Cách Sử Dụng Thư Viện “seaborn”

Trong bài viết này, chúng ta sẽ khám phá thư viện “seaborn” – một thư viện Python mạnh mẽ để tạo ra các biểu đồ thống kê trực quan, dựa trên matplotlib. Bài viết cung cấp 20 ví dụ sử dụng chính xác về cú pháp và có nghĩa, cùng hướng dẫn chi tiết về ý nghĩa, cách dùng, bảng các hàm quan trọng, và các lưu ý quan trọng.

Phần 1: Hướng dẫn sử dụng “seaborn” và các lưu ý

1. Ý nghĩa cơ bản của “seaborn”

“Seaborn” là một thư viện Python mang nghĩa chính:

• Thư viện trực quan hóa dữ liệu: Dựa trên matplotlib, cung cấp giao diện cấp cao để vẽ các biểu đồ thống kê.

Dạng liên quan: “matplotlib” (thư viện vẽ đồ thị cơ bản), “pandas” (thư viện thao tác dữ liệu).

Ví dụ:

• Thư viện: import seaborn as sns (Nhập thư viện seaborn với tên gọi tắt là sns.)
• Hàm: sns.scatterplot(x=”x”, y=”y”, data=df) (Vẽ biểu đồ phân tán sử dụng seaborn.)

2. Cách sử dụng “seaborn”

a. Cài đặt và nhập thư viện

1. Cài đặt: pip install seaborn
   Ví dụ: !pip install seaborn (Cài đặt seaborn bằng pip.)
2. Nhập thư viện: import seaborn as sns
   Ví dụ: import seaborn as sns (Nhập seaborn với tên gọi tắt là sns.)

b. Các hàm vẽ đồ thị cơ bản

1. sns.scatterplot(x, y, data): Vẽ biểu đồ phân tán.
   Ví dụ: sns.scatterplot(x=”sepal_length”, y=”sepal_width”, data=iris)
2. sns.lineplot(x, y, data): Vẽ biểu đồ đường.
   Ví dụ: sns.lineplot(x=”timepoint”, y=”signal”, data=fmri)
3. sns.barplot(x, y, data): Vẽ biểu đồ cột.
   Ví dụ: sns.barplot(x=”day”, y=”total_bill”, data=tips)
4. sns.histplot(data): Vẽ biểu đồ histogram.
   Ví dụ: sns.histplot(data=penguins, x=”flipper_length_mm”)
5. sns.boxplot(x, y, data): Vẽ biểu đồ hộp.
   Ví dụ: sns.boxplot(x=”day”, y=”total_bill”, data=tips)
6. sns.violinplot(x, y, data): Vẽ biểu đồ violin.
   Ví dụ: sns.violinplot(x=”day”, y=”total_bill”, data=tips)
7. sns.heatmap(data): Vẽ biểu đồ heatmap.
   Ví dụ: sns.heatmap(data=flights_pivot, annot=True, fmt=”d”)

c. Tùy chỉnh đồ thị

1. Thay đổi màu sắc: Sử dụng tham số `color`, `palette`.
   Ví dụ: sns.scatterplot(x=”x”, y=”y”, data=df, color=”red”)
2. Thêm tiêu đề: Sử dụng `plt.title()`.
   Ví dụ: plt.title(“Scatter Plot”)
3. Thay đổi nhãn trục: Sử dụng `plt.xlabel()` và `plt.ylabel()`.
   Ví dụ: plt.xlabel(“X-axis”)

d. Biến thể và cách dùng trong câu

Dạng	Hàm	Ý nghĩa / Cách dùng	Ví dụ
Hàm	scatterplot()	Vẽ biểu đồ phân tán	sns.scatterplot(x=”x”, y=”y”, data=df)
Hàm	lineplot()	Vẽ biểu đồ đường	sns.lineplot(x=”time”, y=”value”, data=df)
Hàm	barplot()	Vẽ biểu đồ cột	sns.barplot(x=”category”, y=”sales”, data=df)

3. Một số tham số thông dụng

• data: DataFrame chứa dữ liệu để vẽ đồ thị.
  Ví dụ: sns.scatterplot(x=”x”, y=”y”, data=df)
• x, y: Tên cột trong DataFrame để vẽ trên trục x và y.
  Ví dụ: sns.lineplot(x=”timepoint”, y=”signal”, data=fmri)
• hue: Tên cột để phân loại dữ liệu theo màu sắc.
  Ví dụ: sns.scatterplot(x=”sepal_length”, y=”sepal_width”, hue=”species”, data=iris)
• style: Tên cột để phân loại dữ liệu theo kiểu dáng.
  Ví dụ: sns.scatterplot(x=”sepal_length”, y=”sepal_width”, style=”species”, data=iris)
• size: Tên cột để phân loại dữ liệu theo kích thước.
  Ví dụ: sns.scatterplot(x=”sepal_length”, y=”sepal_width”, size=”species”, data=iris)

4. Lưu ý khi sử dụng “seaborn”

a. Chuẩn bị dữ liệu

• DataFrame: Dữ liệu phải được tổ chức trong DataFrame của pandas.
  Ví dụ: df = pd.DataFrame({‘x’: [1, 2, 3], ‘y’: [4, 5, 6]})

b. Chọn loại biểu đồ phù hợp

• Phân tán: Mối quan hệ giữa hai biến số (scatterplot).
• Đường: Xu hướng theo thời gian (lineplot).
• Cột: So sánh giá trị giữa các nhóm (barplot).
• Histogram: Phân phối của một biến số (histplot).
• Hộp: Tóm tắt phân phối của một biến số (boxplot).
• Violin: Kết hợp hộp và ước lượng mật độ (violinplot).
• Heatmap: Ma trận tương quan (heatmap).

c. “Seaborn” dựa trên “matplotlib”

• “Seaborn” giúp đơn giản hóa việc tạo biểu đồ phức tạp.
  “Matplotlib” cung cấp khả năng tùy chỉnh sâu hơn.
  Ví dụ: Có thể sử dụng `plt.show()` để hiển thị đồ thị seaborn.

