常用可视化库

最新推荐文章于 2024-06-08 09:44:42 发布

adamlay

最新推荐文章于 2024-06-08 09:44:42 发布

阅读量919

点赞数 1

分类专栏： # python

本文链接：https://blog.csdn.net/adamlay/article/details/118323463

版权

python 专栏收录该内容

16 篇文章 1 订阅

订阅专栏

1. Matplotlib

1.1 matplotlib库

常用导入模板

import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
sns.set(style='darkgrid',font_scale=1.3)
plt.rcParams['font.family']='SimHei'
plt.rcParams['axes.unicode_minus']=False

1.1.1 绘图

	函数/方法	描述
导入	import matplotlib.pyplot as plt	导入pyplot
	%matplotlib inline	图表嵌入到Notebook中
	%matplotlib notebook	图表嵌入到Notebook中
	from matplotlib import gridspec	不均匀布局模块
字体设置	from matplotlib.font_manager import FontManager	导入电脑字体
	fm = FontManager()	字体实例化
	mat_font = set(f.name for f in fm.ttflist) print(mat_font)	打印字体列表
绘图	plt.plot(x,y,x,y1…)	二维曲线绘图,x默认为绘制点（即y元素）的个数
散点图	plt.scatter(x,y,c,s,cmap=plt.cm)	绘制散点图，设置散点颜色、散点大小、颜色映射
饼图	plt.pie(x,labels,radius,autopct,explode,shadow)	绘制饼图，autopct设置百分比标签，explode指定突出的饼块
条形图	plt.bar(x,y,bottom,yerr)	绘制条形图，bottom设置堆叠，yerr设置误差条
直方图	plt.hist()	绘制直方图，方法同条形图
	count,bins,fig =plt.hist()	count表示统计次数，bins表示范围
极坐标图	ax = plt.subplot(111,projection='polar’ 或者polar=‘True’)	绘制极坐标图
	ax.plot(x,y)	极坐标线性图
	ax.bar(x,y)	极坐标条形图
箱式图	plt.boxplot(arr,sym)	箱式图，sym指定异常值样式
热力图	plt.imshow(data,cmap)
面积图	plt.stackplot([arr1,arr2,arr3…])	所有arr纵向聚合值应相等
绘制3D图形	from mpl_toolkits3d.mplot3d.axes3d import Axes3D	导入3D图形对象包
	ax3d = Axes3D(fig)	3d建图
	ax3d.plot(x,y)	3d绘图，改变plot()为其他方法可以绘制不同的图

1.1.2 图像、文字设置

	函数/方法	描述
图像设置	plt.figure(figsize=(10,10))	设置图像尺寸,返回Figure数据，尽量放在画图函数plot前面
	plt.grid(linestyle,color,alpha)	设置网格(样式、颜色、透明度)
	plt.axis([x_min,x_max,y_min,y_max])	设置两轴取值的范围
	plt.xlim([x_min,x_max])	设置x轴取值的范围
	plt.ylim([y_min,y_max]])	设置y轴取值的范围
	plt.tick_params(axis=’both’)	设置刻度性质
文字设置	plt.xticks([刻度值],[刻度标识],fontsize)	设置x轴刻度及其标签
	plt.yticks([刻度值],[刻度标识],fontsize)	设置y轴刻度及其标签
	plt.xlable(‘lable’,rotation,fontsize)	设置x轴标签
	plt.ylable(‘lable’,rotation,fontsize)	设置y轴标签
	plt.legend([],loc)	给图表打标注
	plt.text(x,y,s)	任意位置(x,y)添加⽂字(s)
	plt.title()	设置标题
	plt.suptitle()	设置标题
	plt.arrow()	添加箭头
	plt.annotate(‘note’,xy=(2*np.pi,0),xytext,arrowprops)	添加注释，xy指定注释位置，xytext指定文本位置，（arrowprops箭头可选）
	plt.figtext()	在Figure对象的任意位置添加⽂字
	plt.suptitle()	为Figure对象添加中⼼化的标题

