常用的python可视化工具

Matplotlib

颜色、标记、线型

• ax.plot(x,y,'r--')
  等价于ax.plot(x, y, linestyle=‘--’, color=‘r’)

颜色：

刻度、标签、图例

• 设置刻度范围
  
  • plt.xlim(), plt.ylim()
  • ax.set_xlim(), ax.set_ylim()
• 设置显示的刻度
  
  • plt.xticks(), plt.yticks()
  • ax.set_xticks(), ax.set_yticks()
• 设置刻度标签
  
  • ax.set_xticklabels(), ax.set_yticklabels()
• 设置坐标轴标签
  
  • ax.set_xlabel(), ax.set_ylabel()
• 设置标题
  
  • ax.set_title()
• 图例
  
  • ax.plot(label=‘legend’)
  • ax.legend(), plt.legend()
    – loc=‘best’自动选择放置图例最佳位置

matplotlib设置

• plt.rc()

ps：

inplace = True 可以取代data=data
如：

grouped_data.rename(columns={'Date':'Count'},inplace=True)

Seaborn

数据集分布可视化

• 单变量分布 sns.distplot()
  
  • 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.jointplot()
  • 二维直方图 Hexbin sns.jointplot(kind=‘hex’)
  • 核密度估计 sns.jointplot(kind=‘kde’)
• 数据集中变量间关系可视化 sns.pairplot()

数据类别可视化

• 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()

Bokeh

包引用

 from bokeh.io import output_file #生成.html文档
 from boken.io import output_notebook #在jupyter中使用

如：

from bokeh.io import output_notebook, output_file, show
from bokeh.charts import Bar,TimeSeries
from bokeh.layouts import column

bokeh.charts

• 散点图 Scatter
• 柱状图 Bar
• 盒子图 BoxPlot
• 弦图 Chord
  
  • 展示多个节点之间的联系
  • 连线的粗细代表权重

bokeh.plotting

• 方框 square
• 圆形 circle