一.10個可視化例子

import matplotlib.pyplot as plt

import seaborn as sns

import numpy as np

import pandas as pd

1.散點圖

plt： plt.scatter(x, y, marker=None) 函數。x、y 是坐標，marker 代表了標記的符號。比如“x”、“>”或者“o”。選擇不同的 marker，呈現出來的符號樣式也會不同。

sns： sns.jointplot(x, y, data=None, kind=‘scatter’) 函數。其中 x、y 是 data 中的下標。data 就是我們要傳入的數據，一般是 DataFrame 類型。kind 這類我們取 scatter，代表散點的意思。當然 kind 還可以取其他值，這個我在后面的視圖中會講到，不同的 kind 代表不同的視圖繪制方式。

matplotlib繪制的視圖為矩形，seaborn為方形，且還額外顯示x，y的直方圖分布

# 隨機1000個點，模擬繪制

n = 1000

x = np.random.randn(n)

y = np.random.randn(n)

# use matplotlib to draw

plt.scatter(x, y , marker='x')

plt.show()

plt.scatter(x, y , marker='>')

plt.show()

plt.scatter(x, y , marker='o')

plt.show()

#?plt.scatter

# use seaborn to draw

df = pd.DataFrame({'x':x, 'y':y})

sns.jointplot(x='x', y='y', data=df, kind='scatter')

plt.show()

2.折線圖

表示數據隨時間變化趨勢

在 Matplotlib 中，我們可以直接使用 plt.plot() 函數，當然需要提前把數據按照 x 軸的大小進行排序，要不畫出來的折線圖就無法按照 x 軸遞增的順序展示。

在 Seaborn 中，我們使用 sns.lineplot (x, y, data=None) 函數。其中 x、y 是 data 中的下標。data 就是我們要傳入的數據，一般是 DataFrame 類型。

這里我們設置了 x、y 的數組。x 數組代表時間（年），y 數組我們隨便設置幾個取值

兩個庫繪制出來結果一致。

# data

x = [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]

y = [5, 3, 6, 20, 17, 16, 19, 30, 32, 35]

# use matplotlib

plt.plot(x, y)

plt.show()

# use seaborn

df = pd.DataFrame({'x':x, 'y':y})

sns.lineplot(x='x', y='y', data=df)

plt.show()

3. 直方圖

直方圖用以查看變量的數值分布。

在 Matplotlib 中，我們使用 plt.hist(x, bins=10) 函數，其中參數 x 是一維數組，bins 代表直方圖中的箱子數量，默認是 10。

在 Seaborn 中，我們使用 sns.distplot(x, bins=10, kde=True) 函數。其中參數 x 是一維數組，bins 代表直方圖中的箱子數量，kde 代表顯示核密度估計，默認是 True，我們也可以把 kde 設置為 False，不進行顯示。

核密度估計是通過核函數幫我們來估計概率密度的方法。

# data

a = np.random.randn(100)

s = pd.Series(a)

# use matplotlib

plt.hist(s)

plt.show()

# use seaborn

sns.distplot(s, kde=False)

plt.show()

sns.distplot(s, kde=True)

plt.show()

4.條形圖

條形圖查看類別特征。

在條形圖中，長條形的長度表示類別的頻數，寬度表示類別。

在 Matplotlib 中，我們使用 plt.bar(x, height) 函數，其中參數 x 代表 x 軸的位置序列，height 是 y 軸的數值序列，也就是柱子的高度。

在 Seaborn 中，我們使用 sns.barplot(x=None, y=None, data=None) 函數。其中參數 data 為 DataFrame 類型，x、y 是 data 中的變量。

# data

x = ['cat1', 'cat2', 'cat3', 'cat4', 'cat5'] # 類別

y = [5, 4, 8, 12, 7] # 頻數

# use matplotlib

plt.bar(x, y)

plt.show()

# use seaborn

sns.barplot(x, y)

plt.show()

