目录
P84思考与练习2
1.叙述各类图形的特点、适合展示的数据特性，以及在数据探索阶段的用途。
- 函数绘图：可直观地观察两个变量之间的关系，可以为线性或逻辑回归等模型提供结果展示。x采样值越多，绘制曲线越精确。
- 散点图：它将两组数据分别作为点的横坐标与纵坐标。可分析两个数据序列之间是否具有相关关系。可辅助线性或逻辑回归算法建立合理的预测模型。
- 柱状图：用多个柱体描述单个总体处于不同状态的数量。易于展示数据的大小和比较数据之间的差别，还能用来表示均值和方差估计。
- 折线图：用线条描述事物的发展变化及趋势。
- 直方图：用于描述总体的频数分配情况。它将横坐标按区间个数等分，每个区间的高度表示区间样本的频数，面积表示数量。可观测数据的离散化情况。
- 密度图：采用平滑的峰值函数来拟合概率密度函数，对真实的概率分布曲线进行模拟。
- 饼图：描述总体的样本值构成比。饼图可清楚反映出部分与部分、部分与整体之间的数量关系。
- 箱形图：适于表达数据的分位数分布帮助找到异常值。可以快速确定一个样本是否有利于进行分组判别。
2.数据文件high-speed rail.csv存放着世界各国高速铁路的情况。数据格式如下表所示。请对世界各国高铁的数据进行绘图分析。
| Country | Operation | Under-construction | Planning |
| 国家 | 运营里程（公里） | 在建里程（公里） | 计划里程（公里） |
本书中所有的数据文件保存在data文件夹中，链接如下：
https://pan.baidu.com/s/1Tu__B-YfXDz_yXzbzNKB4A?pwd=sfw2
提取码：sfw2
1）各国运营里程对比柱状图， 标注China为“Longest”，如下图：
列举以下三种方法：
【方法一】：读取文件未设置index_col = 0，则行索引为0~5的数字，而Series.plot画垂直柱状图(kind = 'bar')以行索引作为x刻度，需要重新设置x刻度值。
【方法二】：读取文件设置了index_col = 0，即选中"Country"列作为了行索引，Series.plot画垂直柱状图以行索引作为x刻度，不需要重新设置x刻度值。
【方法三】：采用垂直柱状图函数plt.bar(x,y,width)画图 。
#方法一：未设置index_col = 0
import matplotlib.pyplot as plt
import pandas as pd
plt.figure()
data = pd.read_csv('data\High-speed rail.csv')
#1）柱状图
data['Operation'].plot(kind = 'bar',title = 'Operation Mileage',rot = 45) #rot旋转x轴刻度 #亦可单独加一行plt.xticks(rotation = 45)
plt.xticks(range(0,6),data['Country'])
plt.annotate('Longest!',xy = (0,20000),xytext = (1,20000),color = 'red',arrowprops = dict(arrowstyle = '->',color = 'red')) #此处标注位置直接用数字，
plt.xlabel('Country')
plt.ylabel('Mileage(km)')
plt.show()
#方法二，设置了index_col = 0
import matplotlib.pyplot as plt
import pandas as pd
%matplotlib inline
data = pd.read_csv('data\High-speed rail.csv',index_col = 0)
#1）柱状图
data['Operation'].plot(kind = 'bar',title = 'Operation Mileage',rot = 45)
plt.annotate('Longest!',xy = (0,20000),xytext = (1,20000),color = 'red',arrowprops = dict(arrowstyle = '->',color = 'red'))
plt.xlabel('Country')
plt.ylabel('Mileage(km)')
plt.show()
#方法三：采用bar函数绘图。plt.bar(x,y,width)
import matplotlib.pyplot as plt
import pandas as pd
data1 = pd.read_csv('data\High-speed rail.csv')
#1）柱状图
plt.bar(data1['Country'],data1['Operation'],width = 0.5) #此处进行柱状图宽度设置width，默认值0.8,稍宽。
plt.xticks(rotation = 45)
plt.annotate('Longest!',xy = (0,20000),xytext = (1,20000),color ='red',arrowprops = (dict(arrowstyle = '->',color = 'red')))
plt.title('Operation Mileage')
plt.xlabel('Country')
plt.ylabel('Mileage(km)')
plt.show()2）各国运营里程现状和发展堆叠柱状图，如下图：
列举以下三种方法：
【方法一】：读取文件未设置index_col = 0，则行索引为0~5的数字，而Series.plot画水平柱状图(kind = 'barh')以行索引作为y刻度，需要重新设置y刻度值。
【方法二】：读取文件设置了index_col = 0，即选中"Country"列作为了行索引，Series.plot画水平柱状图以行索引作为y刻度，不需要重新设置y刻度值。
