python 偏差图

 

import sys
sys.version
#deviation 
## 偏差图  是单个特征中的所有值跟特定值之间的关系图 ，
#反应的是所有值偏离特定值得距离
#典型的偏差图：面积图，发散性条形图
#1.发散条形图
#如果你也想根据单个指标查看项目的变化情况，并且可视化此差异的顺序和数量，它有助于快速的区分
#数据中的组的性能，非常直观
import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt
%matplotlib inline
#plt.hlines()   shift + tab  可以查看 参数

#任何事情都需要从简单的事情做起  
x = np.random.rand(10)
x.sort()
print(x.mean())
x= x -x.mean()  # sub 均值 ，保持有  负值 
#x.=sorted(x,reverse =False)
colors =[]
for i in x :
    if i > 0 :
        colors.append('red')
    else :
        colors.append('blue')
plt.figure(figsize= (8,4))
#plt.hlines(y=range(10),xmin=0,xmax=x,linewidth=2,color='b');
plt.hlines(y=range(10),xmin=0,xmax=x,linewidth=2,color=colors,alpha=0.6);
#alpha 颜色饱和度  

 

df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")
#df.head()
#df.shape
#df.cars
plt.figure(figsize=(12,8),dpi = 65)
x=df.loc[:,'mpg']  #提取出mpg 这一列所有的数据 
#对目标数据进行标准化处理 
#采用z-score 标准化
#将原来的数据进行了线性变换，并没有改变一个数据在该集合中位置
#也没有改变该组数据的分布，而只是将均值变为 0 ，标准差变为 1
df['mpg_z'] = (x - x.mean())/x.std()
df['mpg_z'].values
df['colors'] = ['green' if i > 0 else 'red' for i in df['mpg_z']]
#df.head()
df["colors"].value_counts()   # 统计计算   
df.sort_values('mpg_z',inplace=True)# inplace  更改原数据集
df.reset_index(drop=True ,inplace =True ) #drop 参数是不要增加新的索引列 ，直接修改原来的index
df.head()
#plt.hlines(y=df.cars,xmin=0,xmax=df.mpg,alpha=0.55,linewidth=2)
#增加装饰 
plt.ylabel('$model$',fontsize=12) #设置y 标签， $$  设置斜体
plt.xlabel('$mileage$',fontsize =12)
plt.yticks(fontsize=10) # y 刻度字段大小
plt.title('Diverging Bars of car Mileage',fontdict={'size':17})
plt.grid(linestyle='--',alpha=0.4)
plt.hlines(y=df.cars,xmin=0,xmax=df.mpg_z,alpha=0.55,linewidth=2,color=df.colors)