Python的数据分析可视化十种技能总结

常见的可视化试图列举

可视化视图可以分成4大类：比较、联系、构成和分布。他们的特点如下：

• 1、比较：比较数据之间的各类别的关系，或者是他们随着时间的变化趋势，比如折线图；
• 2、联系：查看两个或者两个以上的变量之间的关系，比如散点图；
• 3、构成:每个部分占整体的百分比，或者是随着时间的百分比变化，比如饼状图；
• 4、分布：关注单个变量，或者多个变量的分布情况，比如直方图。

同样，按照变量的个数，可以把可视化视图划分成为单变量分析和多变量分析：

• 1、单变量分析指的是一次只关注一个变量。比如只关注“身高”这个变量，来看身高的取值分布，而暂时忽略其他的变量。
• 2、多变量分析可以让我们在一张图上查看两个以上的变量的关系。比如身高和年龄。可以理解为是同一个人的两个参数，这样在同一张图中可以看到每个人的身高和年龄的取值，从而可以分析出这两个变量之间是否存在某种联系。

可视化的试图分门别类，主要有下面的10种比较常用：1、散点图、2、折线图、3、直方图、4、条形图、5、箱型图、6、饼图、7、热力图、8蜘蛛图、9、二元变量分布、10、二元变量分布以及成对关系。

1、散点图：

举个最简单例子，一个点的可视化就是：

import matplotlib.pyplot as plt

plt.scatter(1, 2, marker="o") # mark的值可以设置为"x",">","o"
plt.show()

上面使用的是Matplotlib库，下面也可以使用基于Matplotlib的seaborn这个更高级的库，实现代码：

import seaborn as sns
 # data就是我们需要传入的数据，数据是DataFrame类型，scatter 代表散点的意思，kind可以取其他的值，代表不同的绘制方式
sns.jointplot(x,y,data=None,kind='scatter')

假设我们有很多数据，需要将这些数据画成散点图真么做？可以使用随机数来进行模拟：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 数据准备
N = 1000
x = np.random.randn(N)
y = np.random.randn(N)
# 使用 Matplotlib 画散点图
plt.scatter(x,y,marker='x')
plt.show()
# 使用seaborn 画散点图
df = pd.DataFrame({
   'x':x,'y':y})
sns.jointplot(x='x',y='y',data=df,kind='scatter',marker='v');
plt.show()

效果图如下所示，先显示Matplotlib画出的图，然后显示使用Seaborn画出的图：

可以看到seaborn工具还帮我们做了密度统计，比纯粹的Matplotlib统计的数据更加丰富。

2、折线图

在Matplotlib中，我们可以直接使用plt.plot()函数，当然可以需要提前把数据按照x轴的大小进行排序，否则画出来的折线图就无法按照x轴递增的顺序展示

在Seaborn中，可以使用sns.lineplot(x,y,data=None)函数。其中x，y是data中的下标。data就是我们要传入的数据，一般是DataFrame的类型。

这里我们设置了x，y的数组。x数组代表时间（年），y数组可以随便设置几个取值，者几个值是可以没有顺序的，毕竟是折线图：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 数据准备
x = [2010,2011,2012,2013,2014,2015,2016,2017,2018,2019]
y = [5,3,6,20