【方法三】：采用水平柱状图函数plt.barh(y,x,height,label)画图 。
#方法一：不加index_col = 0
import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_csv('data\High-speed rail.csv')
data[['Operation','Under-construction','Planning']].plot(kind = 'barh',stacked = True,title = 'Global trends of high-speed rail')
plt.yticks(range(0,6),data['Country']) #注：此处为yticks设置坐标值
plt.xlabel('Mileage(km)')
plt.ylabel('Country')
plt.show()
#方法二：加index_col = 0
import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_csv('data\High-speed rail.csv',index_col = 0)
data[['Operation','Under-construction','Planning']].plot(kind = 'barh',stacked = True,title = 'Global trends of high-speed rail') #stacked为True表示堆叠
plt.xlabel('Mileage(km)')
plt.show()
#方法三：用barh函数画水平堆叠柱状图。plt.barh(y,x,height,label)
import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_csv('data\High-speed rail.csv')
plt.barh(data['Country'],data['Operation'],height = 0.5,label = 'Operation') #柱宽度用height
plt.barh(data['Country'],data['Under-construction'],left = data['Operation'],height = 0.5,label = 'Under-construction') #此处用left
plt.barh(data['Country'],data['Planning'],left = data['Operation']+data['Under-construction'],height = 0.5,label = 'Planning') #此处left为之前堆叠数据的和
plt.legend() #显示图标
plt.title('Global trends of high-speed rail')
plt.xlabel('Mileage(km)')
plt.ylabel('Country')
plt.show()3）各国运营里程占比饼图，China扇形离开中心点，如下图：
列举以下三种方法：
【方法一】：读取文件未设置index_col = 0，则行索引为0~5的数字，而Series.plot画扇形图(kind = 'pie')以行索引作为扇形块的标签（labels），需要重新设置扇形块的标签。
【方法二】：读取文件设置了index_col = 0，即选中"Country"列作为了行索引，Series.plot画扇形图以行索引扇形块标签，不需要重新设置扇形块的标签（labels）。
【方法三】：采用扇形图函数plt.pie(x,labels,startangle,autopct,shadow,explode)画图 。
#方法一：不加index_col = 0,需要自己设置labels
import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_csv('data\High-speed rail.csv')
data['Operation'].plot(kind = 'pie',labels = data['Country'],startangle = 60,autopct = '%1.1f%%',shadow = True,explode = [0.1,0,0,0,0,0],title = 'Opeartion Mileage')
plt.ylabel('') #删除饼图中调用Series中的值的名称“Operation”
plt.show()
#方法一：加index_col = 0
import matplotlib.pyplot as plt
import pandas as pd
%matplotlib inline
data = pd.read_csv('data\High-speed rail.csv',index_col = 0)
data['Operation'].plot(kind = 'pie',startangle = 60,autopct = '%1.1f%%',shadow = True,explode = [0.1,0,0,0,0,0],title = 'Opeartion Mileage')
plt.ylabel('') #删除饼图中调用Series中的值的名称“Operation”
plt.show()
#方法三：用pie()函数
import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_csv('data\High-speed rail.csv')
