Matplotlib

发表于 | 更新于: | 阅读量 : 次 | 分类于
字数统计: 4,874字 | 阅读时长 ≈ 25 分钟

数据展示及可视化

  1. 数据可视化的重要性

  2. 基本图表的绘制及应用场景

  3. 数据分析常用图标的绘制

  4. Pandas及Seaborn绘图

  5. 其他常用的可视化工具

数据可视化准则

  • 真实性(Truthful)
  • 功能性(Functionality)
  • 美观(Beauty)
  • 深刻性(Insightful)
  • 启发性(Enlightening)
1
2
3
4
5
#导入工具
import matplotlib
import seaborn as sns
import numpy as np     #和notebook交互的语言，目的是将图打印出来
%matplotlib inline
1
2
anscombe_df = sns.load_dataset('anscombe')
anscombe_df.head(10)

  • 查看样本方差
1
anscombe_df.groupby('dataset').agg([np.mean, np.var])  #var是样本方差

  • sns可视化
1
2
3
4
5
sns.set(style="ticks")
sns.lmplot(x="x", y="y", col="dataset", hue="dataset", 
           data=anscombe_df, col_wrap=2, ci=None, palette="muted", 
           size=4, scatter_kws={"s": 50, "alpha": 1})                    ##从这里的数据可以看出，可视化的重要性，数据是不一样的，虽然他们的mean和var都一样
                                                                        ## 统计特性不一定能完全反应数据的特性

基本图表的绘制及应用场景

Matplotlib

  • 用于创建出版质量图表的绘图工具库
  • 目的是为Python构建一个Matlab式的绘图接口
  • import matplotlib.pyplot as plt
  • pyplot模块包含了常用的matplotlib API函数

Matplotlib构架

  • Backend层
  • 用于处理向屏幕或文件渲染图形
  • 在Jupyter，使用inline backend
  • 什么是backend
  • Artist层
  • 包含图像绘制的容器，如Figure，Subplot及Axes
  • 包含基本元素，如Line2D，Rectangle等
  • Scripting层
  • 简化访问Artist和Backend层的过程
1
2
3
# 用于在jupyter中进行绘图
#%matplotlib notebook　　　　　#非嵌入的图片 #嵌入图片见下面
%matplotlib inline
1
2
3
4
# Backend

import matplotlib as mpl
mpl.get_backend()

结果：

1
'module://ipykernel.pylab.backend_inline'

使用matplotlib.pyplot直接绘制

1
2
import matplotlib.pyplot as plt
plt.plot(3, 2,'*')                        #需要指定mark

  • 使用scripting
1
2
3
4
5
6
7
8
9
10
#使用scripting层绘制
from matplotlib.backends.backend_agg import FigureCanvasAgg
from matplotlib.figure import Figure

fig = Figure()
canvas = FigureCanvasAgg(fig)

ax = fig.add_subplot(111)
ax.plot(3, 2, '.')
canvas.print_png('test.png')  ##保存图片

pyplot

  • pyplot
  • 可通过gcf(get current figure)获取当前图像对象，gca(get current axis)获取当前坐标轴对象
  • 可以通过pyplot.plot()进行绘图，其底层调用的还是axes.plot()函数
  • 多参考相关的API文档
1
2
3
4
5
6
#gca获取当前坐标对象
plt.figure()
plt.plot(3, 2, 'o')
ax = plt.gca()      #获取当前坐标轴
# 设置坐标轴范围
ax.axis([0, 6, 0, 10])

  • matplotlib会自动用颜色区分不同数据
1
2
3
4
5
# matplot 会自动用颜色区分不同的数据
plt.figure()
plt.plot(1.5, 1.5, 'o')
plt.plot(2, 2, '*')
plt.plot(2.5, 2.5, '*')

