数据集分布可视化(2) -- 变量关系可视化

Seaborn 关系可视化精讲(2)：时间序列 lineplot 与高维配对探索矩阵 pairplot

小象实战讲义 · Python数据分析实战

在探索多特征之间的复杂相互作用与时间趋势演变时，我们需要跨越单维度的局限。Seaborn 提供了两款极其强大的关系可视化利器：专精于时间序列与连续趋势分析并自带置信区间阴影的 sns.lineplot()；以及被称为“高维数据第一眼透视镜”、能够一键生成全特征两两散点与对角线分布矩阵的 sns.pairplot()。本节我们将深入学习这两大核心工具在特征探索中的高级实战。

💡 核心导读

• sns.lineplot() 时间趋势与置信区间：
  • 对同一时间点的多次重复抽样，自动计算并渲染均值实线与 95% 置信区间阴影带（Bootstrap CI）；
  • 支持 hue 多分组走势对比。
• sns.pairplot() 高维全景探索矩阵：
  • 对角线：各特征自身的单变量分布（直方图或 KDE）；
  • 非对角线：所有特征两两配对的交叉散点图；
  • 结合 hue='class' 一键洞察分类边界。

1. 带置信区间的时间序列 lineplot 深度解析

lineplot 自动聚合重复观测值并绘制置信区间：

┌─────────────────────────────────────────────────────────────┐
│                 sns.lineplot() 置信区间模型                 │
├─────────────────────────────────────────────────────────────┤
│ 1. 居中粗线: 各时间步所有重复采样的平均值 (Mean)            │
│ 2. 周围半透明浅色带: 95% 置信区间 (Bootstrap Confidence Band)│
└─────────────────────────────────────────────────────────────┘

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

# 解决中文显示
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'DejaVu Sans']
plt.rcParams['axes.unicode_minus'] = False
sns.set_theme(style="whitegrid")

# 1. 模拟 10 个测试站点在 1~12 个月内连续采样的性能指标
np.random.seed(42)
records = []
for month in range(1, 13):
    for site in range(1, 11):
        perf_A = 100 + month * 8 + np.random.normal(0, 10)
        perf_B = 120 + month * 4 + np.random.normal(0, 8)
        records.append({"month": month, "perf": perf_A, "version": "算法V2 (迭代版)"})
        records.append({"month": month, "perf": perf_B, "version": "算法V1 (基线版)"})

df_perf = pd.DataFrame(records)

# 2. 绘制带置信区间的性能演化折线图
fig, ax = plt.subplots(figsize=(8.5, 4.5))
sns.lineplot(
    data=df_perf,
    x="month",
    y="perf",
    hue="version",
    style="version",
    markers=True,
    dashes=False,
    ax=ax
)

ax.set_title("两代算法月度吞吐性能演化走势 (带 95% 置信区间带)", fontsize=13)
ax.set_xlabel("测试月份")
ax.set_ylabel("吞吐指标 (QPS)")

plt.savefig("lineplot_ci_demo.png", bbox_inches="tight")
plt.close(fig)
print("✅ 带置信区间折线图绘制完成！")

2. 全特征配对探索矩阵 pairplot 实战

对于包含多维数值特征的数据集，pairplot 能够一键生成 $N \times N$ 的网格矩阵。

# 模拟经典三分类鸢尾花/花卉特征数据集
np.random.seed(10)
n_per_class = 40

df_flowers = pd.DataFrame({
    "花萼长度": np.concatenate([np.random.normal(5.0, 0.4, n_per_class), np.random.normal(5.9, 0.5, n_per_class), np.random.normal(6.5, 0.6, n_per_class)]),
    "花瓣长度": np.concatenate([np.random.normal(1.5, 0.2, n_per_class), np.random.normal(4.2, 0.4, n_per_class), np.random.normal(5.5, 0.5, n_per_class)]),
    "花瓣宽度": np.concatenate([np.random.normal(0.3, 0.1, n_per_class), np.random.normal(1.3, 0.2, n_per_class), np.random.normal(2.0, 0.3, n_per_class)]),
    "品种": ["山鸢尾"] * n_per_class + ["变色鸢尾"] * n_per_class + ["维吉尼亚"] * n_per_class
})

# 绘制全特征配对矩阵
pair_grid = sns.pairplot(
    df_flowers,
    hue="品种",
    diag_kind="kde", # 对角线使用平滑核密度估计
    palette="Set2",
    corner=True      # 仅绘制下三角矩阵，消除对称冗余
)

pair_grid.fig.suptitle("花卉特征全景配对散点与密度矩阵 (pairplot)", y=1.02, fontsize=13)

plt.savefig("pairplot_demo.png", bbox_inches="tight")
plt.close(pair_grid.fig)

import os
for f in ["lineplot_ci_demo.png", "pairplot_demo.png"]:
    if os.path.exists(f): os.remove(f)
print("✅ pairplot 配对矩阵生成完毕！")

📝 动手练一练

1. 概念思考题：在 sns.pairplot() 中，设置 corner=True 参数有什么好处？

   👉 点击查看参考答案

   参考答案： $N \times N$ 的配对散点矩阵关于主对角线是完全对称镜像的。开启 corner=True 会自动省略上方冗余的一半镜像子图，只保留左下角的下三角矩阵，使图表更加清爽紧凑，并节省近一半的图形渲染时间。

2. 编程练习：给定时间序列 DataFrame，请使用 sns.lineplot() 绘制指标变化走势，并设置 errorbar=None 关闭置信区间阴影。

   👉 点击查看参考答案

   参考答案：

   import seaborn as sns
   import matplotlib.pyplot as plt
   df = pd.DataFrame({'step': [1, 2, 3], 'loss': [0.8, 0.5, 0.3]})
   sns.lineplot(data=df, x='step', y='loss', errorbar=None)
   plt.close()

本章小结

• 掌握了 sns.lineplot() 自动聚合与 95% 置信区间带的渲染机制；
• 深入掌握了 sns.pairplot() 在高维数据集 EDA 中的全局透视能力；
• 学会了使用 corner=True 与 diag_kind='kde' 优化多变量探索看板。

📋 行动清单

• 在本地执行示例代码，观察控制台输出并记录关键指标。
• 做好准备，进入下一小节学习《Seaborn 类别数据可视化：箱线图、小提琴图与柱状图》！

—— 小象教研组