plt.pie(data['Operation'],labels = data['Country'],startangle = 60,autopct = '%1.1f%%',shadow = True,explode = [0.1,0,0,0,0,0])
plt.title('Opeartion Mileage')
plt.show()4）绘制现有里程的地图，用不同颜色表示数量由大到小。
提示】：
（1）从文件中读取数据时，使用第一列数据作为index：
data = pd.read_csv(‘High-speed rail.csv’, index_col =‘Country’) ，获取中国对应的数据行，使用data ['China’]。
本题思路有二：
【思路一】：使用Basemap函数绘制散点图，用不同颜色散点的大小表示里程。
【思路二】：使用Pyecharts绘制交互式地图，用不同形状、颜色的点来表示里程。
方法一：使用Basemap绘制地图
前言：
安装教程：
Basemap安装使用简介 开源地理空间基金会中文分会 开放地理空间实验室https://www.osgeo.cn/post/17d83
使用教程：
工作台 - Heywhale.comhttps://www.heywhale.com/mw/project/61b062e6c63c620017bd2b7d
一些说明：
在地图中，“东西经，南北纬”。“上北下南，左西右东”。记住这两句话，画图会轻松不少。
Basemap（）内部参数中：
projection：代表投影方式。不设置一般默认为'cyl'，为经纬度投影。
lon_0：表示地图中心点的经度值。lat_0则表示地图中心点的纬度值。
lon_0范围为[0,360]分别对应[0°E,180°E,180°W,0°W](便大家理解，故这样写)，其中纬度lat_0与经度设置类似。设置lon_0 = 160和lon_0 = 240。
我们看看效果图：
再根据一个小例子了解一下Basemap绘图的基本操作：
import numpy as np
from mpl_toolkits.basemap import Basemap #导入Basemap函数
import matplotlib.pyplot as plt
plt.figure(figsize = (16,8))
m = Basemap() #实例化一个map，Basemap()默认lon_0=0,lat_0=0,projection = 'cyl'(经纬度投影)。
#Basemap里面无参数，画出为全球地图
m.drawcoastlines(linewidth = 1,color = 'red') #绘制海岸线,设置线宽、颜色
m.drawstates() #绘制州界（主要北美洲、南美洲与澳大利亚）
m.drawcountries() #绘制国界
m.drawmapboundary(fill_color='white') #背景图颜色
m.fillcontinents(color='yellow',lake_color='purple') # 画大洲，颜色填充为黄色，内陆湖为紫色
m.drawmapboundary(fill_color='aqua') #对海洋进行颜色填充，aqua为湖绿色
m.drawparallels(np.arange(-90., 91.,10.),labels=[1,1,1,1], fontsize=10,color='green') #在图中横线是绿色
#南北纬标签设置，labels中0可用False代替，1可用True代替，labels中前两个数决定标注的左右位置
m.drawmeridians(np.arange(-180., 181.,20.),labels=[1,1,0,1], fontsize=10,color = 'blue') #在图中竖线是蓝色
#东西经标签设置，labels中后两个数决定标注的上下位置
plt.savefig('name1.jpg',dpi = 400,bbox_inches = 'tight') #将地图保存为一个图像
plt.show()运行结果：
下面开始做题：
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
import pandas as pd
from pandas import DataFrame
import numpy as np
data = pd.read_csv('data\High-speed rail.csv',index_col = 0)
print(data['Operation'])
plt.figure(figsize = (16,8))
m = Basemap(llcrnrlon = -10,urcrnrlon = 150,llcrnrlat = 0, urcrnrlat = 80)
#局部绘图参数。llcrnrlon与urcrnrlon分别为地图的经度范围最小值与最大值。
#llcrnrlat与urcrnrlat分别为地图纬度范围的最小值与最大值。
m.drawcountries(linewidth = 1) #国界
m.drawstates() #州界
m.drawcoastlines(linewidth = 1) #海岸线
lat = np.array(data['Latitude']) #获取各区纬度值
lon = np.array(data['Longitude']) #获取各区经度值
Ope = np.array(data["Operation"]) #获取运营里程值
size=(Ope/np.max(Ope))*1000 #绘制散点图时里程值对应点的大小
x,y = m(lon,lat) #确定各区经纬度坐标点
m.scatter(x,y,s=size,color =['#f6941d','#00FF00','#585eaa','#ea66a6','#54211d','#ffd400']) #在地图上绘制散点图
parallels = np.arange(-90.,91.,10.)