当中文字体不显示的时候，可以在绘图函数里设置textprops参数，如：

plt.pie(x,labels=labels,textprops={'family':'Kaiti SC','fontsize':18})

1.1.3 图像IO

	函数/方法	描述
图像操作	plt.show()	调用图表显示
	plt.savefig(‘name.png’,dpi,facecolor,edgecolor,bbox_inches)	图表保存导出，像素密度，背景颜色，边界颜色，裁剪空白

| | plt.gca() | 获取当前轴面,返回AxesSubplot数据

1.1.4 Axes轴面设置

	函数/方法	描述
轴面设置	ax = plt.gca()	获取轴面（子视图）
	ax.spines[‘right’].set_color()	脊柱设置颜色
	ax.spines[‘bottom’].set_position()	脊柱设置位置
	ax.set_facecolor()	设置视图背景颜⾊
	ax.set_marker()	设置视图数据点标识符
	ax.set_markerfacecolor()	设置视图内部填充色彩
	ax.set_markeredgecolor()	设置视图标识符边界色彩
	ax.set_markersize()	设置视图标识符大小
	plt.sca(ax)	对ax命名的视图进行设置
子视图	ax = plt.subplot(2,2,2) 或者plt.subplot(222)	创建子视图(两⾏两列第⼆个⼦视图)
	ax.plot()	子视图绘图
	plt.axes([left, bottom, width, height])	设置子视图位置，数值0~1之间
	ax = fig.add_axes([left, bottom, width, height])	设置子视图位置，数值0~1之间
多图布局	fig,((ax11,ax12,ax13), (ax21,ax22,ax23),(ax31,ax32,ax33)) = plt.subplots(3, 3)	均匀多图布局创建子视图，返回一个Figure和一个多子视图组成的元组
	gs = gridspec.GridSpec(3,3) ax = plt.subplot(gs[0,:])	不均匀多图布局
双轴显示	ax2 = ax1.twinx()	共用x轴,返回一个新的子视图
	ax2 = ax1.twiny()	共用一个y轴

1.1.5 Figure对象设置

函数/方法	描述
fig.set_figwidth()	设置图像宽度
fig.set_figheight()	设置图像高度
fig.add_axes([left, bottom, width, height])	设置子视图位置，数值0~1之间

1.2 plt.plot()属性设置图像风格和样式

颜色设置方式：

[r,g,b],各颜色强度介于0~1；
‘red’颜色名;
‘#3c7f99’ 十六进制
多彩颜色，依据方法1，可按随机数生成：color = np.random.rand(n,3)

属性	描述	属性值
Color	设置线条或点的颜色	1.[r,g,b],各颜色强度介于0~1； 2.‘red’颜色名; 3.’#3c7f99’ 十六进制
LineStyle or ls	线型	细实线、虚点线、点画线、虚画线
LineWidth or lw	线条宽度/粗细	正实数，默认为0.5
Marker	数据点标识符	菱形、空心圆圈等13种
MarkerSize	标识符大小	正实数，默认为6
MarkerEdgeColor	标识符边界色彩	[r,g,b],各颜色强度介于0~1
MarkerFaceColor	标识符内部填充色彩	[r,g,b],各颜色强度介于0~1
MarkerEdgeWidth	数据点边缘宽度	正实数

1.3 plt.rcParams

plt（matplotlib.pyplot）使用rc配置文件来自定义图形的各种默认属性，称之为rc配置或rc参数。

通过rc参数可以修改默认的属性，包括窗体大小、每英寸的点数、线条宽度、颜色、样式、坐标轴、坐标和网络属性、文本、字体等。rc参数存储在字典变量中，通过字典的方式进行访问。

