小白努力第一天——数据可视化（基础scatter and lines）

目录

视图分类

可视化工具

matplotlib库   

seaborn工具包 

散点图  sns.jointplot  可以看出分布情况

基本线型图:

带有误差 的线型图（这里使用seaborn

绘制多条线 基于x变量相同

---

视图分类

可能会研究单变量的影响，或多变量的影响。根据变量之间的关系，例如是两个互相影响的变量，还是需要对比的变量，分成以下四类

1. 比较型：折线图，看不同的变量随着同一变量的关系如何
2. 联系型：散点图，看变量之间的关系
3. 构成型：饼状图
4. 分布型：符合什么类型的分布

可视化工具

matplotlib库   

一般用其中的pyplot工具包进行绘图

import matplotlib.pyplot as plt

seaborn工具包 

提供更高级的数据分析，可以绘制scatter, box, 热力图等。自带一些示例数据集。 可以直接使用DataFrame进行绘图。

import seaborn as sns

将二者绘图进行比较：

1. 散点图  sns.jointplot  可以看出分布情况

   #利用matplotlib画散点图
   fig,(ax1,ax2,ax3)=plt.subplots(1,3,figsize=(12,4))
   ax1.scatter(x,y,marker='*')
   plt.title('pyplot')
   ax2.scatter(x,y,marker='^')
   plt.title('pyplot')
   plt.tight_layout()#调整布局
   
   #利用seaborn画图
   sns.scatterplot(x=x,y=y)
   plt.title('seaborn')
   plt.show()

   

   #使用jointplot时候能看出各自分布
   df=pd.DataFrame({'x':x,'y':y})#生成示例数据
   sns.jointplot(x="x",y="y",data=df,kind='scatter',height=3)#探索两个变量之间的关系和各自的分布
   plt.show()

   

2. 基本线型图:

   通过比较plt和seaborn我们可以看出：在生成的数列是随机的时候，seaborn的自变量可以自己从小到大排列，但是plt的不行

   #生成线型图
   fig3,(ax1,ax2)=plt.subplots(1,2,figsize=(8,4))
   x1=np.random.randn(100)
   #If let x=np.linspace(-1,1,100), the results of these 2 methods are same.
   y1=np.sin(x1)
   df1=pd.DataFrame({'x':x1,'y':y1})
   sns.lineplot(x='x',y='y',data=df1,ax=ax1)
   ax2.plot(x1,y1)
   plt.tight_layout()
   plt.show()

   

3. 带有误差 的线型图（这里使用seaborn

   #先生成测试数据
   x=(np.random.randn(400))*2
   y=np.sin(x)
   err=0.1*np.random.rand(len(x))
   y_real=y+err
   df1=pd.DataFrame({'x': x,'y':y})
   df2=pd.DataFrame({'x':x,'y':y_real})
   fig1,axes=plt.subplots(1,2,figsize=(8,4))
   sns.lineplot(data=df1,x='x',y='y',ax=axes[0])
   axes[0].set_title('y_desired')
   sns.lineplot(data=df2,x='x',y='y',ax=axes[1])
   axes[1].set_title('y_real')
   plt.tight_layout()
   plt.show()

   

4. 绘制多条线 基于x变量相同

   x = np.linspace(0, 10, 200)
   err=0.1*np.random.rand(len(x))
   y_sin = np.sin(x)+err
   y_cos = np.cos(x)+err
   
   #合并数据的时候可以创建分类标签
   category=['sin']*len(y_sin)+['cos']*len(y_cos)
   x_total=np.concatenate([x,x])#合并两个数据集
   y_total=np.concatenate([y_sin,y_cos])
   df3=pd.DataFrame({'x':x_total,'y':y_total,'category':category})
   
   #进行画图
   sns.lineplot(data=df3,x='x',y='y',hue='category')
   plt.show()

   利用np.concatenate合并数据集   
   再利用category将其都配置上标签（若原始是dataframe格式的一般会有自己的标签
   根据sns.lineplot中的hue参数：依据category绘制不同颜色的线条