m.drawparallels(parallels,labels=[1,0,0,0],fontsize=10) #绘制纬线，设置标注字体大小
meridians = np.arange(-180.,181.,20)
m.drawmeridians(meridians,labels=[0,0,0,1],fontsize=10) #绘制经线
#m.etopo() #绘制地形图，浮雕样式
#m.shadedrelief() #绘制阴影地图浮雕
plt.savefig('name2.jpg',dpi = 400,bbox_inches = 'tight')
plt.show()运行结果如下：
还可用shadedrelief() 绘制阴影浮雕地图:
还可用etopo() 绘制地形图，浮雕样式：
方法二：使用Pyecharts绘制地图
前言：
pyecharts主要用Map,Geo,BMap函数绘制交互式地图。可视化效果较好，绘图结果保存为.html网页格式，支持在Jupyter Notebook等Web 框架中使用，一般的编译环境如Spyder，Sublime中无法显示结果。
知乎入门：
就是这么简单！Pyecharts绘制可视化地图大全 - 知乎https://zhuanlan.zhihu.com/p/370741946
使用教程：
① 使用Map函数绘制散点图，有连续色度条
#使用Map()函数绘图，连续色度条
import pandas as pd
from pyecharts.charts import Map
from pyecharts import options as opts
from pyecharts.globals import ThemeType
data = pd.read_csv('data/High-speed rail.csv',index_col = 0)
country = data.index.tolist()
Operation = data['Operation'].tolist()
c = ( #pyecharts中支持链式调用
Map(init_opts=opts.InitOpts(theme=ThemeType.WESTEROS)) #设置背景风格
.add("", [list(z) for z in zip(country,Operation)],"world")
.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) #不显示地图标签（即国家名称）
.set_global_opts(
title_opts=opts.TitleOpts(title="世界各国高铁运营里程图",pos_left='center',
title_textstyle_opts=opts.TextStyleOpts(font_size=25)),
visualmap_opts=opts.VisualMapOpts(max_ = 22000,min_=900))
.render("Operation1.html")
)运行结果如下：
② 使用Map函数绘制散点图，色度分段
#使用Map()函数绘图，色度分阶
import pandas as pd
from pyecharts.charts import Map
from pyecharts import options as opts
from pyecharts.globals import ThemeType
data = pd.read_csv('data/High-speed rail.csv',index_col = 0)
country = data.index.tolist()
Operation = data['Operation'].tolist()
c = (
Map(init_opts=opts.InitOpts(theme=ThemeType.WESTEROS))
.add("", [list(z) for z in zip(country,Operation)],"world")
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(
title_opts=opts.TitleOpts(title="世界各国高铁运营里程图",pos_left='center',
title_textstyle_opts=opts.TextStyleOpts(font_size=25)),
visualmap_opts=opts.VisualMapOpts(
is_piecewise=True,pieces =[
{"max": 2000, "min": 1, "label": "1~2000", "color": "#00FFFF"},
{"max": 4000, "min": 2001, "label": "2001~4000", "color": "#FF1493"},
{"max": 25000, "min": 4000, "label": ">=4001", "color": "#FF0000"}]))
.render("Operation2.html")
)运行结果如下：
③使用Geo函数绘制涟漪特效散点图，色度分段
#使用Geo()函数绘图 ,涟漪图
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ThemeType, CurrentConfig, GeoType
import json
data = pd.read_csv('data/High-speed rail.csv')
print(data)
#自定义坐标,写在json文件，以JOSN文件格式新增多个坐标点
data_json={}
for index,row in data.iterrows(): #iterrows() 是在数据框中的行进行迭代的一个生成器，它返回每行的索引及一个包含行本身的对象
data_json[row['Country']]=[float(row['Longitude']),float(row['Latitude'])]
with open("Ope_MAP.json","w") as f:
json.dump(data_json,f)
geo = ( Geo(init_opts=opts.InitOpts(width='800px',