序号	属性	说明
	最常用	导入模块时，可直接输入下面两个设置
1	plt.rcParams[’axes.unicode_minus’] = False	字符显示
2	plt.rcParams[’font.sans-serif’] = ‘SimHei’	设置字体
	线条样式：lines
3	plt.rcParams[’lines.linestyle’] = ‘-.’	线条样式
4	plt.rcParams[’lines.linewidth’] = 3	线条宽度
5	plt.rcParams[’lines.color’] = ‘blue’	线条颜色
6	plt.rcParams[’lines.marker’] = None	默认标记
7	plt.rcParams[’lines.markersize’] = 6	标记大小
8	plt.rcParams[’lines.markeredgewidth’] = 0.5	标记附近的线宽
	横、纵轴：xtick、ytick
9	plt.rcParams[’xtick.labelsize’]	横轴字体大小
10	plt.rcParams[’ytick.labelsize’]	纵轴字体大小
11	plt.rcParams[’xtick.major.size’]	x轴最大刻度
12	plt.rcParams[’ytick.major.size’]	y轴最大刻度
	figure中的子图：axes
13	plt.rcParams[’axes.titlesize’]	子图的标题大小
14	plt.rcParams[’axes.labelsize’]	子图的标签大小
	图像、图片：figure、savefig
15	plt.rcParams[’figure.dpi’]	图像分辨率
16	plt.rcParams[’figure.figsize’]	图像显示大小
17	plt.rcParams[’savefig.dpi’]	图片像素

1.4 常用实参字符

标记字符

字符	描述
‘.’	点标记
‘,’	像素标记
‘o’	圆标记
‘v’	下三角标记
‘^’	上三角标记
‘<’	左三角标记
‘>’	右三角标记
‘1’	下箭头标记
‘2’	上箭头标记
‘3’	左箭头标记
‘4’	右箭头标记
‘s’	正方形标记
‘p’	五角星标记
‘*’	星标记
‘h’	六角形标记 1
‘H’	六角形标记2
‘+’	加号标记
‘x’	x号标记
‘D’	菱形（diamond）标记
‘d’	薄菱形标记
‘\|’	竖线标记
‘_’	横线标记

线型字符

字符	描述
‘-’	实线
‘–’	虚线
‘-.’	点画线
‘:’	点线

颜色字符

字符	描述
‘b’	蓝色
‘g’	绿色
‘r’	红色
‘c’	青色
‘m’	品红
‘y’	黄色
‘k’	黑色
‘w’	白色

1.5 pie()属性

属性	描述	属性值
x	比例	array,如果sum(x)>1，会将多出的部分进行均分
labels	分块名称	array
explode	每一块饼图，离开中心距离	默认值为（0,0)
colors	颜色	可选参数，默认为：None;如果为None，将使用当前活动环的颜色
shadow	是否阴影	默认值为False
autopct	饼图内百分比设置	可以使用format字符串或者format function
startangle	起始绘制角度	默认图是从x轴正方向逆时针画起，如设定startangle=90则从y轴正方向画起
counterclock	指定指针方向	布尔值，可选参数，默认为：True，即逆时针。将值改为False即可改为顺时针
labeldistance	label绘制位置,相对于半径的比例	如<1则绘制在饼图内侧，默认值为1.1
pctdistance	类似于labeldistance	指定autopct的位置刻度，默认值为0.6
radius	控制饼图半径	float，可选参数，默认为：None。如果半径是None，将被设置成1
textprops	设置标签（labels）和比例文字的格式	字典类型，可选参数，默认值为：None
plt.axis(‘equal’)	将饼图显示为正圆形

2. Pyecharts

2.1 Pyecharts库

2.1.1 导入

函数	说明
from pyecharts import charts as ch	导入表格总包
from pyecharts import options as opts	配置包

|from pyecharts.globals import ThemeType| 主题包

2.1.2 常用图表

图表	函数	说明
直方图	from pyecharts import Bar	导包
	Bar()	直方图
折线图	from pyecharts.charts import Line	导包
	Line()	折线图
散点图	from pyecharts.charts import Scatter	导包
	Scatter()	散点图
饼状图	from pyecharts.charts import Pie	导包
	Pie()	饼状图

2.1.3 其他图表

图表	函数	说明
漏斗图	from pyecharts.charts import Funnel	导包
	Funnel()	漏斗图

2.1.4 图像设置及渲染

	函数	说明
设置	.add_xaxis()	添加x轴数据
	.add_yaxis()	添加y轴数据
	.set_global_opts()	全局配置
	.use_theme()	配置主题
渲染	.render(path)	默认将在项目根目录输出一个html格式的图表文件，path可指定路径及名称
	.render_notebook()	在jupyter notebook中直接渲染出图表

