Python 数据分析中常用的可视化工具

Python 数据分析中常用的可视化工具

1 Matplotlib

用于创建出版质量图表的绘图工具库，目的是为 Python 构建一个 Matlab 式的绘图接口。

1.1 安装

• Anaconada 自带。

• pip 安装

  pip install matplotlib

1.2 引用

import matplotlib.pyplot as plt

1.3 常用方法

figure

Matplotlib 的图像均位于 figure 对象中

• 创建 figure

fig = plt.figure()

subplot

fig.add_subplot(a,b,c)

• a，b 表示讲 fig 分割成 axb 的区域
• c 表示当前选中要操作的区域，
  注意 ·：从 1 开始编号
• 返回的是 AxesSubplot 对象
• plot 绘图的区域是最后一次指定 subplot 的位置（jupyter 里不能正确显
  示）
• 同时返回新创建的 figure 和 subplot 对象数组
  • fig，subplot arr=plt.subplots（2，2）
  • 在 jupyter 里可以正常显示，推荐使用这种方式创建多个图表

plt.plot()

作图方法。

# 在指定 subplot 作图

import scipy as sp
from scipy import stats

x = np.linspace(-5, 15, 50)
#print x.shape

# 绘制高斯分布
plt.plot(x, sp.stats.norm.pdf(x=x, loc=5, scale=2))

# 叠加直方图
plt.hist(sp.stats.norm.rvs(loc=5, scale=2, size=200), bins=50, normed=True, color='red', alpha=0.5)
plt.show()

绘制直方图
plt.hist(np.random.randn(100), bins=10, color='b', alpha=0.3)

绘制散点图

x = np.arange(50)
y = x + 5 * np.random.rand(50)
plt.scatter(x, y)

柱状图

x = np.arange(5)
y1, y2 = np.random.randint(1, 25, size=(2, 5))
width = 0.25
ax = plt.subplot(1,1,1)
ax.bar(x, y1, width, color='r')
ax.bar(x+width, y2, width, color='g')
ax.set_xticks(x+width)
ax.set_xticklabels(['a', 'b', 'c', 'd', 'e'])
plt.show()

矩阵绘图

m = np.random.rand(10,10)
print(m)
plt.imshow(m, interpolation='nearest', cmap=plt.cm.ocean)
plt.colorbar()
plt.show()

颜色 标记 线型

ax.plot（x，y，'r--'） == ax.plotx，y，linestyle=--'，color=r'）

刻度、标签、图例

• 设置刻度范围
  • plt.xlim()，plt.ylim(）
  • ax.set_xlim()，ax.set_ylim()
• 设置显示的刻度
  • plt.xticks()，plt.yticks(）
  • ax.set_xticks（），ax.set yticks）
• 设置刻度标签
  • ax.set_xticklabels(），ax.set yticklabels()
• 设置坐标轴标签
  • `ax.set_xlabel()，ax.set ylabel0()
• 设置标题
  • ax.set title(）
• 图例
  • ax.plot（label=legend'）
  • ax.legend），plt.legend()
    • loc=‘best' 自动选择放置图例最佳位置

matplotlib 设置

plt.rc()

Customizing matplotlib

1.4 3D 绘图

matplotlib 支持 3D 绘图

下面代码给出了不同年份中，不同国家的平均寿命。

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import pandas as pd
import numpy as np
import matplotlib; matplotlib.style.use('ggplot')

%matplotlib inline

# 读取 csv 数据集
lexp = pd.read_csv('lexpectancy.csv')
lexp.dropna(inplace=True)
lexp.reset_index(inplace=True)
plot_data = lexp[['Country', '1960', '1970', '1980', '1990', '2000']][:3]
print(plot_data)

fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')

country_list = plot_data['Country'].values.tolist()
year_list = ['1960', '1970', '1980', '1990', '2000']

for i, (color, z) in enumerate(zip(['r', 'g', 'b'], [0, 10, 20])):
    age_list = plot_data.iloc[i][1:].values.tolist()
    xs = np.arange(len(age_list))
    ys = age_list
    cs = [color] * len(age_list)
    ax.bar(xs, ys, zs=z, zdir='y', color=cs, alpha=0.8)


ax.set_xticklabels(year_list)
ax.set_yticks([0, 10, 20])
ax.set_yticklabels(country_list)

ax.set_xlabel('Year')
ax.set_ylabel('Country')
ax.set_zlabel('Age')

