jupyter notebook 之 matplotlib & seaborn

 

 

#MatLab 数据分析 制作图标

#Excel 在设计的时候  做的是小数据处理  数据分析师  7k  8k

#tableau  处理的数据比Excel大一些   mysql  postgreSQL   Hadoop(分布式文件存储)

#python 和 C 和  Java  和 Go  操控的时候 速度非常的快  DataFrame

Matplotlib

• 1.主要是用于图形可视化
• 2.绘制2D图,绘制3D图
• 3.主要表达的意思:使数据更加客观一些,更具有说服力

Seaborn

• 1.图形可视化库
• 2.图形的色彩更加鲜艳
• 3.更具plt再扩展的一个库

In [1]:

 

import matplotlib.pyplot as plt

import numpy as np

#pip install seaborn

import seaborn as sns

​

​

#set_style()全局函数  white 白色 whitegrid  白色网格    dark 暗色   darkgrid  暗网格

sns.set_style('dark')

绘制一条直线

等差数列

• np.arange() array range() 半闭区间
• np.linespace() start 开始的位置 stop停止的位置 num=50 生成的数量 闭区间
• np.logspace() start 开始的位置 stop停止的位置 base=10 以什么为底数 num=50 生成的数量 闭区间

In [19]:

 

# f(x) = wx +b 

plt.plot(np.arange(0,10))

#y=x

plt.axis('image')

Out[19]:

(-0.45, 9.45, -0.45, 9.45)

In [20]:

 

X = np.linspace(0,10,10)

#广播机制

y = 5 * X + 3

In [21]:

 

plt.plot(X,y)

Out[21]:

[<matplotlib.lines.Line2D at 0x7f91032ef8d0>]

折线图

In [24]:

 

X = np.linspace(0,10,10)

y = np.sin(X)

plt.plot(X,y,color='red')

Out[24]:

[<matplotlib.lines.Line2D at 0x7f910b20c518>]

打开csv文件

np.savetxt()

np.loadtxt()

In [6]:

 

#delimiter 分隔符

#object 在np当中代表的是字符串

AAPL = np.loadtxt('AAPL.csv',delimiter=',',dtype='object')

In [7]:

 

columns = AAPL[0]

data=AAPL[1:]

In [8]:

 

columns

#时间  开盘价格   最高价格   最低价格   闭盘价格   调整以后的闭盘价格   交易量

Out[8]:

array(['Date', 'Open', 'High', 'Low', 'Close', 'Adj Close', 'Volume'],
      dtype=object)

In [9]:

 

data

Out[9]:

array([['1980-12-12', '0.513393', '0.515625', ..., '0.513393',
        '0.408971', '117258400'],
       ['1980-12-15', '0.488839', '0.488839', ..., '0.486607',
        '0.387633', '43971200'],
       ['1980-12-16', '0.453125', '0.453125', ..., '0.450893',
        '0.359183', '26432000'],
       ...,
       ['2019-08-22', '213.190002', '214.440002', ..., '212.460007',
        '212.460007', '22253700'],
       ['2019-08-23', '209.429993', '212.050003', ..., '202.639999',
        '202.639999', '46818000'],
       ['2019-08-26', '205.860001', '207.190002', ..., '206.490005',
        '206.490005', '26043600']], dtype=object)

In [11]:

 

#pandas 

import pandas as pd

In [23]:

 

​

pd.read_csv('AAPL.csv').iloc[:1000,:-1].plot(figsize=(18,10))

Out[23]:

<matplotlib.axes._subplots.AxesSubplot at 0x7f910acf90f0>

画圆

轴控制 plt.axis()

将椭圆优化成圆形

• equal 等于
• image 压缩
• off 关闭

标题的设置 plt.title()

X轴的标记 plt.xlabel() y轴的标记 plt.ylabel()

• rotation : 旋转的度数

图例 plt.legend() 配合 plot()中的属性 label

• loc 图例的显示位置,是一个list[0,1]
• loc 中的参数为图形中的坐标位置
• ncol 图例显示成几列

plot 的参数

• 透明度设置 alpha
• linestyle : ls -- -. : -
• linewidth : lw
• red:r blue:b cyan:c green:g black:k
• 点的形状,marker o 小圆点 s 正方 d菱形 x 叉的形状
• 点的大小 markersize

In [96]:

 

X = np.linspace(-1,1,50)

y = (1-X**2)**0.5

plt.plot(X,y,label='up',alpha=0.5,marker='x',markersize=20)

plt.plot(X,-y,label='down',alpha=0.5,marker='s')

# plt.axis('equal')

plt.axis('image')

# plt.axis('off')

#plt.axis([-10,10,-10,10])

​

plt.title('this is circle')

​

plt.xlabel('X',color='b',size=20,rotation=30,alpha=0.5)

plt.ylabel('f(x) = (1-X^2)^0.5',color='r',size=20,rotation=90)

plt.legend(loc=[0,1],ncol=2)

Out[96]:

<matplotlib.legend.Legend at 0x7f9101c7ecc0>

其它的2D图形

• 直方图
• 柱状图
• 饼图
• 散布图

1.直方图

• hist （历史）
• distplot(蒸馏，布局) 直方图需要的数据是一维的 统计某一个数值出现的次数 bins=10是宽度的默认值
• 数值越小宽度越宽