2.1.5 Pyecharts.Options

图像初始设置——init_opts

函数	说明
init_opts=opts.InitOpts()	作为图像初始设置插入各图表实例中
opts.InitOpts(width, height)	设置图像大小
opts.InitOpts(theme)	设置图像主题

全局设置——.set_global_opts()

	函数	说明
	.set_global_opts()	全局配置
标题配置	title_opts=opts.TitleOpts()	标题配置
	title=“XXX柱状图”	主标题

系列设置

	函数	说明
设置标签	label_opts=opts.LabelOpts()	设置标签
	is_show=True	标签显示/不显示

2.1.6 Faker

faker生成实例列表，默认7个值

函数	说明
from pyecharts.faker import Faker	导包
Faker.choose()	随机生成任意实例列表
Faker.values()	随机生成任意数字列表
Faker.cars	随机生成汽车品牌
Faker.visual_color	随机颜色列表
Faker.days_attrs	'number天’字符串列表
Faker.clock	时间字符串列表
Faker.dogs	随机各种狗的列表
Faker.guangdong_city	广东省下面7个市的固定列表
Faker.img_path(r’C:\abc.jpg’)	返回图片路径
Faker.week_en	英文的星期一到日

2.2 Pyecharts常见问题

2.2.1 柱状图等空白不显示

原因：pandas的数据类型继承自numpy，Pyecharts没法针对pandas的数据类型做特殊处理

解决：使用.tolist()方法将pandas数据转化为列表

(
    Bar(init_opts=opts.InitOpts(width="1000px", height="600px"))
    .add_xaxis(index)
    .add_yaxis('PV',pv.to_list())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="每周用户行为可视化"),
        tooltip_opts=opts.TooltipOpts(trigger="axis"),
        toolbox_opts=opts.ToolboxOpts(is_show=False),
        xaxis_opts=opts.AxisOpts(type_="category", boundary_gap=False),
        yaxis_opts=opts.AxisOpts(
            type_="value",
            splitline_opts=opts.SplitLineOpts(is_show=True)
        ),
    )
    .render_notebook()
)

3. Seaborn

3.1 设置

函数	设置	备注
import seaborn as sns	导入seaborn模块
sns.set(style=‘darkgrid’,font_scale=1.3)	设置风格、字体大小	有五种预设seaborn主题：darkgrid，whitegrid，dark，white，和ticks

3.2 基础图形

函数	图形	备注
sns.countplot(x,y,hue)	条形图	显示每个分箱器中的观察计数。x: x轴上的条形图,y: y轴上的条形图，hue：标签按颜色聚合
sns.distplot()	直方图	集合了matplotlib的hist()与sns.kdeplot()功能
sns.relplot(hue,data)	散点图	hue根据字段将散点不同颜色区分
sns.catplot(x,y,kind=‘box’,data)	箱线图

3.3 进阶图形

函数	图形	备注
sns.kdeplot()	核密度估计图	用于对单变量和双变量进行核密度估计并可视化
sns.catplot(x,y,kind=‘violin’,data)	小提琴图
sns.heatmap(data,xticklabels,yticklabels,linewidths,cmap,annot)	热力图	annot设置系数显示，linewidths设置区块间隔线

adamlay

关注

1
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
常用可视化库

常用可视化库1. Matplotlib1.1 matplotlib库1.1.1 绘图1.1.2 图像、文字设置1.1.3 图像IO1.1.4 Axes轴面设置1.1.5 Figure对象设置1.2 plt.plot()属性设置图像风格和样式1.3 plt.rcParams1.4 常用实参字符标记字符线型字符颜色字符1.5 pie()属性2. Pyecharts2.1 Pyecharts库2.1.1 导入2.1.2 常用图表2.1.3 其他图表2.1.4 图像设置及渲染2.1.5 Pyecharts.Opti
复制链接

扫一扫

专栏目录