Python作圖

• 概述
• • 選圖_根據(jù)目的
  • 選圖_根據(jù)數(shù)據(jù)關(guān)系
  • 常用圖介紹及代碼實(shí)現(xiàn)
  • • 散點(diǎn)圖
    • 折線圖
    • 直方圖
    • 條形圖
    • 箱線圖
    • 餅圖
    • 熱力圖
    • 蜘蛛圖
    • 二元變量分布
    • 成對(duì)關(guān)系
  • 總結(jié)：

概述

工作時(shí)有時(shí)候有些數(shù)據(jù)在用Python處理完直接作圖比較方便。下面敘述一下日常作圖的步驟和常用的圖表實(shí)現(xiàn)方式。玫瑰圖等比較帥的圖的做法后續(xù)補(bǔ)上。可視化要是做的好還是挺能吸人眼球的，而且python也能實(shí)現(xiàn)比較復(fù)雜的作圖。

選圖_根據(jù)目的

畫圖第一步就是要決定使用哪種圖，使用哪種圖取決于作圖目的，上面列出9種，每種下面都有對(duì)應(yīng)的基礎(chǔ)圖形（哪些就不用說了），根據(jù)需求選擇。

選圖_根據(jù)數(shù)據(jù)關(guān)系

如果上面的方式?jīng)]辦法掌握，就按照想要呈現(xiàn)的數(shù)據(jù)關(guān)系進(jìn)行選擇。
比較：比較數(shù)據(jù)間各類別的關(guān)系，或者是它們隨著時(shí)間的變化趨勢(shì)，比如折線圖。
聯(lián)系：查看兩個(gè)或兩個(gè)以上變量之間的關(guān)系，比如散點(diǎn)圖。
構(gòu)成：每個(gè)部分占整體的百分比，或者是隨著時(shí)間的百分比變化，比如餅圖。
分布：關(guān)注單個(gè)變量，或者多個(gè)變量的分布情況，比如直方圖。

常用圖介紹及代碼實(shí)現(xiàn)

散點(diǎn)圖

特點(diǎn)：非常適合展示兩個(gè)變量之間的關(guān)系。當(dāng)然，除了二維的散點(diǎn)圖，還有三維的散點(diǎn)圖。具體實(shí)現(xiàn)如下：

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline # 數(shù)據(jù)準(zhǔn)備 N = 1000 x = np.random.randn(N) y = np.random.randn(N) # 用Matplotlib畫散點(diǎn)圖 plt.scatter(x, y,marker='x',c = 'g') plt.show() # 用Seaborn畫散點(diǎn)圖 df = pd.DataFrame({'x': x, 'y': y}) sns.jointplot(x="x", y="y", data=df, kind='scatter',); sns.set_style('whitegrid') plt.show()

• Matplotlib：marker 代表了標(biāo)記的符號(hào)。比如“x”、“>”或者“o”
• Seaborn：其中 x、y 是 data 中的下標(biāo)。data 就是我們要傳入的數(shù)據(jù)，一般是 DataFrame 類型。kind 這類我們?nèi)?scatter，代表散點(diǎn)的意思。 kind 還可以取其他值，后面說，不同的 kind 代表不同的視圖繪制方式。

Matplotlib：

Seaborn：

區(qū)別：Matplotlib 默認(rèn)情況下呈現(xiàn)出來的是個(gè)長(zhǎng)方形。而 Seaborn 呈現(xiàn)的是個(gè)正方形，而且不僅顯示出了散點(diǎn)圖，還給了這兩個(gè)變量的分布情況。

折線圖

特點(diǎn)：可以用來表示數(shù)據(jù)隨著時(shí)間變化的趨勢(shì)。

import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline # 數(shù)據(jù)準(zhǔn)備 x = [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019] y = [5, 3, 6, 20, 17, 16, 19, 30, 32, 35] # 使用Matplotlib畫折線圖 plt.plot(x, y) plt.show() # 使用Seaborn畫折線圖 df = pd.DataFrame({'x': x, 'y': y}) sns.lineplot(x="x", y="y", data=df) plt.show()

• Matplotlib：需要提前把數(shù)據(jù)按照 x 軸的大小進(jìn)行排序，要不畫出來的折線圖就無法按照 x 軸遞增的順序展示。

Matplotlib：

Seaborn：

區(qū)別：在 seaborn 中標(biāo)記了 x 和 y 軸的含義，散點(diǎn)圖也是加了坐標(biāo)軸含義。

直方圖

特點(diǎn)：側(cè)重于分布，直方圖是比較常見的視圖，它是把橫坐標(biāo)等分成了一定數(shù)量的小區(qū)間，這個(gè)小區(qū)間也叫作“箱子”，然后在每個(gè)“箱子”內(nèi)用矩形條（bars）展示該箱子的箱子數(shù)（也就是 y 值），這樣就完成了對(duì)數(shù)據(jù)集的直方圖分布的可視化。

