4-01 可视化包介绍、安装与加载

4.1 可视化包介绍、安装与加载

数据可视化是数据分析中最重要的工作之一，透过图像化可以帮助使用者更容易找到一些数据的特性，Python 有许多库可以进行静态或动态的数据可视化，而本章将关注于 matplotlib 库, pandas相关内置视觉化的函数以及 Seaborn 库。

介绍一下在 Python 的绘图基本原理，绘图需要明确三个基本概念：

• 画布 (Figure)：透过画布来承载图像，一个画布可以切割成多个子图表 (subplot)。
• 坐标系 (Axes)：通过坐标系可以标定画图的区域；
• 坐标轴 (Axis)：常见的二维坐标系需要透过 X 轴、 Y 轴来标示出所在位置；然而不是所有图像都需要坐标轴，如饼图。

matplotlib 是一个用于创建出版质量图表的桌面绘图包。该项目是由 John Hunter 于2002年启动的，其目的是为 Python 构建一个 MATLAB 式的绘图接口。matplotlib 和 IPython 社区进行合作，简化了从 IPython shell 进行交互式绘图。matplotlib 支持各种操作系统上许多不同的 GUI 后端，而且还能将图片导出为各种常见的向量 (vector) 和光栅 (raster) 图，常见的有PDF, SVG, JPG, PNG, BMP, GIF等。

IPython 是 Python 解释器的进阶版本，全名为 Interactive Python，它与 Python 解释器是同时安装的，并不需要额外安装。在 Visual Studio Code 中，上方功能菜单中，请选择 View > Terminal 打开终端机画面，在终端机画面中输入 ipython ，就可以进入IPython 的交互模式。在 IPython 中可以用 Tab 键来补全输入，如下图所示

图 4-1-1 IPython 操作画面

IPython 还提供了自省功能，可以显示 1. 对象的信息、 2. 方法的语法。

图 4-1-2 IPython 自省功能

IPython 中特殊的命令被称作“魔术” (magic) 命令。这些命令可以使普通任务更便捷，更容易控制 IPython 系统。魔术命令是在指令前添加百分号 % 前缀。例如，可以用 %timeit 测量任何 Python 语句的执行时间，产生一个 100 * 100 的阵列，进行两个矩阵相乘的运算，总共需要进行 10000 次廻圈运算，每次时间约 0.124 秒，会有加减 0.00102 秒的误差：

import numpy as np
a = np.random.randn(100, 100)
print(a.shape)
%timeit np.dot(a, a)
  
输出结果如下：
Out[9]: (100, 100)
124 µs ± 1.02 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

下表列出常见的 IPython 命令：

命令	描述
%quickref	IPython 命令的快速参考
!dir	运行外部指令
%magic	显示所有魔术命令的详细文档
%debug	出现异常的语句进入调节模式
%hist	显示输入命令的历史
%reset	书橱所有命名空间的变量
%run script.py	运行代码
%timeit statement	报告语句执行时间
%matplotlib	允许激活 matplotlib 的交互式支持

Seaborn 是基于 matplotlib 基础所衍生出来的的图形可视化 Python 包，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；提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。Seaborn 可视为 matplotlib 的补充，而非替代物，同时它能高度兼容 numpy 与 pandas 数据结构。

安装与加载

在 Visual Studio Code 中启动 Jyputer Notebook，在 Visual Studio Code 画面中按下 Ctrl+Shift+P 打开命令面板 (Command Palette) ，接着键入 Jupyter: Create New Jupyter NoteBook 在命令进行搜索，然后选择该命令，Visual Studio Code 会开启一个空白的 Jupyter Notebook 画面，并自动启动服务器与连接 指定的 Kernel，预设是 ipykernel ，接着在 Cell 中输入以下指令就可以安装并汇入图形可视化包 matplotlib seaborn 并检查版本，值得注意的是 ! 这个字符是告诉 Jupyter Notebook要执行 console 的指令，而非 Python 的指令。结果如下图所示：

# ! 这个字符是告诉 Jupyter Notebook要执行 console 的指令，而非 Python 的指令
!pip install --user matplotlib seaborn
  
# 汇入图形可视化包 matplotlib seaborn
import seaborn as sns
import matplotlib as mpl
  
# 检查版本
print(sns.__version__)
print(mpl.__version__)

图 4-1-3 安装可视化包

随着时间的发展，matplotlib衍生出了多个数据可视化的工具集，它们使用matplotlib作为底层。其中之一是seaborn（http://seaborn.pydata.org/），本章后面会学习它。

学习本章代码案例的最简单方法是在Jupyter notebook进行交互式绘图。在Jupyter notebook中执行下面的语句。

Python数据处理-文章目录