек. В этом случае внимательно изучите сообщение об ошибке, скорее всего в нем будет указано какая именно библиотека не работает. После этого переустановите ее с необходимыми настройками, которые можно найти на официальном сайте данной библиотеки. Еще могут появляться сообщения о том, что Seaborn не может быть найдена на компьютере, эта проблема вероятнее всего связана с тем, что используется несколько версий Python.

В общем, самый простой способ жить без Error-ов — пользоваться Google Colab-ом и одной версией Anaconda.

Installing and getting started¶

Official releases of seaborn can be installed from PyPI:

The library is also included as part of the Anaconda distribution:

Dependencies¶

Supported Python versions¶

Required dependencies¶

If not already present, these libraries will be downloaded when you install seaborn.

Optional dependencies¶

statsmodels, for advanced regression plots

fastcluster, for clustering large matrices

Quickstart¶

Once you have seaborn installed, you’re ready to get started. To test it out, you could load and plot one of the example datasets:

If you’re working in a Jupyter notebook or an IPython terminal with matplotlib mode enabled, you should immediately see the plot . Otherwise, you may need to explicitly call matplotlib.pyplot.show() :

While you can get pretty far with only seaborn imported, having access to matplotlib functions is often useful. The tutorials and API documentation typically assume the following imports:

Debugging install issues¶

The seaborn codebase is pure Python, and the library should generally install without issue. Occasionally, difficulties will arise because the dependencies include compiled code and link to system libraries. These difficulties typically manifest as errors on import with messages such as «DLL load failed» . To debug such problems, read through the exception trace to figure out which specific library failed to import, and then consult the installation docs for that package to see if they have tips for your particular system.

In some cases, an installation of seaborn will appear to succeed, but trying to import it will raise an error with the message «No module named seaborn» . This usually means that you have multiple Python installations on your system and that your pip or conda points towards a different installation than where your interpreter lives. Resolving this issue will involve sorting out the paths on your system, but it can sometimes be avoided by invoking pip with python -m pip install seaborn .

Getting help¶

If you think you’ve encountered a bug in seaborn, please report it on the GitHub issue tracker. To be useful, bug reports must include the following information:

A reproducible code example that demonstrates the problem

The output that you are seeing (an image of a plot, or the error message)

A clear explanation of why you think something is wrong

The specific versions of seaborn and matplotlib that you are working with

Bug reports are easiest to address if they can be demonstrated using one of the example datasets from the seaborn docs (i.e. with load_dataset() ). Otherwise, it is preferable that your example generate synthetic data to reproduce the problem. If you can only demonstrate the issue with your actual dataset, you will need to share it, ideally as a csv.

If you’ve encountered an error, searching the specific text of the message before opening a new issue can often help you solve the problem quickly and avoid making a duplicate report.

Because matplotlib handles the actual rendering, errors or incorrect outputs may be due to a problem in matplotlib rather than one in seaborn. It can save time if you try to reproduce the issue in an example that uses only matplotlib, so that you can report it in the right place. But it is alright to skip this step if it’s not obvious how to do it.

General support questions are more at home on either stackoverflow or discourse, which have a larger audience of people who will see your post and may be able to offer assistance. StackOverflow is better for specific issues, while discourse is better for more open-ended discussion. Your chance of getting a quick answer will be higher if you include runnable code, a precise statement of what you are hoping to achieve, and a clear explanation of the problems that you have encountered.

© Copyright 2012-2020, Michael Waskom. Created using Sphinx 3.3.1.

Библиотека Seaborn в Python

Seaborn – это библиотека для создания статистической инфографики на Python. Он построен поверх matplotlib, а также поддерживает структуры данных numpy и pandas. Он также поддерживает статистические единицы из SciPy.

Визуализация играет важную роль, когда мы пытаемся исследовать и понимать данные, Seaborn нацелен на то, чтобы упростить эту задачу и стать центром процесса. Для сравнения: если мы говорим, что matplotlib упрощает и делает сложные вещи возможными, то seaborn пытается упростить и эту сложную задачу, причем четко определенным образом. Но seaborn не является альтернативой matplotlib, считая его дополнением к предыдущему.

Поскольку он построен поверх matplotlib, мы часто будем вызывать функции непосредственно для простых графиков, поскольку он уже создал для него высокоэффективные программы.

Почему стоит выбрать seaborn?

Seaborn предлагает множество функций, которые делают его полезным и простым по сравнению с другими фреймворками. Некоторые из этих функций:

• Функция для построения статистических данных временных рядов с гибкой оценкой и представлением неопределенности оценки.
• Функции для визуализации одномерных и двумерных распределений или для сравнения их между подмножествами данных.
• Функции, которые визуализируют матрицы данных и используют алгоритмы кластеризации для обнаружения структуры в этих матрицах.
• Абстракции высокого уровня для структурирования сеток графиков, которые позволяют легко создавать сложные визуализации.
• Несколько встроенных тем для стилизации графики matplotlib.
• Инструменты для выбора цветовых палитр для создания красивых графиков, раскрывающих закономерности в ваших данных.
• Инструменты, которые подходят и визуализируют модели линейной регрессии для различных типов независимых и зависимых переменных.