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # 數(shù)據(jù)準(zhǔn)備 a = np.random.randn(100) s = pd.Series(a) # 用Matplotlib畫直方圖 plt.hist(s) plt.show() # 用Seaborn畫直方圖 sns.distplot(s, kde=True) plt.show() sns.distplot(s, kde=False) plt.show()

Matplotlib：

Seaborn(核密度估計(jì))

Seaborn(無核密度估計(jì))

區(qū)別：Seaborn帶核密度估計(jì)，默認(rèn)顏色比較小清新，低飽和度。

條形圖

特點(diǎn)：如果說通過直方圖可以看到變量的數(shù)值分布，那么條形圖可以幫我們查看類別的特征（頻數(shù)）。做成動(dòng)態(tài)排行會(huì)很好看。

import matplotlib.pyplot as plt import seaborn as sns # 數(shù)據(jù)準(zhǔn)備 x = ['Cat1', 'Cat2', 'Cat3', 'Cat4', 'Cat5'] y = [5, 4, 8, 12, 7] # 用Matplotlib畫條形圖 plt.bar(x, y) plt.show() # 用Seaborn畫條形圖 sns.barplot(x, y) plt.show()

• Seaborn：sns.barplot(x=None, y=None, data=None)，還是可以用DataFrame格式，感覺這是Seaborn的通用格式。

Mathplotlib：

Seaborn：

區(qū)別：Seaborn默認(rèn)不是單色

箱線圖

特點(diǎn)：又稱盒式圖，由五個(gè)數(shù)值點(diǎn)組成：最大值 (max)、最小值 (min)、中位數(shù) (median) 和上下四分位數(shù) (Q3, Q1)。它可以幫我們分析出數(shù)據(jù)的差異性、離散程度和異常值等。可以應(yīng)用在去除噪聲數(shù)據(jù)。

# 數(shù)據(jù)準(zhǔn)備 # 生成10*4維度數(shù)據(jù) data=np.random.normal(size=(10,4)) lables = ['A','B','C','D'] # 用Matplotlib畫箱線圖 plt.boxplot(data,labels=lables) plt.show() # 用Seaborn畫箱線圖 df = pd.DataFrame(data, columns=lables) sns.boxplot(data=df) plt.show()

• numpy.random.normal(loc=0.0, scale=1.0, size=None)，概率分布的均值，scale：概率分布的標(biāo)準(zhǔn)差（對(duì)應(yīng)于分布的寬度，scale越大越矮胖，scale越小，越瘦高）size：輸出的shape，默認(rèn)為None，只輸出一個(gè)值。loc=0.0, scale=1.0就是正態(tài)分布。

Matplotlib：

Seborn：

區(qū)別：Style不同。

餅圖

特點(diǎn)：常用在統(tǒng)計(jì)學(xué)模塊，可以顯示每個(gè)部分大小與總和之間的比例。在 Python 數(shù)據(jù)可視化中，它用的不算多。我們主要采用 Matplotlib 的 pie 函數(shù)實(shí)現(xiàn)它。

import matplotlib.pyplot as plt # 數(shù)據(jù)準(zhǔn)備 nums = [25, 37, 33, 37, 6] labels = ['High-school','Bachelor','Master','Ph.d', 'Others'] # 用Matplotlib畫餅圖 plt.pie(x = nums, labels=labels) plt.show()

熱力圖

特點(diǎn)：熱力圖是一種矩陣表示方法，其中矩陣中的元素值用顏色來代表，不同的顏色代表不同大小的值。通過顏色就能直觀地知道某個(gè)位置上數(shù)值的大小。

import matplotlib.pyplot as plt import seaborn as sns # 數(shù)據(jù)準(zhǔn)備 flights = sns.load_dataset("flights") data=flights.pivot('year','month','passengers') # 用Seaborn畫熱力圖 sns.heatmap(data) plt.show()

• 這里我們使用 Seaborn 中自帶的數(shù)據(jù)集 flights，該數(shù)據(jù)集記錄了 1949 年到 1960 年期間，每個(gè)月的航班乘客的數(shù)量。
  
  

蜘蛛圖

特點(diǎn)：顯示一對(duì)多關(guān)系的方法。在蜘蛛圖中，一個(gè)變量相對(duì)于另一個(gè)變量的顯著性是清晰可見的。

import numpy as np import matplotlib.pyplot as plt import seaborn as sns from matplotlib.font_manager import FontProperties %matplotlib inline # 數(shù)據(jù)準(zhǔn)備 labels=np.array([u"推進(jìn)","KDA",u"生存",u"團(tuán)戰(zhàn)",u"發(fā)育",u"輸出"]) stats=[83, 61, 95, 67, 76, 88] # 畫圖數(shù)據(jù)準(zhǔn)備，角度、狀態(tài)值 angles=np.linspace(0, 2*np.pi, len(labels), endpoint=False) stats=np.concatenate((stats,[stats[0]])) angles=np.concatenate((angles,[angles[0]])) # 用Matplotlib畫蜘蛛圖 fig = plt.figure() ax = fig.add_subplot(111, polar=True) ax.plot(angles, stats, 'o-', linewidth=2) ax.fill(angles, stats, alpha=0.25) # 設(shè)置中文字體 font = FontProperties(fname=r"C:\Windows\Fonts\simhei.ttf", size=14) ax.set_thetagrids(angles * 180/np.pi, labels, FontProperties=font) plt.show()

