15 Python数据可视化

# Author:Nimo_Ding ''' 按照数据之间的关系，将可视化视图划分为四类： 1、比较： 比较数据间各类别的关系，或随时间变化趋势，例如折线图 2、联系： 变量之间的关系，例如散点图 3、构成： 每个部分占整体的百分比，或随百分比变化，比如饼图 4、分布： 关注单个/多个变量分布情况，比如直方图 ''' # 1、散点图scatter plot，适合展示两个变量之间的关系。 import matplotlib.pyplot as plt import seaborn as sns import numpy as np import pandas as pd # 模拟数据是1000个随机点。 N=1000 x=np.random.randn(N) y=np.random.randn(N) # x,y表示坐标，marker表示标记的符号样式。 # plt.scatter(x,y,marker='x') # plt.show() # matplotlib绘制，呈现长方形

df=pd.DataFrame({ 'x':x, 'y':y }) # sns.jointplot(x="x", # y="y", # data=df, # kind='scatter') # scatter代表散点图、kde代表核密度图、hex代表Hexbin图，是直方图的二维模拟。 # plt.show() # Seaborn绘制，呈现正方形，而且给出了变量的分布情况

# 2、折线图 # 用来表示数据随着时间变化的趋势 import pandas as pd import matplotlib.pyplot as plt import seaborn as sns x=[2010,2011,2012,2013,2014,2015,2016,2017] y=[5,3,6,20,17,16,19,30] # 使用matplotlib绘制： # plt.plot(x,y) # plt.show() # 使用seaborn绘制 df=pd.DataFrame({ 'x':x, 'y':y }) # sns.lineplot(x="x",y="y",data=df) # plt.show() # 3、直方图 # 可以看到变量的数值分布 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns a=np.random.randn(100) s=pd.Series(a) # 使用matplotlib绘制直方图： # plt.hist(s) # s是一维数组，bins=10代表直方图箱子数量是10，不写的话默认就是10. # plt.show()

# 使用seaborn绘制直方图 # sns.distplot(s,bins=10,kde=True) # s是一维数组,bins是箱子数量，kde代表显示核密度估计，默认是True。 # # 核密度估计是通过核函数来估计概率密度的方法。 # plt.show()

# 4、条形图 # 如果说直方图可以看到变量的数值分布，那么条形图可以帮我们查看类别的特征。 # 在条形图中，长条形的长度表示类别的频数，宽度表示类别。 import matplotlib.pyplot as plt import seaborn as sns x=['Cat1','Cat2','Cat3','Cat4','Cat5'] # 代表类别 y=[5,4,8,12,7] # 代表类别的频数 # 使用matplotlib绘制条形图： # plt.bar(x,y) # plt.show()

# 使用seaborn绘制条形图 # sns.barplot(x,y) # plt.show()

 

# 5、箱线图 # 又称盒式图，由5个数值点组成：最大值max、最小值min、中位数median、上下四分位数Q3、Q1。 # 可以帮我们分析出数据的差异性、离散程度和异常值等。 data=np.random.normal(size=(10,4)) # 生成10行4列的随机数组 labels=['A','B','C','D'] # 使用matplotlib绘制条形图： # plt.boxplot(data,labels=labels) # plt.show()   # 使用seaborn绘制条形图 # df=pd.DataFrame(data, # columns=labels) # sns.boxplot(data=df) # plt.show()   # 6、饼图 import matplotlib.pyplot as plt nums=[25,37,32,27,25] labels=['high-school', 'Bachelor', 'Master', 'Ph.d', 'Others'] # plt.pie(x=nums, # labels=labels) # plt.show()   # 7、热力图 # heat map，是一种矩阵表示方法，通过颜色直观得知某个位置上数值的大小。 # 这里我们用Seaborn中的sns.heatmap(data)函数，seaborn自带了数据集flights，记录了1949年-1960年期间，每个月的航班乘客数量。 import matplotlib.pyplot as plt import seaborn as sns import ssl ssl._create_default_https_context = ssl._create_unverified_context flights=sns.load_dataset("flights") data=flights.pivot('year', 'month', 'passengers') # sns.heatmap(data) # plt.show() # 可观察到不同年份不同月份的乘客数量变化情况，其中颜色越浅代表乘客数量越多。   # 8、蜘蛛图 # 是一种展示一对多关系的方法，在蜘蛛图中一个变量相对于另一个变量的显著性是清晰可见的。 # 以王者荣耀的玩家战力图为例。 import numpy as np import matplotlib.pyplot as plt import seaborn as sns from matplotlib.font_manager import FontProperties labels=np.array([u'推进',u'KDA',u'生存',u'团战',u'发育',u'输出']) stats=[83,61,95,67,76,88] # 准备角度和战斗值 angles=np.linspace(0,2*np.pi,len(labels),endpoint=False) stats=np.concatenate((stats,[stats[0]])) angles=np.concatenate((angles,[angles[0]])) # 使用matplotlib绘制蜘蛛图： # fig=plt.figure() # 创建一个空白的figure对象，相当于画了一个白板。 # ax=fig.add_subplot(111,polar=True) # 把画板划分成1行一列 # ax.plot(angles,stats,'o-',linewidth=2) # 连线 # ax.fill(angles,stats,alpha=0.25) # 上色 # 设置中文字体 # font=FontProperties(fname=r"/Users/dingding/Downloads/DejaVuSans-Bold.ttf",size=14) # ax.set_thetagrids(angles*180/np.pi,labels,FontProperties=font) # plt.show()   # 9、二元变量分布 # 看两个变量之间的关系，散点图就是一种二元变量分布。 # 这里我们使用Seaborn自带的数据集tips，这个数据集记录了不同顾客在餐厅的消费账单及消费情况。 import matplotlib.pyplot as plt import seaborn as sns tips=sns.load_dataset('tips') print(tips.head(5)) # 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() # 报错： # ValueError: Could not interpret input 'tips' # 是因为输入的数据中不包含该字段tips，应该是tip。   # 10、成对关系 # 如果要探索数据集中多个成对双变量的分布，可以直接采用sns.pairplot()函数，它会展示出DataFrame中每对变量的关系 # 另外在对角线上，你能看到每个变量自身作为单变量的分布情况。是探索性分析中的常用函数，可以很快帮助我们理解变量对之间的关系。 # 这里我们用Seaborn中自带的iris数据集，这个数据集也叫做鸢尾花数据集： # 鸢尾花分成三个品种Setosa、Versicolour和Virginica，数据集中，针对每一个品种，都有50个数据， # 每个数据中包括4个属性，分别是花萼长度、宽度、花瓣长度、宽度。通过这些数据，需要你来预测鸢尾花卉属于哪一个品种。 import matplotlib.pyplot as plt import seaborn as sns iris=sns.load_dataset('iris') # 用Seaborn画成对关系 # sns.pairplot(iris) # plt.show()