In [7]:

 

​

X = np.random.randint(0,10,10)

X

Out[7]:

array([1, 6, 1, 9, 3, 4, 2, 3, 6, 7])

In [8]:

 

plt.hist(X,bins=50)

Out[8]:

(array([2., 0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0., 2., 0., 0., 0., 0.,
        0., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 2., 0., 0.,
        0., 0., 0., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1.]),
 array([1.  , 1.16, 1.32, 1.48, 1.64, 1.8 , 1.96, 2.12, 2.28, 2.44, 2.6 ,
        2.76, 2.92, 3.08, 3.24, 3.4 , 3.56, 3.72, 3.88, 4.04, 4.2 , 4.36,
        4.52, 4.68, 4.84, 5.  , 5.16, 5.32, 5.48, 5.64, 5.8 , 5.96, 6.12,
        6.28, 6.44, 6.6 , 6.76, 6.92, 7.08, 7.24, 7.4 , 7.56, 7.72, 7.88,
        8.04, 8.2 , 8.36, 8.52, 8.68, 8.84, 9.  ]),
 <a list of 50 Patch objects>)

In [10]:

 

#sns在显示的时候会多添加一条密度图

sns.distplot(X,bins=50)

/home/admin_/anaconda3/lib/python3.7/site-packages/scipy/stats/stats.py:1713: FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`. In the future this will be interpreted as an array index, `arr[np.array(seq)]`, which will result either in an error or a different result.
  return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval

Out[10]:

<matplotlib.axes._subplots.AxesSubplot at 0x7fb9e8671898>

柱状图

需要是二维数据

In [2]:

 

​

t = sns.load_dataset('titanic')

In [3]:

 

t

. . .

In [5]:

 

plt.bar(t['sex'],t['survived'])

Out[5]:

<BarContainer object of 891 artists>

In [12]:

 

#hue 条件分类

sns.barplot(x='sex', y='survived',hue='pclass',data=t)

/home/admin_/anaconda3/lib/python3.7/site-packages/scipy/stats/stats.py:1713: FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`. In the future this will be interpreted as an array index, `arr[np.array(seq)]`, which will result either in an error or a different result.
  return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval

Out[12]:

<matplotlib.axes._subplots.AxesSubplot at 0x7fb9e851d9e8>

饼图

饼图表示的是比例

In [15]:

 

#未占满

plt.pie([0.1,0.2,0.33,0.1,0.16])

plt.axis('image')

Out[15]:

(-1.1145098758080207,
 1.1006909464670487,
 -1.1147008258733009,
 1.1177807984384611)

 

#马云   王建林   马化腾   许家印    李野

#1000   800    1200     900     2000

​

​

#np.argmin()  找到最小值的索引

#np.argmax()

In [34]:

 

#使用sns调节颜色

#sns.color_palatte()

#palette=hls 彩虹色, n_colors=有几个颜色

​

# palette : 调色板

# pal : 广播

​

#sns.palplot() 显示颜色

sns.palplot(sns.color_palette('hls',10))

In [38]:

 

m = np.array([1000,800,1200,900,2000])

min_index = np.argmin(m)

name = ['MY','WJL','MHT','XJY','YE']

exp = np.zeros(shape=m.size)

exp[min_index] = 0.1

#分离度 值越大，分离的越远

​

​

plt.pie(m,labels=name,autopct='%.2f%%',explode=exp,colors=sns.color_palette('hls',5))

plt.axis('equal')

Out[38]:

(-1.1105146598005549,
 1.1005006980857408,
 -1.1100114113997077,
 1.213478078652238)

散布图

• scatter : 散落

In [6]:

 

import seaborn as sns

iris = sns.load_dataset('iris')

iris

#样本 行 150个

#特征4个  标记1个

#3种花  每一个类别50个

#数据有几个维度

. . .

In [7]:

 

target = [0]*50+[1]*50+[2]*50

​

In [9]:

 

import matplotlib.pyplot as plt

#c class必须是一个序列,元素的数量等于样本的数量,必须是数字

plt.scatter(x='sepal_length',y='sepal_width',data=iris,c=target,cmap='spring')

Out[9]:

<matplotlib.collections.PathCollection at 0x1b66980b5f8>

In [10]:

 

plt.scatter(x='petal_length',y='petal_width',data=iris,c=target,cmap='spring')

Out[10]:

<matplotlib.collections.PathCollection at 0x1b6698ad4a8>

In [11]:

 

sns.regplot(x='petal_length',y='petal_width',data=iris)

Out[11]:

<matplotlib.axes._subplots.AxesSubplot at 0x1b6698adda0>

In [12]:

 

sns.regplot(x='sepal_length',y='sepal_width',data=iris)

Out[12]:

<matplotlib.axes._subplots.AxesSubplot at 0x1b6698ed898>

In [14]:

 

#散布图举证

#hue 条件分类

​

# pair : 配对

sns.pairplot(iris,hue='species')

Out[14]:

<seaborn.axisgrid.PairGrid at 0x1b66998c7f0>

In [ ]:

 

​