5. Những lỗi cần tránh

1. Quên nhập thư viện:
   – Sai: *sns.scatterplot(…)*
   – Đúng: import seaborn as sns; sns.scatterplot(…)
2. Sai tên cột:
   – Sai: *sns.scatterplot(x=”sepal_len”, y=”sepal_width”, data=iris)*
   – Đúng: sns.scatterplot(x=”sepal_length”, y=”sepal_width”, data=iris)
3. Không có dữ liệu:
   – Sai: *sns.scatterplot(x=”x”, y=”y”, data=None)*
   – Đúng: sns.scatterplot(x=”x”, y=”y”, data=df)

6. Mẹo để ghi nhớ và sử dụng hiệu quả

• Thực hành: Vẽ nhiều loại biểu đồ khác nhau.
• Tài liệu: Tham khảo tài liệu chính thức của seaborn.
• Mã nguồn: Xem mã nguồn các ví dụ có sẵn.

Phần 2: Ví dụ sử dụng “seaborn” và các dạng liên quan

Ví dụ minh họa

1. import seaborn as sns; sns.set_theme(style=”darkgrid”); iris = sns.load_dataset(“iris”); sns.scatterplot(x=”sepal_length”, y=”sepal_width”, data=iris) (Vẽ biểu đồ phân tán với dữ liệu iris.)
2. import seaborn as sns; sns.set_theme(style=”darkgrid”); tips = sns.load_dataset(“tips”); sns.barplot(x=”day”, y=”total_bill”, data=tips) (Vẽ biểu đồ cột với dữ liệu tips.)
3. import seaborn as sns; sns.set_theme(style=”darkgrid”); flights = sns.load_dataset(“flights”); flights_pivot = flights.pivot(“month”, “year”, “passengers”); sns.heatmap(flights_pivot, annot=True, fmt=”d”) (Vẽ biểu đồ heatmap với dữ liệu flights.)
4. import seaborn as sns; sns.set_theme(style=”darkgrid”); penguins = sns.load_dataset(“penguins”); sns.histplot(data=penguins, x=”flipper_length_mm”, hue=”species”, multiple=”stack”) (Vẽ histogram với dữ liệu penguins.)
5. import seaborn as sns; sns.set_theme(style=”darkgrid”); fmri = sns.load_dataset(“fmri”); sns.lineplot(x=”timepoint”, y=”signal”, data=fmri) (Vẽ biểu đồ đường với dữ liệu fmri.)
6. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.boxplot(x=”day”, y=”total_bill”, data=tips) (Vẽ biểu đồ hộp với dữ liệu tips.)
7. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.violinplot(x=”day”, y=”total_bill”, data=tips) (Vẽ biểu đồ violin với dữ liệu tips.)
8. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.scatterplot(x=”sepal_length”, y=”sepal_width”, hue=”species”, style=”species”, data=iris) (Phân loại theo màu và kiểu dáng.)
9. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.scatterplot(x=”sepal_length”, y=”sepal_width”, size=”species”, data=iris) (Phân loại theo kích thước.)
10. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.relplot(x=”sepal_length”, y=”sepal_width”, hue=”species”, style=”species”, size=”size”, data=iris) (Kết hợp nhiều thuộc tính.)
11. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.catplot(x=”day”, y=”total_bill”, data=tips, kind=”bar”) (Sử dụng catplot với kind=”bar”.)
12. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.displot(data=penguins, x=”flipper_length_mm”, kde=True) (Vẽ displot với đường mật độ.)
13. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.jointplot(x=”sepal_length”, y=”sepal_width”, data=iris, kind=”kde”) (Vẽ jointplot với kde.)
14. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.pairplot(iris, hue=”species”) (Vẽ pairplot.)
15. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.regplot(x=”sepal_length”, y=”sepal_width”, data=iris) (Vẽ regplot.)
16. import matplotlib.pyplot as plt; import seaborn as sns; sns.set_theme(style=”whitegrid”); ax = sns.boxplot(x=tips[“total_bill”]); plt.show() (Vẽ boxplot và hiển thị.)
17. import matplotlib.pyplot as plt; import seaborn as sns; sns.set_theme(style=”whitegrid”); sns.violinplot(x=tips[“day”], y=tips[“total_bill”], palette=”Blues”) ; plt.show() (Thay đổi màu sắc cho violinplot.)
18. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.countplot(x=”deck”, data=titanic, palette=”viridis”) (Vẽ countplot với dữ liệu titanic.)
19. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.clustermap(flights_pivot, cmap=”mako”) (Vẽ clustermap với dữ liệu flights.)
20. import seaborn as sns; sns.set_theme(style=”darkgrid”); sns.FacetGrid(tips, col=”time”, row=”smoker”).map(sns.histplot, “total_bill”) (Sử dụng FacetGrid.)