python图表制作方法_python图表制作

画一个吸引人注意的图表相当重要。当你探索一个数据集，需要画图表，图表看起来令人愉悦是件很高兴的事。在与你的观众交流观点时，可视化同样重要，同时，也很有必要去让图表吸引注意力和印入脑海里。Matplotlib自动化程度非常高，但是，掌握如何设置系统以便获得一个吸引人的图是相当困难的事。为了控制matplotlib图表的外观，Seaborn模块自带许多定制的主题和高级的接口。

我们用ipython notebook

import numpy as np

import matplotlib as mpl

import matplotlib.pyplot as plt

np.random.seed(sum(map(ord,"aesthetics")))

让我们定以一个函数来画正弦函数，这将帮助我们了解我们可以控制的不同风格的参数。

def sinplot(flip=1):

x =np.linspace(0,14,100)

for i in range(1,7):

plt.plot(x,np.sin(x+i*0.5)*(7-i)*flip)

import seaborn as sns

sinplot()

2 图形分类

因变量绘图

1 线箱图boxplot

2 小提琴图violinplot

3 散点图striplot

4 带分布的散点图swarmplot

5 直方图barplot

6 计数直方图countplot

7 两变量关系图factorplot

回归图

回归图只要探讨两连续数值变量的变化趋势情况，绘制x-y的散点图和回归曲线。

1 线性回归图implot

2 线性回归图regplot

分布图

包括单变量核密度曲线，直方图，双变量多变量的联合直方图，和密度图

热力图

1 热力图heatmap

聚类图

1 聚类图clustermap

时间序列图

1 时间序列图tsplot

2我的时间序列图plot_ts_d,plot_ts_m

3 因子变量绘图

3.1 boxplot线箱图

import seaborn as sns

sns.set_style("whitegrid")

tips = sns.load_dataset("tips")

# 绘制箱线图

ax = sns.boxplot(x=tips["total_bill"])

# 竖着放的箱线图，也就是将x换成y

ax = sns.boxplot(y=tips["total_bill"])

# 分组绘制箱线图，分组因子是day，在x轴不同位置绘制

ax = sns.boxplot(x="day", y="total_bill", data=tips)

#分组箱线图，分子因子是smoker，不同的因子用颜色区分

#相当于分组之后又分组

ax =sns.boxplot(x="day",y="total_bill",hue="smoker",data=tips, palette="Set3")

# 改变线宽，linewidth参数

ax = sns.boxplot(x="day", y="total_bill",hue="time",data=tips, linewidth=2.5)

#改变x轴顺序，order参数

ax = sns.boxplot(x="time", y="tip", data=tips,order=["Dinner", "Lunch"])

# 对dataframe的每个变量都绘制一个箱线图，水平放置

iris = sns.load_dataset("iris")

ax = sns.boxplot(data=iris, orient="h", palette="Set2"

# 箱线图+有分布趋势的散点图

# 图形组合也就是两条绘图语句一起运行就可以了，相当于图形覆盖了

ax = sns.boxplot(x="day", y="total_bill", data=tips)