19. Seaborn库基础

import matplotlib.pyplot as plt  # 导入绘图库以生成教师答案图
import numpy as np  # 导入数值库以执行有限值核对
import pandas as pd  # 导入表格库以组织逐组检查
import seaborn as sns  # 导入统计绘图库以生成箱线图与小提琴图
sample=pd.DataFrame({'城市':['上海']*8+['杭州']*8,'客单价':[86,91,95,98,102,108,112,180,72,76,79,83,88,92,96,135]})  # 重新计算长三角门店教学示例
assert sample.groupby('城市').size().min()>=8 and np.isfinite(sample['客单价']).all()  # 执行组样本量与数值要求
five=sample.groupby('城市')['客单价'].describe(percentiles=[.25,.5,.75])[['min','25%','50%','75%','max']]  # 计算min/Q1/median/Q3/max
bounds=sample.groupby('城市')['客单价'].quantile([.25,.75]).unstack().set_axis(['Q1','Q3'],axis=1)  # 提取逐组四分位数
bounds['IQR']=bounds['Q3']-bounds['Q1']  # 计算逐组IQR
bounds['下界']=bounds['Q1']-1.5*bounds['IQR']  # 计算逐组离群下界
bounds['上界']=bounds['Q3']+1.5*bounds['IQR']  # 计算逐组离群上界
checked=sample.join(bounds[['下界','上界']],on='城市')  # 回连逐组边界
outliers=checked.loc[(checked['客单价']<checked['下界'])|(checked['客单价']>checked['上界']),['城市','客单价']]  # 提取离群点列表
fig,axes=plt.subplots(1,2,figsize=(10,4))  # 创建教师答案双面板
sns.boxplot(data=sample,x='城市',y='客单价',ax=axes[0])  # 生成箱线图
sns.violinplot(data=sample,x='城市',y='客单价',inner='quartile',cut=0,ax=axes[1])  # 生成小提琴图
axes[0].set_title('箱线图｜教学示例，非业务观测'); axes[1].set_title('小提琴图｜教学示例，非业务观测')  # 在两图内标明示例数据身份
plt.tight_layout(); plt.show()  # 显示教师答案图形
assert set(map(tuple,outliers.to_numpy()))=={('上海',180),('杭州',135)} and len(outliers)==2  # 独立检查离群列表与数量
print('教学示例，非业务观测',{'五数概括':five.round(2).to_dict(),'IQR边界':bounds.round(2).to_dict(),'离群点':outliers.to_dict('records'),'离群数量':len(outliers)})  # 显示五数概括、IQR边界和离群点结果

alternative_case=pd.DataFrame({'城市':['南京']*8+['宁波']*8,'客单价':[68,71,74,77,80,84,89,128,75,79,82,86,90,94,99,142]})  # 建立另一组长三角门店教学示例
assert alternative_case.groupby('城市').size().min()>=8 and np.isfinite(alternative_case['客单价']).all()  # 检查新案例组样本量与数值
m_five=alternative_case.groupby('城市')['客单价'].describe(percentiles=[.25,.5,.75])[['min','25%','50%','75%','max']]  # 计算新案例五数概括
m_bounds=alternative_case.groupby('城市')['客单价'].quantile([.25,.75]).unstack().set_axis(['Q1','Q3'],axis=1)  # 提取新案例四分位数
m_bounds['IQR']=m_bounds['Q3']-m_bounds['Q1']  # 计算新案例IQR
m_bounds['下界']=m_bounds['Q1']-1.5*m_bounds['IQR']  # 计算新案例下界
m_bounds['上界']=m_bounds['Q3']+1.5*m_bounds['IQR']  # 计算新案例上界
m_checked=alternative_case.join(m_bounds[['下界','上界']],on='城市')  # 把上下界补充到新案例数据中
m_outliers=m_checked.loc[(m_checked['客单价']<m_checked['下界'])|(m_checked['客单价']>m_checked['上界']),['城市','客单价']]  # 提取新案例离群点
fig,axes=plt.subplots(1,2,figsize=(10,4))  # 创建新案例双面板
sns.boxplot(data=alternative_case,x='城市',y='客单价',ax=axes[0]); sns.violinplot(data=alternative_case,x='城市',y='客单价',inner='quartile',cut=0,ax=axes[1])  # 生成新案例箱线图与小提琴图
axes[0].set_title('箱线图｜教学示例，非业务观测'); axes[1].set_title('小提琴图｜教学示例，非业务观测')  # 持续标明新案例依据身份
plt.tight_layout(); plt.show()  # 显示新案例图形
assert len(m_outliers)==2 and set(m_outliers['城市'])=={'南京','宁波'}  # 核对每个新案例城市各有一个上侧离群点
print('教学示例，非业务观测',{'新案例对象':'南京与宁波门店','五数概括':m_five.round(2).to_dict(),'IQR边界':m_bounds.round(2).to_dict(),'离群点':m_outliers.to_dict('records'),'离群数量':len(m_outliers)})  # 输出新案例完整检查