• 需要在原有 angles 和 stats 數(shù)組上增加一位，也就是添加數(shù)組的第一個(gè)元素，加上之后才可以構(gòu)成一個(gè)環(huán)。
• 字符前加u是用unicode編碼，中文需要，英文一般不用。
• np.linspace(start,end,num,endpoint)用于生成等差數(shù)列，endpoint=False代表不排除終點(diǎn)。
• flt.figure 是創(chuàng)建一個(gè)空白的 figure 對(duì)象，這樣做的目的相當(dāng)于畫畫前先準(zhǔn)備一個(gè)空白的畫板。然后 add_subplot(111) 可以把畫板劃分成 1 行 1 列。再用 ax.plot 和 ax.fill 進(jìn)行連線以及給圖形上色。
• 中文字體simhei.ttf下載鏈接：http://www.downcc.com/font/7665.html
• ax.fill(angles, stats, alpha=0.25) ，alpha=0.25代表蛛網(wǎng)部分透明度。

二元變量分布

特點(diǎn)：如果我們想要看兩個(gè)變量之間的關(guān)系，就需要用到二元變量分布。在 Seaborn 里，使用二元變量分布非常方便， sns.jointplot(x, y, data=None, kind) 函數(shù)即可。其中用 kind 表示不同的視圖類型：“kind=‘scatter’”代表散點(diǎn)圖，“kind=‘kde’”代表核密度圖，“kind=‘hex’ ”代表 Hexbin 圖，它代表的是直方圖的二維模擬。

import matplotlib.pyplot as plt import seaborn as sns # 數(shù)據(jù)準(zhǔn)備 tips = sns.load_dataset("tips") print(tips.head(10)) # 用Seaborn畫二元變量分布圖（散點(diǎn)圖，核密度圖，Hexbin圖） sns.jointplot(x="total_bill", y="tip", data=tips, kind='scatter') sns.jointplot(x="total_bill", y="tip", data=tips, kind='kde') sns.jointplot(x="total_bill", y="tip", data=tips, kind='hex') plt.show()

• 這里我們使用 Seaborn 中自帶的數(shù)據(jù)集 tips，這個(gè)數(shù)據(jù)集記錄了不同顧客在餐廳的消費(fèi)賬單及小費(fèi)情況。代碼中 total_bill 保存了客戶的賬單金額，tip 是該客戶給出的小費(fèi)金額。我們可以用 Seaborn 中的 jointplot 來探索這兩個(gè)變量之間的關(guān)系。
  
  散點(diǎn)圖：
  
  核密度圖：
  
  Hexbin 圖：
  

成對(duì)關(guān)系

特點(diǎn)：探索數(shù)據(jù)集中的多個(gè)成對(duì)雙變量的分布，可以直接采用 sns.pairplot() 函數(shù)。它會(huì)同時(shí)展示出 DataFrame 中每對(duì)變量的關(guān)系，另外在對(duì)角線上，你能看到每個(gè)變量自身作為單變量的分布情況。pairplot 函數(shù)的使用，就像在 DataFrame 中使用 describe() 函數(shù)一樣方便，是數(shù)據(jù)探索中的常用函數(shù)。

import matplotlib.pyplot as plt import seaborn as sns # 數(shù)據(jù)準(zhǔn)備 iris = sns.load_dataset('iris') # 用Seaborn畫成對(duì)關(guān)系 sns.pairplot(iris) plt.show()

這里我們使用 Seaborn 中自帶的 iris 數(shù)據(jù)集，這個(gè)數(shù)據(jù)集也叫鳶尾花數(shù)據(jù)集。鳶尾花可以分成 Setosa、Versicolour 和 Virginica 三個(gè)品種，在這個(gè)數(shù)據(jù)集中，針對(duì)每一個(gè)品種，都有 50 個(gè)數(shù)據(jù)，每個(gè)數(shù)據(jù)中包括了 4 個(gè)屬性，分別是花萼長(zhǎng)度、花萼寬度、花瓣長(zhǎng)度和花瓣寬度。通過這些數(shù)據(jù)，需要你來預(yù)測(cè)鳶尾花卉屬于三個(gè)品種中的哪一種。import matplotlib.pyplot as plt
-

總結(jié)：

Seaborn 是基于 Matplotlib 更加高級(jí)的可視化庫。

pairplot() 的使用，相好比 Pandas 中的 describe() 使用一樣方便。

總結(jié)

以上是生活随笔為你收集整理的数据分析_Python作图的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。