散点图

  • plt.scatter()
  • scatter_API
  • zip封装及解包
  • 坐标标签plt.xlabel(),plt.ylabel()，标题plt.title()，图例plt.legend()
  • 颜色、标记、线性
  • axplot(x,y,’r–’) 等价于ax.plot(x,y,linestyle = ‘–’,color = ‘r’)
1
2
3
4
5
6
import numpy as np
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = x

plt.figure()
plt.scatter(x, y)

  • 改变颜色及大小
1
2
3
4
5
6
7
8
9
10
# 改变颜色及大小

import numpy as np
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = x
colors = ['red'] * (len(x) - 1)
colors.append('green')

plt.figure()
plt.scatter(x, y, s=100, c=colors)

  • 用zip合并为一个新的列表
1
2
3
4
5
6
7
8
# 使用zip合并两个列表为一个新列表
# 新列表中的每个元素为对应位置上的元组
l1 = list(range(1, 6))
l2 = list(range(6, 11))
zip_generator = zip(l1, l2) #生成器
tuple_list = list(zip_generator)
print(type(zip_generator))
print(list(tuple_list))

结果：

1
2
<class 'zip'>
[(1, 6), (2, 7), (3, 8), (4, 9), (5, 10)]
  • 使用*进行对元组列表解包
1
2
3
4
# 使用*进行对元组列表解包
x, y = zip(*tuple_list)
print(x)
print(y)

结果：

1
2
(1, 2, 3, 4, 5)
(6, 7, 8, 9, 10)
  • 设置中文字符
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
plt.figure()
plt.scatter(x[:2], y[:2], c='red', label='samples 1')
plt.scatter(x[2:], y[2:], c='blue', label='samples2')

# 添加坐标标签，标题，如果用中文需要加下面的中文设置代码
plt.xlabel('数值1')
plt.ylabel('数值2')
plt.title('散点图')

# 添加图例
# plt.legend()
# 4: 右下角  
plt.legend(loc=4, frameon=True, title='Legend') #frameon指是否加边框，best是最佳位置

plt.rcParams["font.sans-serif"] = ["SimHei"] #设置中文字符，如果不加这行，只能用英文

线图

  • plt.plot()
  • 填充线间的区域
  • plt.gca().fill_between()
  • np.array()生成时间数据
  • np.array(‘2017-01-01,’2017-01-08’,dtype = ‘datetime64[D]’)
  • 绘制图像的坐标轴为时间数据时，可以借助pandas的to_datetime()完成
  • 旋转坐标轴文字的方向
  • plt.xticks(rotation = )或遍历ticks进行set_rotation()
  • 调整边界距离，plt.subplots_adjust()
  • plot
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
import numpy as np

linear_data = np.arange(1, 9)
quadratic_data = linear_data ** 2

plt.figure()
plt.plot(linear_data, '-o', quadratic_data, '-o')

# 注意，这里我们只指定了y轴数据，x轴的数据是matplotlib自动生成的

plt.plot([22, 44, 66], '--r')

# 添加坐标轴标签及图例
plt.xlabel('x data')
plt.ylabel('y data')
plt.title('Line Chart Title')
plt.legend(['legend1', 'legend2', 'legend3'])

# 填充两个line间的区域
plt.gca().fill_between(range(len(linear_data)),
                      linear_data, quadratic_data,
                      facecolor='green',
                      alpha=0.25)

plt.savefig("examples.jpg")    #保存图片##

  • 绘制横轴为时间的线图
1
2
3
4
5
6
7
# 绘制横轴为时间的线图
plt.figure()
observation_dates = np.arange('2017-10-11', '2017-10-19', dtype='datetime64[D]')
observation_dates
plt.plot(observation_dates, linear_data, '-o',
        observation_dates, quadratic_data, '-o')
# 横轴并不是我们想要的结果

  • 借用pandas绘制横轴为时间的线图
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# 借助pandas绘制横轴为时间的线图
import pandas as pd
plt.figure()
observation_dates = np.arange('2017-10-11', '2017-10-19', dtype='datetime64[D]')
observation_dates = list(map(pd.to_datetime, observation_dates))
plt.plot(observation_dates, linear_data, '-o',
        observation_dates, quadratic_data, '-o')

