Python数据可视化整理

1.配置问题

字体乱码问题：

找到文件夹’\Users\用户名\.matplotlib’，打开fontList.json，查找中文字体如simHei,song,kai等，分别对应简体黑、宋体、楷体等，其对应的name字段值即为我们接下来将要设置的中文字体名，复制下来，代码首行插入：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['Heiti TC']    # 指定默认字体：解决plot不能显示中文问题
plt.rcParams['axes.unicode_minus'] = False           # 解决保存图像是负号'-'显示为方块的问题

2. 简单绘图

导入pyplot和numpy模块：

import matplotlib.pyplot as plt 
import numpy as np

绘制出$-\pi$到 $\pi$之间的正弦和余弦曲线：

X = np.arange(-np.pi, np.pi, 0.05)  # 创建一个等差数列
C,S = np.cos(X),np.sin(X)
plt.plot(X, C, color="blue", linewidth=1.0, linestyle="-")
plt.plot(X, S, color="green", linewidth=1.0, linestyle="-")
plt.xlabel("弧度")
plt.ylabel("正弦值或余弦值")
plt.title("正弦波和余弦波")
 
plt.savefig('./test.jpg')   #注意，savefig要放在plt.show()的前面，否则可能保存的图片是空白
plt.show()

结果：

3.使用面向对象方式绘图

虽然直接使用matplotlib.pyplot模块很容易快速绘图，但建议使用面向对象的方法，它可以更好地控制和自定义绘图，也拥有更丰富强大的功能，主要思想是创建figure对象和axes对象，然后只调用这两个对象的方法或属性来绘图。

4.Figure类和Axes类

语法

首先要创建画布，就是创建figure对象，Figure类是所有元素的顶级容器。通过从pyplot模块调用figure()函数进行实例化:

fig = plt.figure(figsize=(12,9),dpi= 200)   # figsize：指定figure的宽和高；dpi：指定每英寸多少个像素

接下来创建Axes对象，这是后续要继续创建各个元素的顶级容器，参数为列表[左位置，底位置，宽占比，高占比]，一般取[0.1, 0.1, 0.8, 0.8]：

ax = fig.add_axes([0.1,0.1,0.8,0.8])

实例

y = [1, 4, 9, 16, 25,36,49, 64]
x1 = [1, 16, 30, 42,55, 68, 77,88]
x2 = [1,6,12,18,28, 40, 52, 65]
fig = plt.figure(figsize=[12,9], dpi=200)      # 创建Figure对象
ax = fig.add_axes([0.1,0.1,0.8,0.8])    # 基于fig对象调用add_axes方法创建Axes对象，参数为列表[左位置，底位置，宽占比，高占比]
l1 = ax.plot(x1,y,color='y',marker='s', linestyle='-', linewidth=2)   
l2 = ax.plot(x2,y,color='g',marker='o', linestyle='--', linewidth=2)   
ax.legend(labels = ['电视','智能手机'], loc = 'best', fontsize=15)    # 添加图例，loc参数指定位置（best自动最优位置）
ax.grid(True)		# 网格开启
ax.set_title('广告对销售的影响', fontsize=25)
ax.xaxis.set_tick_params(labelsize=15)	# 设置x轴数字大小
ax.yaxis.set_tick_params(labelsize=15)
ax.set_xlabel('媒介', fontsize=20)
ax.set_ylabel('销售', fontsize=20)
plt.show()

结果：

5.subplots()函数创建多子图

语法

fig,ax = plt.subplots(nrows, ncols)

函数plt.subplots()返回一个图形对象Figure类型和一个包含等于nrows * ncols的axes轴对象的NumPy array类型，每个轴对象都可通过索引访问。

实例

fig,ax = plt.subplots(2,2)
 
x = np.arange(1,20)
ax[0][0].plot(x,x**2)
ax[0][0].set_title('平方')
ax[0][1].plot(x,np.sqrt(x))
ax[0][1].set_title('平方根')
ax[1][0].plot(x,np.exp(x))
ax[1][0].set_title('指数')
ax[1][1].plot(x,np.log10(x))
ax[1][1].set_title('对数')
 
plt.show()

