PYthon建模 --处理数据(二) --数据可视化

figure 函数

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
num:   图像编号或名称，数字为编号 ，字符串为名称
figsize:指定figure的宽和高，单位为英寸；
dpi 参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是                21*30cm的纸张
facecolor:背景颜色
edgecolor:边框颜色
frameon:是否显示边框
————————————————

                            版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
                        
原文链接：https://blog.csdn.net/baoziqyp/article/details/111239877

kind 字符串

‘line’ : line plot (default) # 折线图
‘bar’  : vertical bar plot   # 条形图
‘barh’ : horizontal bar plot # 横向条形图
‘hist’ : histogram           # 柱状图
‘box’  : boxplot             #箱线图
‘kde’  : Kernel Density Estimation plot #密度估计图，主要对柱状图添加Kernel 概率密度线
‘density’ : same as ‘kde’
‘area’ : area plot           #区域图
‘pie’ : pie plot             #饼图
‘scatter’ : scatter plot     #散点图  需要传入columns方向的索引
‘hexbin’ : hexbin plot       #具有六边形单元的二维直方图

 / 折线图

dataset.plot(kind='line',subplots=True,layout=(2,2),sharex=False,sharey=False)
pyplot.show()

kand = "line" :    画折线图
sharex, sharey : 控制子图共享x或y轴的行为。布尔值或{'none', 'all', 'row', 'col'}，默认值为False。
                          True or 'all'：所有子图共享x/y轴
                          False or 'none'：所有子图的x/y轴都是独立的。

layout(2,2) :所画的子图按(2,2)排布

subplots = Ture :建立多个子图

  / 相关矩阵图

filename = 'C:/Users/11/Desktop/data_1.csv'
names = ['chinese','math','English']
dataset = read_csv( filename,names=names,sep=',')
correlations = dataset.corr()
fig = plt.figure()
ax = fig.add_subplot(111)
cax = ax.matshow(correlations, vmin=-1, vmax=1)
fig .colorbar(cax)
ticks = np.arange(0, 3, 1)
ax.set_xticks(ticks)
ax.set_yticks(ticks)
ax.set_xticklabels(names)
ax.set_yticklabels(names)
plt.show()

add_subplot(abc)  根据abc将原图划分成a行，b列。原图划分成a*b个子图，然后c就是我们的下标,通过c来指定展示我们要的子图。

corr() : 表示data中的两个变量之间的相关性，取值范围为[-1,1],取值接近-1，表示反相关，类似反比例函数，取值接近1，表正相关。

matshow :plt.matshow(mat, cmap=plt.cm.colors) 

vmin 和 vmax 参数可用于指定映射颜色值的比例。这些参数与使用颜色图的对象一起使用。

它可用于控制 matplotlib 中颜色条的范围。

colorbar : 自定义工具

np.arange() : np.arange([start, ]stop, [step, ]dtype=None)

• start : 起点值；可忽略不写，默认从0开始
• stop : 终点值；生成的元素不包括结束值
• step : 步长；可忽略不写，默认步长为1
• dtype : 默认为None，设置显示元素的数据类型

ax.set_xticks() 设置刻度 ，matplotlib将刻度放在对应范围的哪个位置，默认情况下这些刻度就是刻度标签；

ax.set_xticklabels() 可以将任何其他类型的值作为标签，可以赋值给之前已经设置过的set_xtick.

 / 相关散点矩阵图

scatter_matrix(dataset)
plt.show()