# plt.xticks(rotation='45')        #用这个比较好，转角45度
x = plt.gca().xaxis 
for item in x.get_ticklabels():
    item.set_rotation(45)
    
# 调整边界距离
plt.subplots_adjust(bottom=0.25)

# 对于学术制图，可在标题中包含latex语法
ax = plt.gca()
ax.set_title('Quadratic ($x^2$) vs. Linear ($x$)')

柱状图

  • plt.bar()
  • group bar chart
  • 同一副图中包含多个柱状图时，注意要对x轴的数据做相应的移动，避免柱状图重叠
  • stack bar chart
  • 使用bottom参数
  • 横向柱状图
  • barh
  • 相应的参数width变为参数height；bottom变为left
1
2
3
4
5
6
7
8
9
plt.figure()
x_vals = list(range(len(linear_data)))
plt.bar(x_vals, linear_data, width=0.3)

# group bar chart
# 同一副图中添加新的柱状图
# 注意，为了不覆盖第一个柱状图，需要对x轴做偏移，必须通过偏移来完成
x_vals2 = [item + 0.3 for item in x_vals]
plt.bar(x_vals2, quadratic_data, width=0.3)

  • 重叠柱状图
1
2
3
4
5
# stack bar chart
plt.figure()
x_vals = list(range(len(linear_data)))
plt.bar(x_vals, linear_data, width=0.3)
plt.bar(x_vals, quadratic_data, width=0.3, bottom=linear_data)

  • 横向柱状图
1
2
3
4
5
# 横向柱状图
plt.figure()
x_vals = list(range(len(linear_data)))
plt.barh(x_vals, linear_data, height=0.3)
plt.barh(x_vals, quadratic_data, height=0.3, left=linear_data)

应用场景

  • 散点图，适用于二维或三维数据集，但其中只有两维需要比较
  • 线图，适用于二维数据集，适合进行趋势的比较
  • 柱状图，适用于二维数据集，但只有一个维度需要比较，利用柱子的高度反映数据的差异

数据分析常用图标的绘制

Subplots

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
%matplotlib inline

import matplotlib.pyplot as plt
import numpy as np

plt.figure()
# 表示1行2列，现在在第一个子图上进行操作
plt.subplot(1, 2, 1)

linear_data = np.arange(1, 9)
plt.plot(linear_data, '-o')

#在第二个子图上画图
exponential_data = linear_data ** 2
plt.subplot(1, 2, 2)
plt.plot(exponential_data, '-x')

plt.subplot(1, 2, 1)
plt.plot(exponential_data, '-x')

  • 保证子图坐标范围一致
1
2
3
4
5
6
# 保证子图中坐标范围一致
plt.figure()
ax1 = plt.subplot(1, 2, 1)
plt.plot(linear_data, '-o')
ax2 = plt.subplot(1, 2, 2, sharey=ax1) 
plt.plot(exponential_data, '-x')

  • 建子图
1
2
3
4
#建子图
fig, ((ax1, ax2, ax3), (ax4, ax5, ax6)) = plt.subplots(2, 3,
                                                      sharex=True, sharey=True)
ax5.plot(exponential_data, '-')

直方图

  • 对数据分布情况的图表示

  • 首先要对数据进行分组，然后统计每个分组内数据的数量

  • 作用：

  • 显示各分组频率或数量分布的情况

  • 易于显示各组之间频率或数量的差别

  • plt.hist(data,bins)

    data:数据列表

    bins:分组边界或分组个数

  • 直方图_api

1
2
3
4
5
6
7
8
9
10
11
fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2, sharex=True)
axs = [ax1, ax2, ax3, ax4]

plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

for n in range(len(axs)):
    sample_size = 10 ** (n + 1)
    sample = np.random.normal(loc=0., scale=1., size=sample_size)
    # 默认bin的个数为10
    axs[n].hist(sample)
    axs[n].set_title('n={}'.format(sample_size))

