【DS with Python】Matplotlib入门(四)：pandas可视化与seaborn常见做图功能

---

一、matplotlib的预定义格式

1.1 pyplot更改做图格式

  需要更改matplotlib的基础格式，可以通过设置pyplot来选择，我们首先查看可供选择的预定义格式：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib notebook #jupyter notebook可以使用此back end

plt.style.available

  得到的就是已经预设好的做图格式，可以用plt.style.use()来选择格式，例如使用seaborn格式：

plt.style.use('seaborn')
fig,axes=plt.subplots()
np.random.seed(123)
random=np.random.randn(365).cumsum(0)
index=pd.date_range('1/1/2022', periods=365)
plt.plot(index,random)

  而设置plt.style.use('dark_background')时，则可以得到如下图像

1.2 seaborn模块更改做图格式

  导入seaborn模块（seaborn做图基于matplotlib，更细致的使用方法在未来将进一步讲解），用其中set()功能即可调用seaborn的预定义做图基础。

import seaborn as sns
sns.set()
fig,axes=plt.subplots()
np.random.seed(123)
random=np.random.randn(365).cumsum(0)
index=pd.date_range('1/1/2022', periods=365)
plt.plot(index,random)

  此处得到的结果与第一张图一样。

二、pandas可视化

2.1 DataFrame可视化(DataFrame.plot())

  我们可以直接对DataFrame做图，一般情况下是做折线图，也可以自行选择做图模式：

np.random.seed(123)

df = pd.DataFrame({'A': np.random.randn(365).cumsum(0), 
                   'B': np.random.randn(365).cumsum(0) + 20,
                   'C': np.random.randn(365).cumsum(0) - 20}, 
                  index=pd.date_range('1/1/2022', periods=365))
df.plot()

  可以直接选择需要做图的列来做图，也可以通过更改kind参数来更改做图的类型，主要有以下几个选项：

• 'line' : 直线图
• 'bar' : 垂直柱状图
• 'barh' : 水平柱状图
• 'hist' : 直方图
• 'box' : 箱型图
• 'kde' : 核密度曲线图
• 'density' : 核密度曲线图
• 'area' : 区域图
• 'pie' : 饼图
• 'scatter' : 散点图
• 'hexbin' : 六边形图

  例如要用A和B数据来做散点图可以用以下代码：

df.plot('A','B', kind = 'scatter')

  也可以直接用df.plot.scatter()来实现，还可以控制点的大小和颜色：

df.plot.scatter('A', 'C', c='B', s=df['B'], colormap='viridis')

  也可以做箱型图、直方图等

df.plot.box();
df.plot.hist(alpha=0.7);
df.plot.kde();

2.1 pd.plotting()功能

  在老一点的版本是pd.tools.plotting()
  可以用pd.plotting.scatter_matrix()来直接做散点图矩阵来查看各个变量之间两两的分布关系，我们以鸢尾花的数据集为例：

iris = pd.read_csv('iris.csv')
pd.plotting.scatter_matrix(iris);

三、seaborn的常见做图功能

  上面讲到，在导入seaborn库都可以用seaborn.set()功能来实现做图初始化，下面介绍几个可能会遇到的seaborn功能：

3.1 sns.displot()

  在画直方图的时候如果数据来自于两个变量时，

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

%matplotlib notebook
sns.set()

np.random.seed(1234)

v1 = pd.Series(np.random.normal(0,10,1000), name='v1')
v2 = pd.Series(2*v1 + np.random.normal(60,15,1000), name='v2')
fig,axes=plt.subplots(1,3,figsize=(13,4))


plt.sca(axes[0])
np.random.seed(1234)
v1 = pd.Series(np.random.normal(0,10,1000), name='v1')
v2 = pd.Series(2*v1 + np.random.normal(60,15,1000), name='v2')
plt.hist(v1, alpha=0.7, bins=np.arange(-50,150,5), label='v1');
plt.hist(v2, alpha=0.7, bins=np.arange(-50,150,5), label='v2');
plt.legend();


plt.sca(axes[1])
plt.hist([v1, v2], histtype='barstacked', density=True);
v3 = np.concatenate((v1,v2))
sns.kdeplot(v3);

plt.sca(axes[2])
sns.distplot(v3, hist_kws={'color': 'Teal'}, kde_kws={'color': 'Navy'});

3.2 sns.jointplot()

  查看两个变量与其可能存在的关系时可以用到，中下部分时两个变量的散点图，上方和右方时两个变量各自的直方图，也可以调整kind参数来改变种下部分的图像格式：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

%matplotlib notebook
sns.jointplot(v1, v2, alpha=0.4);

sns.jointplot(v1, v2, kind='hex');

sns.set_style('white')
sns.jointplot(v1, v2, kind='kde', space=0);

3.3 sns.pairplot()

  与pandas.plotting.scatter_matrix()类似，sns.pairplot()也可以用来找两组变量之间的关系，可以用参数diag_kind来设置对角线上的做图类型：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

%matplotlib notebook
iris = pd.read_csv('iris.csv')
sns.pairplot(iris, hue='Name', diag_kind='kde', size=2);