【机器学习要点记录】画图模板

1、相关系数热力图 

f,ax = plt.subplots(figsize=(15,15))
ax = sns.heatmap(data.corr(), annot=True, cmap = 'viridis', linewidths = .1, linecolor = 'grey', fmt=".2f")
ax.set_title("Correlation")
plt.show()

效果：

2、离散变量柱状图（带文字）

def plot_discrete_features(data, feature, label):
    fig, ax1 = plt.subplots(figsize=(10,6))
    # ax1.grid(True)
    data = pd.DataFrame(pd.crosstab(data[feature], data[label]))
    data['Attr%'] = round(data['Yes'] / (data['Yes'] + data['No']) * 100, 2)
    new_index = data.index.astype('str')

    ax1.set_ylabel('Count', fontsize=12)
    ax1.set_xlabel(feature, fontsize=12)
    ax1.set_title('{0} : Count + % Ratio'.format(feature), fontsize=12)
    ax1.legend(loc='upper left')
    data[['No','Yes']].plot.bar(ax=ax1, alpha=0.5, rot=0, fontsize=12)

    ax2 = ax1.twinx()
    ax2.set_ylabel('% Ratio', fontsize=12)
    ax2.legend(loc='best')
    ax2.set_ylim([0,100])           #同理y轴数值范围

    ax2.plot(new_index, data['Attr%'].values, 'k--o', alpha=0.5, linewidth=2, markersize=8)
    for a,b in zip(new_index, data['Attr%'].values):            #设置注释 zip函数是对应关系
        ax2.text(a,b,b,ha='center',va='bottom',fontsize=12)

    plt.yticks(fontsize=12)
    plt.show()

plot_discrete_features(df, 'gender', 'Churn')

效果：

3、饼图（分类问题的标签）

df["Churn"].value_counts().plot.pie(labels=df['Churn'].unique()
                                    ,autopct='%.2f%%'
                                    ,fontsize=20
                                    ,figsize=(6, 6))

效果：

 4、概率密度图（针对连续变量）

def plot_numerical_features(data, feature, label) : 
    sns.set_style("ticks")
    s = sns.FacetGrid(data, hue = label,aspect = 2.5, palette ={'No' : 'lightblue', 'Yes' : 'gold'})
    s.map(sns.kdeplot, feature, shade = True, alpha = 0.8)
    s.set(xlim=(0, data[feature].max()))
    s.add_legend()
    s.set_axis_labels(feature, 'proportion')
    s.fig.suptitle(feature)
    plt.show()
plot_numerical_features(df,'tenure','Churn')

 效果：

sns.distplot(df['tenure'])

效果：

5、箱线图（查看异常数据）

# 这是循环画出所有特征的
for i in data.columns[1:].tolist():
    ax = sns.boxplot(x="SeriousDlqin2yrs", y=i, data=data)
    plt.title(i)
    plt.show()

 效果：

df_rfm['R'].plot.box()

 

6、ROC曲线

import scikitplot as skplt
# roc曲线
vali_proba_df = pd.DataFrame(xgb_base_sk.predict_proba(X_test))
skplt.metrics.plot_roc(y_test, vali_proba_df,
                      plot_micro=False, figsize=(6,6),
                      plot_macro=False)

 效果：

7、混淆矩阵热力图

y_predict_gbd = gbdt_base.predict(X_test)

labels = [0, 1]

sns.set()
cm = confusion_matrix(y_test, y_predict_gbd, labels=labels)

print("混淆矩阵：\n{0}".format(cm))

cm_normalized = cm/cm.sum(axis=1)[:, np.newaxis]
sns.heatmap(cm_normalized,annot=True)
plt.xlabel('predict label')
plt.ylabel('true label')

效果：