1
2
3
4
5
6
7
8
9
10
fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2, sharex=True)
axs = [ax1, ax2, ax3, ax4]

for n in range(len(axs)):
    sample_size = 10 ** (n + 1)
    sample = np.random.normal(loc=0., scale=1., size=sample_size)
    # bin设为100
    #axs[n].hist(sample, bins=100)  
    axs[n].hist(sample,normed = True) #normed是归一化
    axs[n].set_title('n={}'.format(sample_size))

  • 使用gridspec和直方图绘制一个复杂的分析图
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# 使用gridspec和直方图绘制一个复杂分析图
import matplotlib.gridspec as gridspec

x = np.random.random(size=10000)
y = np.random.normal(loc=0., scale=1., size=10000)

plt.figure()
gspec = gridspec.GridSpec(3, 3)

top_hist = plt.subplot(gspec[0, 1:])
side_hist = plt.subplot(gspec[1:, 0])
lower_right = plt.subplot(gspec[1:, 1:])

lower_right.scatter(x, y,alpha = 0.3 )  #alpha是透明度
top_hist.hist(x, bins=100, normed=True)
side_hist.hist(y, bins=100, orientation='horizontal', normed=True)
side_hist.invert_xaxis()

盒形图

1
2
3
4
5
6
7
8
9
10
11
import pandas as pd
# 正态分布采样
normal_sample = np.random.normal(loc=0., scale=1., size=10000)
# 随机数采样
random_sample = np.random.random(size=10000)
# gamma分布采样
gamma_sample = np.random.gamma(2, size=10000)

df = pd.DataFrame({'normal': normal_sample,
                  'random': random_sample,
                  'gamma': gamma_sample})
1
df.describe()

  • 盒形图
1
2
plt.figure()
plt.boxplot(df['normal'], whis='range')

1
2
plt.figure()
plt.boxplot([df['normal'], df['random'], df['gamma']], whis='range')

1
2
plt.figure()
plt.boxplot([df['normal'], df['random'], df['gamma']])

热图

  • 热图_api
  • 可用于三维数据的可视化
  • plt.imshow(arr)
  • plt.hist2d()
  • plt.colorbar()添加颜色条
1
2
3
4
plt.figure()
y = np.random.normal(loc=0., scale=1., size=10000)
x = np.random.random(size=10000)
plt.hist2d(x, y, bins=25)