更多参考 mplot3d tutorial

2 Seaborn

什么是 Seaborn

• Python 中的一个制图工具库，可以制作出吸引人的、信息量大的统计图
• 在 Matplotlib 上构建，支持 numpy 和 pandas 的数据结构可视化，甚至是 scipy 和 statsmodels 的统计模型可视化

特点

• 多个 内置主题 及颜色主题
• 可视化 单一变量、二维变量 用于 比较 数据集中各变量的分布情况
• 可视化 线性回归模型 中的 独立变量 及不独立变量
• 可视化矩阵数据，通过聚类算法探究矩阵间的结构
• 可视化 时间序列数据 及不确定性的展示
• 可在 分割区域制图，用于复杂 的可视化

2.2 安装

conda 安装：conda install seaborn
pip 安装：pip install seaborn

2.3 引用

import seaborn as sns

2.4 数据集分布可视化

• 单变量分布 sns.distplot）
  • 直方图 sns.distplot（kde=False）
  • 核密度估计 sns.distplot（hist=False）或 sns.kdeplot）
  • 拟合参数分布 sns.distplot（kde=False，fit=）
• 双变量分布
  • 散布图 sns.jointplot0
  • 二维直方图 Hexbin sns.jointplot（kind=‘hex）
  • 核密度估计 sns.jointplot（kind=‘kde'）
• 数据集中变量间关系可视化 sns.pairplot(）

2.5 类别数据可视化

• 类别散布图
  • sns.stripplot() 数据点会重叠
  • sns.swarmplot() 数据点避免重叠
  • hue 指定子类别
• 类别内数据分布
  • 盒子图 sns.boxplot()，hue 指定子类别
  • 小提琴图 sns.violinplot()，hue 指定子类别
• 类别内统计图
  • 柱状图 sns.barplot()
  • 点图 sns.pointplot()

3 Bokeh

什么是 Bokeh

• 专门针对 Web 浏览器的交互式、可视化 Python 绘图库
• 可以做出像 D3.，js 简洁漂亮的交互可视化效果

特点

• 独立的 HTML 文档或服务端程序
• 可以处理大量、动态或数据流
• 支持 Python（或 Scala，R，Julia.）
• 不需要使用 Javascript

Bokeh 接口

• Charts：高层接口，以简单的方式绘制复杂的统计图
• Plotting：中层接口，用于组装图形元素
• Models：底层接口，为开发者提供了最大的灵活性

3.1 安装

conda 安装：conda install bokeh
pip 安装：pip install bokeh

3.2 引用

• 生成. html 文档
  from bokeh.io import output file
• 在 jupyter 中使用
  from boken.io import output_notebook

3.3 bokeh.charts

引用和导入数据

# 引用
from bokeh.io import output_notebook, output_file, show
from bokeh.charts import Scatter, Bar, BoxPlot, Chord
from bokeh.layouts import row

import seaborn as sns

# 导入数据
exercise = sns.load_dataset('exercise')
# 在使用 Jupyter notebook 时设置
output_notebook()

散点图

p = Scatter(data=exercise, x='id', y='pulse', title='exercise dataset')
show(p)

柱状图

p = Bar(data=exercise, values='pulse', label='diet', stack='kind', title='exercise dataset')
show(p)

盒子图

box1 = BoxPlot(data=exercise, values='pulse', label='diet', color='diet', title='exercise dataset')
box2 = BoxPlot(data=exercise, values='pulse', label='diet', stack='kind', color='kind', title='exercise dataset')
show(row(box1, box2)) # 显示两张图

弦图 Chord

• 展示多个节点之间的联系
• 连线的粗细代表权重

chord1 = Chord(data=exercise, source="id", target="kind")
# value 设置以什么为粗细
chord2 = Chord(data=exercise, source="id", target="kind", value="pulse")

show(row(chord1, chord2))

更多参考：Bokeh 官网

3.4 bokeh.plotting

from bokeh.plotting import figure
import numpy as np

p = figure(plot_width=400, plot_height=400)
# 方框
p.square(np.random.randint(1,10,5), np.random.randint(1,10,5), size=20, color="navy")

# 圆形
p.circle(np.random.randint(1,10,5), np.random.randint(1,10,5), size=10, color="green")
show(p)

更多图形元素参考：Bokeh 官网

转载于:https://www.cnblogs.com/banshaohuan/p/11329103.html