机械学习基础（2）数据可视化

数据可视化

Matplotlib

Python中存在一个绘图库matplotlib()方法。使用matplot绘图的基本方式为：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df.plot.bar(stacked=True)
#显示所绘制的图
plt.show()

matplotlib可以绘制直方图，散点图等，但是在绘制时需要执行坐标轴等信息，十分繁琐，因此，常见的我们使用pandas自带的plot方法进行绘制

Pandas绘图

在pandas中主要运用的绘图函数为plot函数，常用的绘图图形有：

图形	函数
条形	bar()
堆积条形图	bar(stacked=True)
水平堆积条形图	barh(stacked=True)
直方图	plot.hist(bins=20)
每列绘制不同的直方图	hist(bins=20)
直方图	hist
盒型图	boxplot
区域块图形	area
散点图	plot.scatter(x=‘a’, y=‘b’)

DataFrame.plot函数指定很多的属性

参数	说明
subplots	将各个DataFrame列绘制到单独的subplot中
sharex	如果subplots=True，则共用同一个x轴，包括刻度和界限
sharey	如果subplots=True，则共用同一个Y轴
figsize	表示图像大小的元组
title	表示图像标题的字符串
legend	添加一个subplot图例(默认为True)
sort_columns	以字母表顺序绘制各列，默认使用当前列顺序

Series.plot方法的参数如下

参数	说明
label	用于图例的标签
ax	要在其上进行绘制的matplotlib subplot对象.如果没有设置，则使用当前matplotlib subplot
style	将要传给matplotlib的风格字符串(如’ko–’)
alpha	图表的填充不透明度(0到1之间)
kind	可以是’line’, ‘bar’, ‘barh’, ‘kde’
logy	在y轴上使用对数标尺
use index	将对象的索引用作刻度标签
rot	旋转刻度标签(0到360)
xticks	用作x轴刻度的值
yticks	用作y轴刻度的值
xlimx	轴的界限(例如[0,101])
ylimy	轴的界限
grid	显示轴网格线(默认打开)