结果：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
(array([[  0.,   0.,   0.,   0.,   0.,   4.,   8.,  12.,  29.,  26.,  41.,
          51.,  52.,  40.,  37.,  49.,  22.,  15.,   8.,   4.,   1.,   1.,
           0.,   1.,   0.],
        [  0.,   1.,   0.,   0.,   5.,   3.,   7.,  18.,  27.,  32.,  38.,
          54.,  44.,  45.,  38.,  23.,  30.,  11.,   4.,   4.,   0.,   1.,
           0.,   0.,   0.],
        [  0.,   0.,   1.,   3.,   1.,   7.,  10.,  18.,  29.,  24.,  35.,
          43.,  50.,  50.,  36.,  28.,  25.,  16.,   3.,   5.,   1.,   1.,
           0.,   1.,   0.],
        [  0.,   0.,   1.,   1.,   5.,   4.,  12.,  15.,  19.,  35.,  39.,
          32.,  55.,  51.,  44.,  24.,  23.,  13.,   8.,   5.,   0.,   1.,
           0.,   0.,   0.],
        [  0.,   1.,   0.,   2.,   1.,   6.,   6.,  14.,  28.,  33.,  46.,
          43.,  44.,  40.,  45.,  26.,  17.,  20.,   6.,   5.,   5.,   0.,
           1.,   0.,   0.],
        [  0.,   0.,   1.,   0.,   3.,   8.,   9.,  17.,  25.,  45.,  31.,
          46.,  63.,  44.,  33.,  19.,  24.,   8.,   9.,   5.,   1.,   0.,
           1.,   0.,   0.],
        [  0.,   0.,   0.,   1.,   1.,   9.,  10.,  21.,  27.,  27.,  47.,
          34.,  41.,  53.,  46.,  24.,  16.,  14.,  12.,   8.,   3.,   0.,
           0.,   0.,   0.],
        [  0.,   0.,   0.,   1.,   2.,   1.,  12.,  11.,  28.,  25.,  44.,
          51.,  54.,  46.,  42.,  37.,  16.,  16.,   3.,   5.,   3.,   1.,
           0.,   0.,   0.],
        [  0.,   0.,   0.,   1.,   1.,   5.,  17.,  11.,  23.,  20.,  36.,
          48.,  49.,  37.,  44.,  24.,  20.,  11.,   5.,   4.,   2.,   0.,
           1.,   0.,   0.],
        [  1.,   0.,   0.,   1.,   0.,   8.,  10.,  19.,  25.,  44.,  39.,
          45.,  45.,  40.,  30.,  24.,  18.,  11.,   4.,   6.,   5.,   0.,
           0.,   1.,   0.],
        [  0.,   0.,   1.,   0.,   3.,   3.,  14.,  10.,  19.,  45.,  36.,
          57.,  50.,  53.,  42.,  26.,  21.,  12.,   4.,  10.,   3.,   1.,
           0.,   0.,   0.],
        [  1.,   0.,   0.,   2.,   2.,   7.,   7.,  15.,  20.,  36.,  45.,
          53.,  38.,  55.,  32.,  25.,  21.,  13.,   9.,   1.,   0.,   0.,
           0.,   0.,   0.],
        [  0.,   0.,   1.,   3.,   1.,   7.,  10.,  14.,  27.,  40.,  46.,
          47.,  50.,  51.,  44.,  30.,  20.,  16.,   9.,   2.,   1.,   1.,
           0.,   0.,   0.],
        [  0.,   0.,   1.,   0.,   2.,  10.,  11.,  24.,  28.,  42.,  36.,
          51.,  41.,  46.,  31.,  26.,  22.,  12.,  11.,   2.,   3.,   1.,
           1.,   0.,   0.],
        [  0.,   0.,   1.,   2.,   4.,   6.,  16.,  15.,  31.,  32.,  44.,
          53.,  52.,  52.,  49.,  34.,  23.,  16.,  11.,   9.,   2.,   0.,
           0.,   0.,   0.],
        [  0.,   0.,   1.,   2.,   2.,   5.,  12.,  10.,  27.,  31.,  36.,
          37.,  55.,  42.,  42.,  33.,  36.,  12.,   7.,   4.,   1.,   0.,
           0.,   0.,   0.],
        [  0.,   0.,   1.,   2.,   0.,  11.,  13.,  12.,  26.,  28.,  43.,
          32.,  61.,  52.,  35.,  40.,  26.,  11.,   8.,   2.,   0.,   0.,
           1.,   0.,   0.],
        [  0.,   0.,   0.,   2.,   0.,   8.,   7.,  17.,  14.,  32.,  45.,
          44.,  56.,  46.,  39.,  27.,  19.,  16.,  10.,   6.,   2.,   1.,
           0.,   0.,   0.],
        [  1.,   0.,   1.,   1.,   4.,   4.,   5.,  20.,  27.,  41.,  44.,
          44.,  48.,  53.,  38.,  37.,  20.,  13.,   6.,   2.,   3.,   0.,
           0.,   0.,   0.],
        [  0.,   0.,   0.,   2.,   2.,   3.,   8.,  26.,  26.,  35.,  43.,
          49.,  40.,  54.,  40.,  27.,  28.,  13.,   9.,   2.,   1.,   1.,
           0.,   0.,   1.],
        [  0.,   0.,   0.,   2.,   0.,   5.,   8.,  10.,  19.,  33.,  35.,
          53.,  52.,  50.,  47.,  22.,  22.,  22.,  10.,   4.,   4.,   0.,
           1.,   0.,   1.],
        [  1.,   0.,   1.,   0.,   3.,   4.,   4.,   9.,  23.,  38.,  37.,
          59.,  56.,  45.,  35.,  37.,  23.,  13.,   6.,   1.,   3.,   1.,
           0.,   1.,   0.],
        [  0.,   0.,   0.,   1.,   2.,   5.,   5.,  22.,  21.,  30.,  43.,
          54.,  57.,  47.,  35.,  42.,  28.,  13.,  11.,   3.,   1.,   0.,
           0.,   0.,   0.],
        [  1.,   0.,   0.,   0.,   3.,   3.,   7.,   8.,  21.,  36.,  36.,
          63.,  60.,  47.,  53.,  35.,  28.,  14.,   8.,   4.,   1.,   0.,
           2.,   0.,   0.],
        [  0.,   0.,   0.,   0.,   5.,   7.,  10.,  26.,  22.,  27.,  39.,
          40.,  53.,  49.,  40.,  33.,  22.,   9.,  13.,   5.,   3.,   2.,
           0.,   0.,   0.]]),
 array([  8.27648177e-05,   4.00777802e-02,   8.00727956e-02,
          1.20067811e-01,   1.60062826e-01,   2.00057842e-01,
          2.40052857e-01,   2.80047873e-01,   3.20042888e-01,
          3.60037903e-01,   4.00032919e-01,   4.40027934e-01,
          4.80022950e-01,   5.20017965e-01,   5.60012980e-01,
          6.00007996e-01,   6.40003011e-01,   6.79998026e-01,
          7.19993042e-01,   7.59988057e-01,   7.99983073e-01,
          8.39978088e-01,   8.79973103e-01,   9.19968119e-01,
          9.59963134e-01,   9.99958150e-01]),
 array([-3.87298648, -3.56051544, -3.2480444 , -2.93557336, -2.62310232,
        -2.31063128, -1.99816024, -1.6856892 , -1.37321816, -1.06074712,
        -0.74827608, -0.43580504, -0.123334  ,  0.18913704,  0.50160808,
         0.81407912,  1.12655016,  1.4390212 ,  1.75149224,  2.06396328,
         2.37643431,  2.68890535,  3.00137639,  3.31384743,  3.62631847,
         3.93878951]),
 <matplotlib.image.AxesImage at 0x20b1d6959b0>)