height='600px',
theme=ThemeType.WESTEROS)) #维斯特洛大陆风格
.add_coordinate_json("Ope_MAP.json") #加载自定义坐标
.add_schema(maptype='world')
.add("",data_pair=[list(z) for z in zip(data['Country'].tolist(),data['Operation'].tolist())],
type_=GeoType.EFFECT_SCATTER,
symbol_size=10)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) # is_show=True/False 是否显示标签
.set_global_opts(
title_opts=opts.TitleOpts(title="世界各国高铁运营里程图",pos_left='center',
title_textstyle_opts=opts.TextStyleOpts(font_size=25)),
visualmap_opts=opts.VisualMapOpts(is_piecewise=True,pieces =[
{"max": 2000, "min": 1, "label": "1~2000", "color": "#00FFFF"},
{"max": 4000, "min": 2001, "label": "2001~4000", "color": "#FFD700"},
{"max": 25000, "min": 4001, "label": ">=4001", "color": "#FF0000"}]))
)
geo.render("Operation3.html")
运行结果如下：
④使用Geo函数绘制涟漪效果散点图，修改点大小（也可用for循环）
#使用Geo()函数绘图 ，涟漪点，大小不同（按比例）
import pandas as pd
import numpy as np
from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ThemeType, ChartType, GeoType
data = pd.read_csv('data/High-speed rail.csv')
Ope = np.array(data["Operation"])
size = (Ope/np.max(Ope))*100
print(data)
geo = Geo(init_opts=opts.InitOpts(width='800px',height='600px',theme=ThemeType.ESSOS))
geo.add_schema(maptype='world',center = [70,40]) #定位的左上角以及右下角
geo.add_coordinate('China',116.24,39.55)
geo.add("",data_pair =[('Chian',22000)],symbol_size =100 ,type_=GeoType.EFFECT_SCATTER,symbol = "pin") #symbol = "pin"决定形状为水滴状
geo.add_coordinate('Japan',139.69,35.42)
geo.add("",data_pair =[('Japan',2900)],symbol_size =13.18 ,type_=GeoType.EFFECT_SCATTER,symbol = "pin")
geo.add_coordinate('France',2.21,48.51)
geo.add("",data_pair =[('France',2100)],symbol_size =9.55 ,type_=GeoType.EFFECT_SCATTER,symbol = "pin")
geo.add_coordinate('Germany',13.25,52.30)
geo.add("",data_pair =[('Germany',1500)],symbol_size =6.82 ,type_=GeoType.EFFECT_SCATTER,symbol = "pin")
geo.add_coordinate('Spain',-3.45,40.25)
geo.add("",data_pair =[('Spain',2900)],symbol_size =13.18 ,type_=GeoType.EFFECT_SCATTER,symbol = "pin")
geo.add_coordinate('Italy',12.50,41.80)
geo.add("",data_pair =[('Italy',900)],symbol_size =4.10 ,type_=GeoType.EFFECT_SCATTER,symbol = "pin")
geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False),effect_opts=opts.EffectOpts(scale=5))
geo.set_global_opts(title_opts=opts.TitleOpts(
title="世界各国高铁运营里程图",pos_left='center',
title_textstyle_opts=opts.TextStyleOpts(font_size=25)),
visualmap_opts=opts.VisualMapOpts(is_piecewise=True,pieces =[
{"max": 2000, "min": 1, "label": "1~2000", "color": "#00FFFF"},
{"max": 4000, "min": 2001, "label": "2001~4000", "color": "#FFD700"},
{"max": 25000, "min": 4001, "label": ">=4001", "color": "#FF0000"}]))
geo.render("Operation4.html")
运行结果如下：
扫一扫
3297
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
