如何创建 Seaborn 折线图

Seaborn 折线图将 x 变量和 y 变量的值映射到由一条线连接的点。它常用于时间序列，但 x 可以是任何有序或连续变量。seaborn.lineplot() 函数还可以汇总重复的观测，并为不同类别绘制单独的线，因此有助于探索测量值如何变化并比较不同组。

Seaborn 入门

Seaborn 是一个建立在 Matplotlib 之上的统计绘图库。下面的示例使用 pandas DataFrame，这是一种将命名列放在一起的便捷方式。如果你的 Python 环境中还没有 Seaborn 及其依赖项，请先安装它们；然后导入 Seaborn 和 Matplotlib。绘图示例中不需要单独的安装命令。

本教程中的示例已使用 Python 3.12 上的 Seaborn 0.13.2、Matplotlib 3.11.2 和 pandas 3.1.0 运行并验证，下面的每个图都是这些示例实际生成的输出。

创建基本折线图

将 DataFrame 传递给 data，并为 x 和 y 指定列名。下面的示例使用固定值，因此绘制的点是可重现的。调用 plt.show() 会在交互式环境中打开图形；在笔记本中，图形通常显示为单元格的结果。

运行此示例：

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

data = pd.DataFrame({
    "day": [1, 2, 3, 4, 5],
    "visitors": [12, 15, 13, 18, 21],
})

sns.lineplot(data=data, x="day", y="visitors")
plt.xlabel("Day")
plt.ylabel("Visitors")
plt.title("Visitors by day")
plt.tight_layout()
plt.show()

横轴使用 day，纵轴使用 visitors。将这些名称和值替换为你自己表格中的列。如果多行共享同一个 x 值，Seaborn 可能会聚合该位置的 y 观测值并显示不确定性带；接下来的几个部分将解释如何解读这些特征。

自定义折线图

外观设置可帮助读者区分一个系列或跟踪其值。例如，color 设置线条颜色，marker 在每个观测处放置一个符号，linestyle 更改线条的描边样式。这些是视觉上的选择；它们不会创建分组，也不会改变哪些行属于数据。请选择在图形将被阅读的尺寸下仍易于区分的颜色和标记。

在包含导入和 data 定义的脚本中使用与上面相同的确定性表格。这个完整变体用虚线强调各点：

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

data = pd.DataFrame({
    "day": [1, 2, 3, 4, 5],
    "visitors": [12, 15, 13, 18, 21],
})

sns.lineplot(data=data, x="day", y="visitors", color="darkorange", marker="o", linestyle="--")
plt.xlabel("Day")
plt.ylabel("Visitors")
plt.title("Visitors by day")
plt.tight_layout()
plt.show()

如需不同的外观，可更改这些参数，或使用 Matplotlib 方法设置标签和标题。保持 x 和 y 的映射明确，以便后来的读者能知道每个点代表什么。

添加置信区间

线条周围的不确定性带汇总了估计周围的变异或不确定性。其含义取决于数据和估计量：当多个观测对某个 x 位置有贡献时，中心线可能会对它们进行汇总，而带则传达了该汇总周围的不确定性。它不仅仅是标准差的另一个名称。标准差描述观测之间的离散程度；置信区间描述的是一个估计量的不确定性。

下面的示例为每一天提供三个观测值。代码首先打印每个组的平均值，这样你就可以将绘制的线与简单的数字进行核对：

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

data = pd.DataFrame({
    "day": [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4],
    "visitors": [10, 12, 14, 14, 16, 18, 13, 15, 17, 19, 21, 23],
})

print(data.groupby("day")["visitors"].mean())

sns.lineplot(data=data, x="day", y="visitors", marker="o")
plt.xlabel("Day")
plt.ylabel("Visitors")
plt.title("Mean visitors by day with 95% confidence band")
plt.tight_layout()
plt.show()

输出：

day
1    12.0
2    16.0
3    15.0
4    21.0
Name: visitors, dtype: float64

中心线穿过打印出的平均值（12、16、15 和 21）：当存在重复观测时，lineplot() 默认使用平均值聚合每个 x 组。阴影带是该平均值的 95% 置信区间，通过自助法（bootstrapping）计算。某个组的分布越分散，带就越宽；它并不能说明单个观测值落在何处。