  • 热度
1
2
3
4
5
6
plt.figure()
y = np.random.normal(loc=0., scale=1., size=10000)
x = np.random.random(size=10000)
plt.hist2d(x, y, bins=100)

plt.colorbar()

Pandas及Seaborn绘图

Pandas

  • df.plot(kind = )
  • kind用于指定绘图的类型
  • pd.plotting.scatter_matrix()
  • pd.plotting.parrallel_coordinates()
  • dataframe绘图
1
2
3
4
5
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

%matplotlib inline
1
2
# panda绘图，可用的绘图样式 
plt.style.available

结果：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
['bmh',
 'classic',
 'dark_background',
 'fast',
 'fivethirtyeight',
 'ggplot',
 'grayscale',
 'seaborn-bright',
 'seaborn-colorblind',
 'seaborn-dark-palette',
 'seaborn-dark',
 'seaborn-darkgrid',
 'seaborn-deep',
 'seaborn-muted',
 'seaborn-notebook',
 'seaborn-paper',
 'seaborn-pastel',
 'seaborn-poster',
 'seaborn-talk',
 'seaborn-ticks',
 'seaborn-white',
 'seaborn-whitegrid',
 'seaborn',
 'Solarize_Light2',
 'tableau-colorblind10',
 '_classic_test']
  • 设置绘图样式
1
2
# 设置绘图样式
plt.style.use('seaborn-colorblind')
1
2
3
4
5
6
7
#dataframe绘图
np.random.seed(100)
df = pd.DataFrame({'A': np.random.randn(365).cumsum(0),
                  'B': np.random.randn(365).cumsum(0) + 20,
                  'C': np.random.randn(365).cumsum(0) - 20},
                 index=pd.date_range('2017/1/1', periods=365))
df.head()

