Pandas绘图

Pandas绘图

• 数据可视化

不仅可以加载转换,还可以可视化

• 单变量可视化

包括形图,折线图,直方图,饼图

格式: df对象 或者 Series 对象.plot图形函数(参数)

df对象 或者Series对象.plot(kind='图像名',参数...)

图形: bar: 条形图(柱状图)

:适用于: 类别型数据展 示

• line: 折线图

适用于: 连续的数值序列

• area: 面积图

适用于: 多变量. 单变量情况下,面积图 = 对折线图空白部分进行填充.

• hist: 直方图

适用于: 展示数据的分布情况,要是:均匀的数据,不要发生 数据倾斜.

• pie: 饼图

适用于: 少量分类 在整体的占比

• 散点图:分析1个变量的变量 会不会影响 另一个变量值

scatter()

应用场景: 数据量相随较小.

唯一值较多

• 蜂巢图: hexbin()

应用场景: 数据量大.少均可

唯一值较多

• 堆叠图: 在柱状图的基础上,把多个分类的信息 堆叠到一起

应用场景: 少量分类的信息 ,双变量情况

baar(stacked=True)

• 面基堆积:area()

应用场景: 少量分类的信息, 双变量,多变量情况

• 折线图: 适用于: 连续的数值序列,双变量, 多变量,观察其实走向.

line()

Seaborn简介

• Seaborn是基于matplotlib的图形 可视化包.他提供了一种高度交互界面,便于用户能够做出各种有吸引力的统计图表

• Seaborn是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,在大多数情况下使用seaborn能够做出更具有吸引力的图,而使用matplotlib就能制造更多特色的图

• Seaborn和Panda的API配合的很好,使用DataFrame/Series的数据可以绘图

• seaborn: statistical data visualization — seaborn 0.13.2 documentation

Seaborn绘图-计数柱状图

• 概述

  • 计数图和直方图很像,直方图通过对数据组来描述分布,

  • 计数图(条形图)是对离散变量(分类变量)计数.

• 实例代码

# 计数图(条形图)
#1. 创建画布,坐标轴
fig,ax = plt.subplots(figsize=(12,6))
#2. 绘制计数柱状图,相当于根据day分组,然后再计数,把计数的结果绘制成柱状图,同下面代码效果类似
# sns.countplot(data=tips, x='day')
sns.countplot(data=tips, x='day')
# tips['day'].value_counts().plot.bar(color=['r','g','b','orange'])
# 3.设置图形标题
ax.set_title('技术状图',size=15)
# 4.具体的绘图动作
plt.show()

• 密度图(核密度估计)

• 密度图是展示单变量的另一种方法,本质上是通过绘制每个数据点为中心的正态分布,然后消除重叠的图,使曲线下的面积为1来创建的

• 散点图: scatterpolt : data

  x

  y

  hue = 'sex'

  regplot() : 绘制拟合回归线

  fit_reg 默认是True

  fit_ reg=False 可以关掉

• 蜂巢图

  • kinde='hex',加了这个属性就是 蜂巢图, 不加就是散点图.

• 2D KDE图

  • 一维KDE 只传入x, 或者 只转入Y

  • 二维KDE x,y 都传入

  • fill = True 是否填充曲线内的颜色

  • cbar=True 是否显示 右侧的颜色示意条

双变量可视化

• 箱线图: 用于显示多种统计信息: 最小值,1/4分位,中位数,3/4分位,最大值,以及离群值(如果有)

  • 箱线图读图

    • 箱子的中间有一条线,代表了数据的中位数

    • 箱子的上下底,分别是数据的上四分位数(Q3)和下四分位数(Q1)

    • 箱体包含了50%的数据.因此,箱子的高度在一定程度上反映了数据的波动程度

    • 上下边缘则代表了该组数据的最大值和最小值

      • IQR = 上四分位数(Q3) + 1.5IQR 大于这个值的就是异常值

      • 判断异常值时最大的值 = 上四分位数(Q3) +1.5IQR 大于这个值就是异常值

      • 判断异常值时最小值 = 下四分位数(Q1) - 1.5IQR小于这个值的就是异常值

    • 有时候箱子外部会有一些点, 可以理解为数据中的"异常值"

• 小提琴图,它是经典的可视化方法,但可能会掩盖数据的分布

  • 小提琴图能显示与箱线图相同的值, 小提琴把"箱线"绘成核密度估计,

  • 有助于保留数据的更多可视化信息

多变量可视化

• 概述

  • 绘制多变量数据没有标准的套路

  • 如果想在图中包含更多的信息,可以使用颜色,大小和形状来区分它们

Seaborn主题和样式

• 概述

  • 上面的Seaborn图都采用了默认样式,可以使用sns.set_style函数更改样式

  • 该函数只要运行一次,后续绘图的样式都会发生变化

  • Seaborn有5种样式

    • darkgrid 黑色网格(默认)

    • whitegrid 白色网格

    • dark 黑色背景

    • white 白色背景

    • ticks

• Seaborn绘图小结

  sns.XXXplot(data = df,x = '列名',y='列名',hue='列名')

  • 调整绘图区域的大小

    • plt.subplots(figsize=())

    • 如果plt.subplots(figsize=())不行,都会有一个height的参数,指定图片的高度 可以通过height 调整图片大小

    • height 高度 aspect宽高比例