第9章 绘图和可视化

注：Python数据分析再学习

 
 

1. matplotlib API入门

1.1 Figure和Subplot

## 创建一幅图
fig = plt.figure()

## 创建多幅图
fig, axes = plt.subplots(2, 3)

1.2 调整subplot周围的间距

fig, axes = plt.subplots(2, 2, sharex = True, sharey = True)
for i in range(2):
    for j in range(2):
        axes[i, j].hist(np.random.randn(500), bins = 50)
plt.subplots_adjust(wspace = 0, hspace = 0)

1.3 颜色、标记和线型

from numpy.random import randn
plt.plot(randn(30).cumsum(), 'ko--')

## 线型插值
data = np.random.randn(30).cumsum()
plt.plot(data, 'k--', label = 'Default')
plt.plot(data, 'k-', drawstyle = 'steps-post', label = 'steps-post')
plt.legend(loc= 'best')

注：标记类型和线型必须在颜色的后面

1.4 设置标题、轴标签、刻度和刻度标签

## 创建图形
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(np.random.randn(1000).cumsum())

## 设置x轴刻度
ticks = ax.set_xticks([0, 250, 500, 750, 1000])

## 设置x轴刻度标签
labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'], rotation = 30, fontsize = 'small')

## 设置x轴名称
ax.set_xlabel('Stages')

## 设置标题
ax.set_title('My first matplotlib plot')

## 批量设定绘图选项
prop = {'title': 'My first matplotlib plot', 'xlabel': 'Stages'}
ax.set(**props)

1.5 添加图例

最简单的方法就是在添加subplot的时候传入label参数

from numpy.random import randn
fig = plt.figure(); ax = fig.add_subplot(1, 1, 1)
ax.plot(randn(1000).cumsum(), 'k', label = 'one')
ax.plot(randn(1000).cumsum(), 'k--', label = 'two')
ax.plot(randn(1000).cumsum(), 'k.', label = 'three')

## 调用ax.legend()或者plt.legend()均可
ax.legend(loc = 'best')

 
 

2. 使用pandas和seaborn绘图

2.1 线形图

s = pd.Series(np.random.randn(10).cumsum())
s.plot()

plot参数列表

参数	说明
label	用于图例的标签
ax	要在其上进行绘制的matplotlib subpot对象
style	将要传给matplotlib的风格字符串（如’ko–’）
alpha	图表的填充不透明度
kind	可以是’line’, ‘bar’, ‘barh’, ‘kde’
logy	在Y轴上使用对数标尺
use_index	将对象的索引用作刻度标签
rot	旋转刻度标签
xticks	用作X轴刻度的标签
yticks	用作Y轴刻度的标签
xlim	X轴的界限
ylim	Y轴的界限
grid	显示轴网格线

df = pd.DataFrame(np.random.randn(100, 4).cumsum(0), columns = ['A', 'B', 'C', 'D'], index = np.arange(100))
df.plot()

DataFrame中的plot参数

参数	说明
subplots	将各个DataFrame列绘制到单独的subplot中
sharex	如果subplots = True，则共用同一个x轴，包括刻度和界限
sharey	如果subplots = True，则共用同一个Y轴
figsize	表示图像大小的元组
title	表示图像标题的字符串
legend	添加一个subpot图例（默认为True）
sort_columns	以字母表顺序绘制各列，默认使用当前列的顺序

2.2 柱状图

## Series对象
fig, axes = plt.subplots(2, 1)
data = pd.Series(np.random.randn(16), index = list('abcdefghijklmnop'))
data.plot.bar(ax = axes[0], color = 'k', alpha = 0.5)
data.plot.barh(ax = axes[1], color = 'k', alpha = 0.5)

## DataFrame对象
df = pd.DataFrame(np.random.randn(6, 4), index = ['one', 'two', 'three', 'four', 'five', 'six'], columns = pd.Index(['A', 'B', 'C', 'D'], name = 'Genus'))
df.plot.bar()
df.plot.barh(stacked = True, alpha = 0.5)

## 一个例子
tips = pd.read_csv('examples/tips.csv')
party_counts =pd.crosstab(tips['day'], tips['size'])
party_counts = party_counts.loc[:, 2:5]
party_pcts = party_counts.div(party_counts.sum(axis = 1), axis = 0)  
### 这里比较难，是先对每一行求和，在让各元素除以这一行的和，重点是axis=0还是axis=1的问题

2.3 直方图和密度图

tips['size'].plot.hist()
tips['size'].plot.density()

## 同时画直方图与密度图
import seaborn
comp1 = np.random.normal(0, 1, size = 200)
comp2 = np.random.normal(10, 2, size = 200)
values = pd.Series(np.concatenate([comp1, comp2])
sns.distplot(values, bins = 100, color = 'b')

2.4 散布图或点图

## 数据预处理
macro = pd.read_csv('examples/macrodata.csv')
data = macro[['cpi', 'm1', 'tbilrate', 'unemp']]
trans_data = np.log(data).diff().dropna()

## 散布图与线性回归
sns.regplot('m1', 'unemp', data = trans_data)

## 散步图矩阵
sns.pairplot(trans_data, diag_kind = 'kde')

2.5 分面网格和类型数据