  • 散点图绘图
1
df.plot('A', 'B', kind='scatter')

1
2
3
4
5
6
# 颜色(c)和大小(s)有'B'列的数据决定
ax = df.plot('A', 'C', kind='scatter',
        c='B', s=df['B'], colormap='viridis')

# 设置坐标为相同比例
ax.set_aspect('equal')

  • 盒形图
1
df.plot(kind='box')

  • 直方图
1
df.plot(kind='hist', alpha=0.7)

  • 拟合分布图
1
df.plot(kind='kde') #拟合分布图

  • 查看变量间的关系
1
2
3
#pandas.tools.plotting
iris = pd.read_csv('iris.csv')
iris.head()

1
2
# 用于查看变量间的关系
pd.plotting.scatter_matrix(iris)  #每俩俩之间的关系

  • 查看多变量分布
1
2
3
# 用于查看多遍量分布
plt.figure()
pd.plotting.parallel_coordinates(iris, 'Name')  #平行坐标

Seaborn

  • 一个制图工具库，可以制作出吸引人的，信息量大的统计图
  • 在Matplotlib上构建，支持numpy和pandas的数据结构可视化，甚至是scipy和statsmodels的统计模型可视化

特点：

  • 多个内置主题和颜色主题
  • 可视化单一变量、二维变量用于比较数据集中各变量的分布情况
  • 可视化线性回归模型中的独立变量及不独立变量
  • 可视化矩阵数据，通过聚类算法探究矩阵间的结构
  • 可视化时间序列数据及不确定性的展示
  • 可在分各区域制图，用于复杂的可视化

安装：

  • conda install seaborn
  • pip install seaborn

数据集分布可视化

  • 单变量分布 sns.ditplot()
  • 直方图 sns.distplot(kde = False)
  • 核密度估计 sns.distplot(hist = False)或sns.kdeplot()
  • 拟合参数分布 sns.distplot(kde = False,fit = )
  • 双变量分布
  • 散布图 sns.joinplot()
  • 二维直方图 Hexbin.sns.jointplot(kind = ‘hex’)
  • 核密度估计 sns.jointplot(kind = ‘kde’)

类别数据可视化

  • 类别散布图
  • sns.stripplot() 数据点会重叠
  • sns.swarmplot() 数据点避免重叠
  • hue指定子类别
  • 类别内数据分布
  • 盒子图 sns.boxplot,hue指定子类别
  • 小提琴图 sns.violinplot(), hue指定子类别
  • 类别内统计图
  • 柱状图 sns.barplot()
  • 点图 sns.pointplot()
  • 类别内统计图
1
2
#导入seaborn工具
import seaborn as sns
1
2
3
np.random.seed(100)
v1 = pd.Series(np.random.normal(0, 10, 1000), name='v1')
v2 = pd.Series(2 * v1 + np.random.normal(60, 15, 1000), name='v2')
1
2
3
4
5
# 通过matplotlib绘图
plt.figure()
plt.hist(v1, alpha=0.7, bins=np.arange(-50, 150, 5), label='v1')
plt.hist(v2, alpha=0.7, bins=np.arange(-50, 150, 5), label='v2')
plt.legend()

  • 绘制直方图和折线拟合
1
2
3
4
plt.figure()
plt.hist([v1, v2], histtype='barstacked', normed=True)
v3 = np.concatenate((v1, v2))
sns.kdeplot(v3)

  • 使用seaborn绘图
1
2
3
# 使用seaborn绘图
plt.figure()
sns.distplot(v3)

1
2
3
# 使用seaborn绘图
plt.figure()
sns.jointplot(v1, v2, alpha=0.4)

1
2
3
4
# 使用seaborn绘图
plt.figure()
grid = sns.jointplot(v1, v2, alpha=0.4)
grid.ax_joint.set_aspect('equal')

1
2
plt.figure()
sns.jointplot(v1, v2, kind='hex')

