数据分析入门之数据可视化(散点图、折线图、饼图、柱状图、直方图)

1、散点图

■散点图( scatter diagram) : 是以一个变量为横坐标，另一变量为纵坐标，利用散点(坐标点)的分布形态反映变量关系的一种图形。

• 散点图绘图函数：

plot(x,y,'.',color=(r,g,b))
plt.xlabel('x轴标签')
plt.ylabel('y轴标签')
plt.grid(True)

• plot参数说明：
  ●x、y,X轴和Y轴的序列
  ●’.’、 ‘o’ ,小点还是大点
  ●color ,散点图的颜色，可以用rgb定义,也可以用英文字母定义，（red,green,blue）~0到1，和其他语言0到255区分一下

1.1、导入数据

import matplotlib
from pandas import read_csv
import matplotlib.pyplot as plt

data = read_csv("F:\\数据分析\\数据分析3\\章节5数据可视化\\5\\5.1\\data.csv")

1.2、数据可视化

plt.plot(data['广告费用'],data['购买用户数'],'.')#把数据赋给（x,y）

1.3、设置参数

plt.plot(data['广告费用'],data['购买用户数'],'.')#把数据赋给（x,y）
plt.xlabel('广告费用')#设置x轴的名称
plt.ylabel('购买用户数')
plt.grid(True)#呈现网格线
plt.show()#可视化展示

1.4、自定义样式

# plt.plot(data['广告费用'],data['购买用户数'],'o',color='yellow')#把数据赋给（x,y）,'o'表示圆圈，color显示颜色
# plt.plot(data['广告费用'],data['购买用户数'],'*',color=(1,0.6,0.2))#把数据赋给（x,y）,'*'呈现*，rgb表示颜色
plt.plot(data['广告费用'],data['购买用户数'],'d',color='#aabbcc')#把数据赋给（x,y）,'d'呈现菱形，rgb表示颜色
plt.xlabel('广告费用')#设置x轴的名称
plt.ylabel('购买用户数')
plt.grid(True)#呈现网格线
plt.show()#可视化展示

1.5、解决中文不能显示

•如果中文不能正常显示，可以加上

font = {'family': 'MicroSoft Yahei',
       'weight': 'bold',
       'size': 12}
matplotlib.rc("font", **font)

•如果中文和正负不能正常显示，可以加上

from matplotlib import rcParams
#支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

2、折线图

■折线图:也称趋势图，它是用直线段将各数据点连接起来而组成的图形，以折线方式显示数据的变化趋势。

• 折线图绘图函数：
  •plot(x,y,style,color,linewidth);
  •title(‘图的标题’)

• 参数说明：
  •style,画布的样式;
  •color，画线的颜色
  •linewidth，线的宽度

• style样式：

参数	注释
-	连续的曲线
–	连续的虚线
-.	连续的用带点的曲线
:	由点连成的曲线
.	小点，散点图
o	大点，散点图
,	像素点（更小的点）的散点图
*	五角星的点，散点图

2.1、导入数据

import pandas
from pandas import read_csv
import matplotlib.pyplot as plt

data = read_csv("F:\\数据分析\\数据分析3\\章节5数据可视化\\5\\5.2\\data.csv")

2.2、日期类型转换

对日期格式进行转化，变成日期类型,字符型不能直接使用

data['购买日期'] = pandas.to_datetime(data['日期'])

2.3、数据可视化

•顺滑的曲线

plt.plot(data['购买日期'],data['购买用户数'],'-')

•设置颜色

plt.plot(data['购买日期'],data['购买用户数'],'-',color='r')

•设置线条粗细

plt.plot(data['购买日期'],data['购买用户数'],'-',color='r',linewidth=6)

•增加表名

plt.plot(data['购买日期'],data['购买用户数'],'-.',color='r')
plt.title('手机销售分布图')

3、饼图

■饼图( Pie Graph) :又称圆形图。是一个划分为几个扇形的圆形统计图，它能够直观地反映个体与总体的比例关系。

• 饼图绘图函数:
  • pie(x, labels, colors, explode, autopct);
• 参数说明:

参数	注释
x	进行绘图的序列
labels	饼图的各部分标签
colors	饼图的各部分颜色,使用RGB标颜色
explode	需要突出的块状序列，0为原状，非0为突出
autopct	饼图占比的显示格式, %.2f :保留两位小数

3.1、导入数据

import numpy,matplotlib
from pandas import read_csv
import matplotlib.pyplot as plt

data = read_csv("F:\\数据分析\\数据分析3\\章节5数据可视化\\5\\5.3\\data.csv")

3.2、分组统计数量

• 先查找有几个通信品牌，再找它对应的号码有多少个

gb = data.groupby(
    by = ['通信品牌'],
    as_index=False
)['号码'].agg({
    '用户数':numpy.size#计数
})