5. 箱線圖

箱線圖，又稱盒式圖，它是在 1977 年提出的，由五個數值點組成：最大值 (max)、最小值 (min)、中位數 (median) 和上下四分位數 (Q3, Q1)。

它可以幫我們分析出數據的差異性、離散程度和異常值等。

在 Matplotlib 中，我們使用 plt.boxplot(x, labels=None) 函數，其中參數 x 代表要繪制箱線圖的數據，labels 是缺省值，可以為箱線圖添加標簽。

在 Seaborn 中，我們使用 sns.boxplot(x=None, y=None, data=None) 函數。其中參數 data 為 DataFrame 類型，x、y 是 data 中的變量。

# data：10*4維度

data = np.random.normal(size=(10, 4)) # [0,1]10*4維數據

lables = ['A', 'B', 'C', 'D']

data

array([[-2.23835375, 0.86815454, -0.03632889, 0.7446558 ],

[-1.10741816, -0.78987338, 0.74452918, -0.64852577],

[ 1.38908051, -1.00353393, -1.92624668, 0.2354071 ],

[ 1.88915876, 1.26500499, 0.32391999, -0.06991769],

[-0.76832767, -0.9832141 , -0.02364687, 0.20468148],

[-1.11151298, 0.70348759, 1.57796211, 0.30206291],

[-0.11900145, 0.35820823, -1.37098595, 1.64935728],

[-0.74382552, 0.32722696, -0.59096453, 0.8708664 ],

[-1.21016063, 0.97042535, 1.31342357, -0.68687588],

[ 0.23279038, -0.4774945 , 0.3546045 , 0.82579075]])

# use matplotlib

plt.boxplot(data, labels=lables)

plt.show()

# use seaborn

df = pd.DataFrame(data, columns=lables)

sns.boxplot(data=df)

plt.show()

6.餅圖

餅圖是常用的統計學模塊，可以顯示每個部分大小與總和之間的比例。

在 Python 數據可視化中，它用的不算多。

我們主要采用 Matplotlib 的 pie 函數實現它。在 Matplotlib 中，我們使用 plt.pie(x, labels=None) 函數，其中參數 x 代表要繪制餅圖的數據，labels 是缺省值，可以為餅圖添加標簽。

# data

nums = [25, 37, 33, 37, 6]

labels = ['high-school', 'bachelor', 'master', 'ph.d', 'others']

# matplotlib

plt.pie(x=nums, labels=labels)

plt.show()

7.熱力圖

熱力圖，英文叫 heat map，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位置上數值的大小。另外你也可以將這個位置上的顏色，與數據集中的其他位置顏色進行比較。

熱力圖是一種非常直觀的多元變量分析方法。

我們一般使用 Seaborn 中的 sns.heatmap(data) 函數，其中 data 代表需要繪制的熱力圖數據。

# data

# 使用 Seaborn 中自帶的數據集 flights，該數據集記錄了 1949 年到 1960 年期間，每個月的航班乘客的數量。

flights = pd.read_excel('flights.xlsx')

data = flights.pivot('year', 'month', 'passengers')

data.head()monthAprilAugustDecemberFebruaryJanuaryJulyJuneMarchMayNovemberOctoberSeptemberyear

# use seaborn

sns.heatmap(data)

plt.show()

# 顏色越淺乘客越多

8.蜘蛛圖/雷達圖

蜘蛛圖是一種顯示一對多關系的方法。在蜘蛛圖中，一個變量相對于另一個變量的顯著性是清晰可見的。

假設我們想要給王者榮耀的玩家做一個戰力圖，指標一共包括推進、KDA、生存、團戰、發育和輸出。那該如何做呢？

這里我們需要使用 Matplotlib 來進行畫圖，首先設置兩個數組：labels 和 stats。

他們分別保存了這些屬性的名稱和屬性值。

因為蜘蛛圖是一個圓形，你需要計算每個坐標的角度，然后對這些數值進行設置。

當畫完最后一個點后，需要與第一個點進行連線。

因為需要計算角度，所以我們要準備 angles 數組；又因為需要設定統計結果的數值，所以我們要設定 stats 數組。并且需要在原有 angles 和 stats 數組上增加一位，也就是添加數組的第一個元素。

from matplotlib.font_manager import FontProperties

# data

labels = np.array(['推進','kda', '生存', '團戰', '發育', '輸出'])

stats = [83, 61, 95, 67, 76, 88]

