动手学数据分析 数据可视化

数据可视化

介绍

通常数据可视化，可以帮助我们寻找一些异常值（过大或过小的值）、进行数据转换（数据标准化）、判断可使用的模型等。

这里主要介绍matplotlib和seaborn

matplotlib

导入：import matplotlib.pyplot as plt

在jupyter notebook中使用需要使用%matplotlib inline，在IPython中使用%matplotlib

Figure和Subplot

matplotlib的图像都是基于Figure对象，但是我们的图像是基于subplot进行绘制的，使用fig.add_subplot对象返回的是AxesSubplot对象，可以在该对象中使用方法进行绘图。

可以使用plt.subplots()快速创建fig和axes对象，其中的axes以numpy数组表示

接下来介绍的就是subplot对象和Figure对象中的各种方法，如下：

• 间距：plt.subplots_adjust
• 颜色、标记和线型：通过axesSubplot.plot()中的参数设置
• 刻度、标签和图例：plt.xlim, plt.xticks, plt.xticklabels
• 添加图例：使用ax.plot方法中的label参数，然后调用legend方法自动创建图例
• 注解和在Subplot上绘图：ax.annotable()方法、Series.plot(ax=ax, style=‘k-’)
• 图表保存：plt.savefig

seaborn

在未使用seaborn之前，给Series或DataFrame画图，需要自行对数据进行处理，然后调用plot进行绘图。

使用了seaborn之后，可以简化操作，只需要填写对应的参数即可，可以减少工作量

具体的方法，在jupyter notebook中直接使用帮助信息查看学习即可。

其它可视化工具

• plotly
• pyecharts
• bokeh