在解读一条带之前，请检查每个 x 值是否有重复的观测，以及这些观测代表什么。例如，来自同一受试者的重复测量并不一定代表独立样本。当每个 x 值只有一个观测时，就不存在可据以以同样方式推断变异的位置内重复。合适的解读还取决于所使用的 Seaborn 版本和绘图选项。这里的示例使用 errorbar 参数，该参数自 Seaborn 0.12 起可用；在 Seaborn 0.13.2 中，默认值为 errorbar=("ci", 95)，而 errorbar="sd" 则会改为绘制一条在平均值两侧各跨一个标准差的带。当你需要控制估计量或区间方法时，请查阅已安装版本的文档。如果该带对你的数据没有意义，请相应配置图形，或将其省略，并说明该线是如何计算的。

当带没有意义时，可使用 errorbar=None 将其关闭。聚合仍会发生——线仍会连接各组的平均值——但不会绘制任何带：

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

data = pd.DataFrame({
    "day": [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4],
    "visitors": [10, 12, 14, 14, 16, 18, 13, 15, 17, 19, 21, 23],
})

sns.lineplot(data=data, x="day", y="visitors", marker="o", errorbar=None)
plt.xlabel("Day")
plt.ylabel("Visitors")
plt.title("Mean visitors by day without uncertainty band")
plt.tight_layout()
plt.show()

这两个图绘制的是相同的平均值；区别仅在于带。根据不确定性汇总是否有助于读者来在两者之间选择，而不是看哪个图看起来更干净。

绘制多条线

对于基于类别的比较，请包含一个类别列并将其映射到 hue。Seaborn 会为每个类别绘制一条单独的彩色线并添加图例。当线条样式可提供额外的视觉区分时，将 style 映射到相同或另一个类别列。仅当各行共享相同的 x 和 y 度量时才使用类别；保持各组之间的标签和单位一致。

以下是一个使用固定观测值的完整分组数据示例：

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

data = pd.DataFrame({
    "week": [1, 2, 3, 1, 2, 3],
    "orders": [8, 11, 14, 6, 9, 10],
    "store": ["North", "North", "North", "South", "South", "South"],
})

sns.lineplot(data=data, x="week", y="orders", hue="store", style="store", markers=True, dashes=True)
plt.xlabel("Week")
plt.ylabel("Orders")
plt.title("Orders by store")
plt.tight_layout()
plt.show()

当数据改为每个系列有单独的数值列时，将其重塑为一张长表，其中包含一个值列和一个系列名称列，然后将系列名称映射到 hue。或者，将每个 y 列绘制在共享的 Matplotlib 坐标轴上，并在添加图例前为每条线指定一个标签。无论哪种方法，图例都应标识每条线并与其数据相符。不要使用类别样式来掩盖不同的单位或尺度；当直接比较会产生误导时，请考虑使用单独的坐标轴或单独的图形。

修复拼写错误的列名

传递给 x 和 y 的名称必须与 data 中的列名完全一致。如果名称拼写错误，lineplot() 会在绘制任何内容之前引发错误。此调用要求一个名为 visitor 的列，但 DataFrame 中只有 visitors：

import pandas as pd
import seaborn as sns

data = pd.DataFrame({
    "day": [1, 2, 3, 4, 5],
    "visitors": [12, 15, 13, 18, 21],
})

sns.lineplot(data=data, x="day", y="visitor")

输出：

ValueError: Could not interpret value `visitor` for `y`. An entry with this name does not appear in `data`.

该消息指明了参数（y）、失败的值（visitor）和原因，因此这个错误很容易修复：将名称与实际列进行比较——打印 data.columns 即可列出它们——然后更正拼写。对于 x 或拼写错误的 hue 或 style 列，也会出现同样的错误。

结论

使用 seaborn.lineplot() 沿 x 值连接 y 的测量值，然后选择外观设置或类别映射，使图形易于阅读。在解读不确定性带之前，请检查重复观测是如何汇总的，并为每个被比较的系列明确添加标签。

常见问题

1. Seaborn 为 Matplotlib 增加了什么？ Seaborn 提供了用于统计图形的高级接口，并与 Matplotlib 协同工作，以显示图形和进一步格式化。
2. 我可以传递 pandas DataFrame 吗？ 可以。将 data 设置为 DataFrame 并将列名传递给 x 和 y。
3. 如何更改线条外观？ 使用 color、marker 和 linestyle 等选项；这些选项更改外观，而 hue 将类别映射到单独的线。
4. 阴影带是什么意思？ 它表示与所绘制估计相关的不确定性汇总。其解读取决于重复观测、估计量和所选的区间方法；它并不自动就是标准差。
5. 如何比较多条线？ 将类别列映射到 hue，或者在共享坐标轴上绘制单独标记的系列。确保图例准确命名每条线。
6. 如何移除阴影带？ 传递 errorbar=None。该线仍会使用平均值聚合重复观测；只是省略了不确定性带。