Начало работы

Чтобы начать работу с Seaborn, мы установим его на наши компьютеры.

Как установить Seaborn в Python?

Seaborn предполагает, что у вас есть работающая платформа Python 2.7 или выше с пакетами NumPY (1.8.2 и выше), SciPy (0.13.3 и выше) и pandas на устройствах.

После того, как мы установили эти пакеты, мы можем продолжить установку. Для установки pip выполните в терминале следующую команду:

Если вам нравится conda, вы также можете использовать ее для установки пакета, выполните следующую команду:

Кроме того, вы можете использовать pip для установки разрабатываемой версии прямо из GitHub:

Использование

После завершения установки вы можете легко использовать seaborn в своем коде Python, импортировав его:

Визуализация

Когда дело доходит до визуализации, важно рисовать привлекательные фигуры.

Matplotlib обладает широкими возможностями настройки, но в то же время может быть сложным, так как трудно понять, какие настройки нужно настроить, чтобы получить красивый график. Seaborn поставляется с несколькими темами и высокоуровневым интерфейсом для управления внешним видом фигур matplotlib. Посмотрим, как это работает:

Вот как выглядит график со значениями по умолчанию для matplotlib:

Если вы хотите переключиться на настройки по умолчанию для морского транспорта, просто вызовите функцию set:

Вот как выглядит сейчас:

Seaborn предлагает пять предустановленных тем: white grid, dark grid, white, dark и ticks, каждая из которых подходит для разных приложений, а также для личных предпочтений.

Darkgrid используется по умолчанию. Тема White grid похожа, но лучше подходит для графиков с тяжелыми элементами данных, чтобы переключиться на белую сетку:

Для многих участков сетка не нужна. Удалите его, добавив этот фрагмент кода:

Теперь выглядит так:

Или попробуйте белый фон:

На этот раз фон выглядит так:

Иногда вам может потребоваться придать диаграммам дополнительную структуру, и здесь может пригодиться ticks:

Это выглядит так:

Удаление осей

Вы можете вызвать функцию despine, чтобы удалить их:

Это выглядит так:

Когда галочки не охватывают весь диапазон оси, параметр обрезки ограничивает диапазон оставшихся столбцов:

Это выглядит так:

Вы также можете управлять удалением столбцов с помощью дополнительных аргументов для удаления:

Временная установка стиля фигуры

axes_style() помогает, когда вам нужно временно установить стиль фигуры:

Превалирующие элементы стилей

Словарь параметров может быть передан аргументу rc функций axes_style() и set_style() для настройки фигур.

Примечание. Только параметры, которые являются частью определения стиля с помощью этого метода, могут быть переопределены. Для других целей вы должны использовать set(), поскольку он принимает все параметры.

Если вы хотите посмотреть, какие параметры включены, просто вызовите функцию без аргументов, объект будет возвращен:

Затем вы можете установить разные версии этих параметров:

Это выглядит так:

Масштабирование элементов сюжета

Попробуем манипулировать масштабом сюжета. Мы можем сбросить параметры по умолчанию, вызвав set():

Четыре предустановленных контекста: бумага, блокнот, разговор и плакат. Стиль записной книжки используется по умолчанию и использовался на графиках выше:

Заключение

В этом уроке мы увидели, что Seaborn упрощает управление различными графиками. Мы видели примеры масштабирования и изменения.

Installing on Windows¶

Download the installer:

Double-click the .exe file.

Follow the instructions on the screen.

If you are unsure about any setting, accept the defaults. You can change them later.

When installation is finished, from the Start menu, open the Anaconda Prompt.

Test your installation. In your terminal window or Anaconda Prompt, run the command conda list . A list of installed packages appears if it has been installed correctly.

Installing in silent mode¶

The following instructions are for Miniconda. For Anaconda, substitute Anaconda for Miniconda in all of the commands.

To run the the Windows installer for Miniconda in silent mode , use the /S argument. The following optional arguments are supported:

/InstallationType=[JustMe|AllUsers] —Default is JustMe .

/AddToPath=[0|1] —Default is 0

/RegisterPython=[0|1] —Make this the system’s default Python. 0 indicates JustMe , which is the default. 1 indicates AllUsers .

/S —Install in silent mode.

/D= path> —Destination installation path. Must be the last argument. Do not wrap in quotation marks. Required if you use /S .

All arguments are case-sensitive.

EXAMPLE: The following command installs Miniconda for the current user without registering Python as the system’s default:

Updating conda¶

Open your Anaconda Prompt from the start menu.

Navigate to the anaconda directory.

Run conda update conda .

Uninstalling conda¶

In the Windows Control Panel, click Add or Remove Program.

Select Python X.X (Miniconda), where X.X is your version of Python.

Click Remove Program.

Removing a program is different in Windows 10.

© Copyright 2017, Continuum Analytics Revision b6d32c8d .