结果：

6.轴刻度限制

语法

通过set_xlim(start, stop)和set_ylim(start,stop)函数设置轴刻度限制，例如：

ax.set_ylim(0,10000)

7.双轴设置

语法

当在同一个图中绘制具有不同单位的多个曲线时，Matplotlib通过twinx()和twiny()函数支持此功能

实例

fig = plt.figure()
ax1 = fig.add_axes([0.1,0.1,0.8,0.8])
x = np.arange(1,10)
ax1.plot(x,np.exp(x))
ax1.set_ylabel('exp')
ax2 = ax1.twinx()   #twinx()是最常用的，在原轴图的基础上绘制双y轴图
ax2.plot(x,np.log(x),'r')
ax2.set_ylabel('log')
fig.legend(labels = ['exp','log'],loc = 'best')
plt.show()

结果：

8.条形图

语法

ax.bar(x, height, width, bottom, align)

其中必选参数为x（x轴数值或标签组成的序列）和height（y轴数值组成的序列）

实例

fig = plt.figure()
ax = fig.add_axes([0.1,0.1,0.8,0.8])
x = ['C','C++','Python','Java','PHP']
students = list()
for i in range(5):
	students.append(random.randint(0,50))ax.bar(x,students) plt.show()

结果：

对普通条形图进行一下优化

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
x = ['C', 'C++', 'Python', 'Java', 'PHP']
students = list()
for i in range(5):
    students.append(random.randint(0, 50))
 
ax.bar(x,
       students,
       alpha=0.5,    # 透明度
       edgecolor='red'  # 边框颜色
)
 
for a, b, label in zip(x, students,students):   #内置函数zip()：将几个列表合并为二维列表并转置，返回一个特殊对象，可通过list()列表化之后查看
    plt.text(a, b, label, horizontalalignment = 'center', fontsize = 10)   #plt.text()函数：在图中（a,b)位置添加一个文字标签label; horizontalalignment水平位置取中间;fontsize字体大小
ax.set_xlabel('专业')
ax.set_ylabel('学生人数')
ax.set_title('不同专业学生分布统计')
 
plt.show()

结果：

并列条形图（通过平移每个x值做两次bar图实现）实例

fig = plt.figure()
ax = fig.add_axes([0.1,0.1,0.8,0.8])
x_tags = ['C','C++','Python','Java','PHP']
x = list(np.arange(5))
 
total_width, n = 0.8, 2
width = total_width / n
 
students = list()
for i in range(10):
    students.append(random.randint(0,50))
students = np.array(students)
students = students.reshape(2,5)    #这几步借用随机数和ndarray对象改变数组结构来灵活生成想要的2行5列随机序列
 
ax.bar(x, students[0], color = 'r', width = width)
for i in range(len(x)):
    x[i] = x[i] + width
ax.bar(x, students[1], color = 'b', width = width,tick_label = x_tags)  #tick_label参数给该bar图的x轴加上标签
ax.legend(labels=['女', '男'])
 
plt.show()

结果：

堆积条形图（通过bar()的bottom参数二次作图基底设为第一次的高度来实现）示例

N = 5
menMeans = (20, 35, 30, 35, 27)
womenMeans = (25, 32, 34, 20, 25)
ind = np.arange(N) # the x locations for the groups
width = 0.35
fig = plt.figure()
ax = fig.add_axes([0.1,0.1,0.8,0.8])
ax.bar(ind, menMeans, width, color='r')
ax.bar(ind, womenMeans, width,bottom=menMeans, color='b')
ax.set_ylabel('分数')
ax.set_title('按组和性别分数')
ax.legend(labels=['男', '女'])

plt.show()

结果：

9.饼图

语法

matplotlib.pyplot.pie( x, explode=None, labels=None, colors=None, autopct=None, shadow=False, labeldistance=1.1)

实例

fig = plt.figure()
ax = fig.add_axes([0.1,0.1,0.8,0.8])
x_tags = ['C','C++','Python','Java','PHP']
students = [23,17,35,29,12]
explode = (0, 0, 0.1, 0, 0)    # 爆炸主要用来在某几块占比太小文字重叠时使用，这里表示只爆炸第二块饼，爆炸距离是半径的0.1。
 
ax.axis('equal') # 等价于 ax.set(aspect='euqal')，使得饼图在figure窗口放大缩小的过程中，保持圆形不变。
ax.pie(students,labels = x_tags, explode=explode,autopct='%.1f%%',shadow=True)   #autopct显示每块饼的百分比属性且自定义小数点位数
 
plt.show()