3.2、饼图展示

plt.pie(gb['用户数'],labels=gb['通信品牌'],autopct='%.2f%%')#%.2f表示保留两位小数，%%表示%

4、柱状图

■柱形图:是一种以长方形的单位长度，根据数据大小绘制的统计图,用来比较两个或以上的数据(时间或类别)。

• 柱形图绘图函数：
  • bar(left,height,width,color) #竖向柱形图
  • barh(bottom,width,height,color) #横向柱形图
• 参数说明：

参数	注释
left	x轴的位置序列, 一般采用arange函数产生一个序列
height	y轴的数值序列,也就是柱形图的高度，一般就是我们需要 展示的数据
width	柱形图的宽度, 一般设置为1即可
color	柱形图填充颜色

4.1、导入数据

import numpy,matplotlib
from pandas import read_csv
import matplotlib.pyplot as plt

data = read_csv("F:\\数据分析\\数据分析3\\章节5数据可视化\\5\\5.4\\data.csv")

4.2、分组求和

gb = data.groupby(
    by = ['手机品牌'],
    as_index=False
)['月消费（元）'].agg({
    '月消费':numpy.sum #求和
})

4.3、建立X轴的序列

index = numpy.arange(gb['月消费'].size)

4.4、数据可视化

• 竖向柱形图

plt.bar(index,gb['月消费'],1,color='G')

• 移动柱形图（-向右；+向左，往原点靠拢）

plt.bar(index,gb['月消费'],1,color='G')
plt.xticks(index + 1/2,gb.index)

• 添加横轴标签

plt.bar(index,gb['月消费'],1,color='G')
plt.xticks(index,gb.手机品牌)#加上X标签

• 横向柱形图

plt.barh(index,gb['月消费'],1,color='r')
plt.yticks(index,gb.手机品牌)

4.5、三维柱状图

import numpy,matplotlib
from pandas import read_csv
from matplotlib import pyplot as plt

data = read_csv("F:\\数据分析\\数据分析3\\章节5数据可视化\\5\\5.4\\data.csv")

d1 = '手机品牌'
d2 = '通信品牌'
v = '月消费'

gb = data.groupby(by = [d1,d2])['月消费（元）'].agg({v:numpy.sum})#求对用的月消费之和

d1_size = gb.index.levels[0].size
d2_size = gb.index.levels[1].size

index = numpy.arange(d1_size)
colors = ['r','g','b']#定义颜色

for i in range(0,d2_size):#遍历每一种颜色的数据
    print (i)
    subgb = gb[v][gb.index.labels[1] == i]
    bar = plt.bar(index*d2_size + i,subgb,color=colors[i])
    
index1 = numpy.arange(d1_size)*d2_size
plt.xticks(index1 + 3/2,gb.index.levels[0])

plt.title('手机品牌对应通信品牌月消费之和')
plt.xlabel('手机品牌')
plt.ylabel('月消费之和')

plt.legend(gb.index.levels[1])#显示图列
plt.show()

4.6、堆叠柱状图

import numpy,matplotlib
from pandas import read_csv
from matplotlib import pyplot as plt

data = read_csv("F:\\数据分析\\数据分析3\\章节5数据可视化\\5\\5.3\\data.csv")

d1 = '手机品牌'
d2 = '通信品牌'
v = '月消费'

gb = data.groupby(by = [d1,d2])['月消费（元）'].agg({v:numpy.sum})#求对用的月消费之和

d1_size = gb.index.levels[0].size
d2_size = gb.index.levels[1].size

index = numpy.arange(d1_size)
colors = ['r','g','b']#定义颜色
bsum = index*0.0

for i in range(0,d2_size):#遍历每一种颜色的数据
    print(i)
    subgb = gb[v][gb.index.labels[1] == i]
    bar = plt.bar(index,subgb,color=colors[i],bottom=bsum)
    bsum = subgb + 1
    
plt.xticks(index,gb.index.levels[0])


plt.title('手机品牌对应通信品牌月消费之和')
plt.xlabel('手机品牌')
plt.ylabel('月消费之和')

plt.legend(gb.index.levels[1])#显示图列
plt.show()

5、直方图

■直方图(Histogram) :是用一系列等宽不等高的长方形来绘制，宽度表示数据范围的间隔，高度表示在给定间隔内数据出现的频数，变化的高度形态表示数据的分布情况。

• 直方图绘图函数：
  • hist(x.color,bins,cumulative=False)
• 参数说明：

参数	注释
x	需要进行绘制的向量
color	直方图的填充颜色
bins	设置直方图的分组个数
cumulative	设置是否累计计数，默认是False

5.1、导入数据

import matplotlib
from pandas import read_csv
from matplotlib import pyplot as plt

data = read_csv("F:\\数据分析\\数据分析3\\章节5数据可视化\\5\\5.4\\data.csv")

5.2、绘制直方图

plt.hist(data['手机品牌'])

5.3、设置分组数

plt.hist(data['手机品牌'],bins=20)

5.4、累计分布

plt.hist(data['手机品牌'],bins=20,cumulative=True)