# 角度，狀態值

angles = np.linspace(0, 2*np.pi, len(labels), endpoint=False)

stats = np.concatenate((stats, [stats[0]]))

angles = np.concatenate((angles, [angles[0]]))

# use matplotlib

fig = plt.figure() # 準備一個空白畫板

ax = fig.add_subplot(111, polar=True) # 畫板分成1行1列

ax.plot(angles, stats, alpha=0.25) # 連線

ax.fill(angles, stats, alpha=0.25) # 上色

#設置中文字體

#font = FontProperties(fname=r'', size=14)

ax.set_thetagrids(angles * 180 / np.pi, labels) # 顯示屬性名

plt.show()

9.二元變量分布

如果我們想要看兩個變量之間的關系，就需要用到二元變量分布。

當然二元變量分布有多種呈現方式，開頭給你介紹的散點圖就是一種二元變量分布。

在 Seaborn 里，使用二元變量分布是非常方便的，直接使用 sns.jointplot(x, y, data=None, kind) 函數即可。

其中用 kind 表示不同的視圖類型：“kind=‘scatter’”代表散點圖，“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。

這里我們使用 Seaborn 中自帶的數據集 tips，這個數據集記錄了不同顧客在餐廳的消費賬單及小費情況。

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金額。

我們可以用 Seaborn 中的 jointplot 來探索這兩個變量之間的關系。

# data

tips = pd.read_excel('tips.xlsx')

tips.head()total_billtipsexsmokerdaytimesize

# 用Seaborn畫二元變量分布圖（散點圖，核密度圖，Hexbin圖）

sns.jointplot(x='total_bill', y='tip', data=tips, kind='scatter') # 散點圖

sns.jointplot(x='total_bill', y='tip', data=tips, kind='kde') # 核密度圖

sns.jointplot(x='total_bill', y='tip', data=tips, kind='hex') # hexbin圖

plt.show()

10.成對關系

如果想要探索數據集中的多個成對雙變量的分布，可以直接采用 sns.pairplot() 函數。

它會同時展示出 DataFrame 中每對變量的關系，另外在對角線上，你能看到每個變量自身作為單變量的分布情況。

它可以說是探索性分析中的常用函數，可以很快幫我們理解變量對之間的關系。

pairplot 函數的使用，就像在 DataFrame 中使用 describe() 函數一樣方便，是數據探索中的常用函數。

# data

#使用 Seaborn 中自帶的 iris 數據集，這個數據集也叫鳶尾花數據集。

#鳶尾花可以分成 Setosa、Versicolour 和 Virginica 三個品種，

#在這個數據集中，針對每一個品種，都有 50 個數據，每個數據中包括了 4 個屬性，

#分別是花萼長度、花萼寬度、花瓣長度和花瓣寬度。

#通過這些數據，需要你來預測鳶尾花卉屬于三個品種中的哪一種。

iris = pd.read_csv('seaborn-data-master/iris.csv')

iris.head()sepal_lengthsepal_widthpetal_lengthpetal_widthspecies

# use seaborn

sns.pairplot(iris)

plt.show()

# 顯示了4個變量兩兩之間的關系：

# sepal_length、sepal_width、petal_length 和 petal_width4,對應：

# 花萼長度、花萼寬度、花瓣長度和花瓣寬度

二.可視化庫一覽

1.seaborn

Seaborn是基于matplotlib的Python數據可視化庫。它提供了一個高級界面，用于繪制引人入勝且內容豐富的統計圖形。

類似于：pandas比之numpy。

案例：

以下是相關繪制的api。

2.matplot

3.scipy

4.plotly

總結

以上是生活随笔為你收集整理的python图形界面实践_数据可视化之实践篇——python的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。