  • 密度曲线
1
2
plt.figure()
sns.jointplot(v1, v2, kind='kde')  #kde是密度曲线

  • 密度曲线图
1
2
iris = pd.read_csv('iris.csv')
iris.head()

1
sns.pairplot(iris, hue='Name', diag_kind='kde')

1
2
3
4
5
plt.figure()
plt.subplot(121)
sns.swarmplot('Name', 'PetalLength', data=iris)
plt.subplot(122)
sns.violinplot('Name', 'PetalLength', data=iris)

其他常用的可视化工具（可交互）

D3.js

  • D3(Data- Driven Documents),是一个用动态图形显示数据的JavaScript库，一个可视化工具
  • mpld3
  • 参考链接
  • pip install mpld3
1
2
3
4
5
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

%matplotlib inline
1
2
3
##交互式图例
import mpld3
from mpld3 import plugins
1
2
3
4
5
6
np.random.seed(100)
df = pd.DataFrame({'A': np.random.randn(365).cumsum(0),
                  'B': np.random.randn(365).cumsum(0) + 20,
                  'C': np.random.randn(365).cumsum(0) - 20},
                 index=range(365))
df.head()

  • 查看列的名字
1
df.columns.values

结果：

1
array(['A', 'B', 'C'], dtype=object)
  • 绘制的是一个交互式图
1
2
3
4
5
6
7
fig, ax = plt.subplots(figsize=(12, 8))
labels = df.columns.tolist()
lines = ax.plot(df.index.values, df.values, lw=2)
interactive_legend = plugins.InteractiveLegendPlugin(lines, labels)
plugins.connect(fig, interactive_legend)

mpld3.display()

1
2
3
#图像保存成html
with open('./interactive_legend_eg.html', 'w') as f:
    mpld3.save_html(fig, f)

echarts

  • 一个纯Javascript的图标库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器，底层依赖轻量级的Canvas类库ZRender，提供直观，生动，可交互，可高度个性化定制的数据可视化图标。
  • pyecharts
  • 参考链接
  • pip install pyecharts
  • 详细用法
  • 与Python进行对接，方便在Python中直接使用数据生成图
1
2
3
4
5
#柱状图交互式图例
from pyecharts import Bar

comp_df = pd.read_csv('./comparison_result.csv', index_col='state')
comp_df

  • 堆叠柱状图也是一个交互式图
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
good_state_results = comp_df.iloc[0, :].values
heavy_state_results = comp_df.iloc[1, :].values
light_state_results = comp_df.iloc[2, :].values
medium_state_results = comp_df.iloc[3, :].values

labels = comp_df.index.values.tolist()
city_names = comp_df.columns.tolist()

bar = Bar("堆叠柱状图")
bar.add('良好', city_names, good_state_results, is_stack=True, xaxis_interval=0, xaxis_rotate=30)
bar.add('轻度污染', city_names, light_state_results, is_stack=True, xaxis_interval=0, xaxis_rotate=30)
bar.add('中度污染', city_names, medium_state_results, is_stack=True, xaxis_interval=0, xaxis_rotate=30)
bar.add('重度污染', city_names, heavy_state_results, is_stack=True, xaxis_interval=0, xaxis_rotate=30)

bar

1
2
# 保存结果到html
bar.render('./echarts_demo.html')

相关链接：源文件


-------------本文结束感谢您的阅读-------------

本文地址：https://huxuzhe.github.io/2018/07/10/Matplotlib/
转载请注明出处，谢谢！



本文标题:Matplotlib

文章作者:HuXuzhe

发布时间:2018年07月10日 - 10:07

最后更新:2018年11月21日 - 16:11

原始链接:https://huxuzhe.github.io/2018/07/10/Matplotlib/

许可协议: 署名-非商业性使用-禁止演绎 4.0 国际 转载请保留原文链接及作者。

HuXuzhe wechat
关注微信公众号:"AI数据分析算法"，轻轻扫一扫，加入我们的AI_LEGENDS !
坚持原创，您的支持将鼓励我继续创作！
0%