结果：

10.散点图

实例

girls_grades = [34, 25, 40, 40, 50, 66, 71, 67, 80, 89]
boys_grades = [30, 29, 49, 48, 56, 70, 55, 81, 70, 85]
homework_finish = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100]
 
fig = plt.figure()
ax = fig.add_axes([0.1,0.1,0.8,0.8])
ax.scatter(homework_finish, boys_grades, color = 'b', alpha = 0.5)
ax.scatter(homework_finish, girls_grades, color = 'r', alpha = 0.5)
ax.set_title('散点图实例')
ax.set_xlabel('作业完成情况（%）')
ax.set_ylabel('成绩')
ax.legend(labels = ('男生','女生'))
 
plt.show()

结果：

11.直方图和密度曲线

语法

对于一维数据的可视化，一般使用直方图和核密度曲线，seaborn.distplot()函数可以方便地在同一图像上进行直方图和密度曲线的绘制，语法如下：

import seaborn as snssns.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None, hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None, color=None, vertical=False, norm_hist=False, axlabel=None, label=None, ax=None) 

常用参数：

bins：int或list，控制直方图的划分，比如[0,1,2,3]以0,1,2,3为分割点，形成区间[0,1],[1,2],[2,3]，区间外的值不计入

hist：是否显示直方图(默认为True)

kde：是否显示核密度估计(默认为True)

rug：控制是否生成观测数值的小细条

hist_kws, kde_kws, rug_kws, fit_kws：接收字典类型，可以自行定义更多高级的样式

实例

# 已有salarys是一个薪资列表，每个值已经除以1000
plt.figure(dpi=200)
sns.distplot(salarys, hist = True, kde = True, kde_kws={"color":"r", "lw":1.5, 'linestyle':'-'})
plt.axvline(mean, color='r', linestyle=":")
plt.text(mean, 0.01, '平均薪资: %.1f千'%(mean), color='r', horizontalalignment = 'center', fontsize = 15)
plt.xlim(0,50)
plt.xlabel('薪资分布（单位：千）')
plt.title('数据分析岗位在全国主要城市的薪资分布')
plt.savefig('./数据分析岗位在全国主要城市的薪资分布.jpg')
plt.show()

结果：

12.关键词频统计

语法

词云图是一种用来展现高频关键词的可视化表达，通过文字、色彩、图形的搭配，产生有冲击力地视觉效果，而且能够传达有价值的信息。wordcloud是优秀的词云展示第三方库，它把词云当作一个WordCloud对象，绘制词云的形状，尺寸和颜色都可以设定。

cloud = WordCloud(Parameters).generate(words_str) # word_str：以空格分隔的词组成的字符串

实例

# words是一个由空格分隔的职位技能要求词组成的字符串
cloud = WordCloud(
    font_path='/System/Library/Fonts/STHeiti Light.ttc',    # 设置字体文件获取路径，默认字体不支持中文
    background_color='white',    # 设置背景颜色  默认是black
    max_words=20,    # 词云显示的最大词语数量
    random_state = 1,  # 设置随机生成状态，即多少种配色方案
    collocations = False,    # 是否包括词语之间的搭配，默认True，可能会产生语意重复的词语
    width=1200, height=900      #设置大小，默认图片比较小，模糊
).generate(words)
plt.figure(dpi=200)
plt.imshow(cloud)   # 该方法用来在figure对象上绘制传入图像数据参数的图像
plt.axis('off')     # 设置词云图中无坐标轴
plt.savefig("./技能关键词频统计.jpg")
plt.show()

结果：

13.Andrews曲线

Andrews曲线是一种用来对多维数据降维可视化的工具

df = pd.read_csv('data.csv')    
plt.figure(figsize=(12,9),dpi= 100)    
pd.plotting.andrews_curves(df, 'Stage_Class', color=['r','b','g'])	# 第二个参数：二维表中类别列的列名    
plt.grid(alpha=0.3)    
plt.show()