【数据分析：一篇文章带你掌握Pandas高级可视化技巧】

于 2024-08-13 22:55:55 发布
阅读量325 收藏 13
点赞数 13
分类专栏： 数据分析 文章标签： 数据分析 pandas 数据挖掘 大数据 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zjm521521/article/details/141173500
版权

前言：
💞💞大家好，我是书生♡，本阶段和大家一起分享和探索数据分析的数据可视化，本篇文章主要讲述了：掌握Pandas高级可视化技巧等等。欢迎大家一起探索讨论！！！
💞💞代码是你的画笔，创新是你的画布，用它们绘出属于你的精彩世界，不断挑战，无限可能！

个人主页⭐： 书生♡
gitee主页🙋‍♂：闲客
专栏主页💞：大数据开发
博客领域💥：大数据开发，java编程，前端，算法，Python
写作风格💞：超前知识点，干货，思路讲解，通俗易懂
支持博主💖：关注⭐，点赞、收藏⭐、留言💬

目录

1.Matplotlib数据可视化

一图胜千言，人是一个视觉敏感的动物，大多数人对数字无法在较短的时间内找到规律和业务意义，可视化就势在必行。视觉化效应 (Visual effects) 是指人类认知过程中，只要将非视觉性信息转化成视觉信息，可以大大增强海马体的记忆与前额叶皮质的思维反应速度。

  • Pandas的数据可视化依赖于matplotlib模块的pyplot类，在安装Pandas时会自动安装Matplotlib
  • Matplotlib是一个专门的绘图可视化包，可以对图形做细节控制，绘制出出版质量级别的图形，通过Matplotlib，可以简单地绘制出常用的统计图形。
  • 除了Matplotlib以外还有很多用于可视化的包，比如Seaborn、Pyecharts

Matplotlib（功能强大，代码相对复杂）

  • Matplotlib是Python编程语言的开源绘图库。它是Python可视化软件包中最突出的，使用最广泛的绘图工具。
  • Matplotlib在执行各种任务方面非常高效。可以将可视化文件导出为所有常见格式（PDF，SVG，JPG，PNG，BMP和GIF）。
  • Matplotlib可以创建流行的可视化类型-折线图，散点图，直方图，条形图，误差图，饼图，箱形图以及更多其他类型的图，还支持3D绘图。
  • 许多Python库都是基于Matplotlib构建的，Pandas和Seaborn是在Matplotlib上构建的
  • Matplotlib项目由John Hunter于2002年启动。Matplotlib最初是在神经生物学的博士后研究期间开始可视化癫痫患者的脑电图（ECoG）数据。
    在这里插入图片描述

1.1 Matplotlib方法说明

基本使用

  • 调用接口
  • 通过对象

在 Matplotlib 中，无论是使用面向过程的 pyplot 接口，还是面向对象的方式，每一步操作都对应着特定的方法。下面我将分别详细介绍这两种方式下的步骤和方法格式：

1.1.1 调用接口

  1. 导入模块

    import matplotlib.pyplot as plt

  2. 创建数据
    使用 Numpy 或其他数据处理库创建数据。

    import numpy as np
x = np.linspace(0, 10, 100)  # 生成从0到10的100个点的等差数列
y = np.sin(x)  # 应用正弦函数

  3. 创建图形
    虽然不是必须的，但 plt.figure() 可用于创建一个新的图形窗口。

    plt.figure()

  4. 绘制图形
    使用 plot 方法绘制线图。

    plt.plot(x, y)  # 默认情况下，这将在当前图形上绘图

  5. 添加图例
    如果有多个数据系列，可以使用 label 参数并在最后调用 legend 方法。

    plt.plot(x, y, label='sin(x)')
plt.legend()

  6. 设置标题和坐标轴标签

    plt.title('Sine Wave')  # 设置图形标题
plt.xlabel('x-axis')  # 设置x轴标签
plt.ylabel('y-axis')  # 设置y轴标签

  7. 显示图形

    plt.show()  # 显示图形

1.1.2 面向对象的绘图

  1. 导入模块

    import matplotlib.pyplot as plt
import numpy as np

  2. 创建数据
    同面向过程的绘图。

  3. 创建 Figure 和 Axes 对象

    fig = plt.figure()  # 创建 Figure 对象
ax = fig.add_subplot(111)  # 添加一个 Axes 对象，111表示一个1x1网格中的第一个图

  4. 绘制图形
    使用 Axes 对象的 plot 方法。

    ax.plot(x, y)  # 在 Axes 对象上绘图

  5. 添加图例

    ax.plot(x, y, label='sin(x)')
ax.legend()

  6. 设置标题和坐标轴标签

    ax.set_title('Sine Wave')  # 设置 Axes 的标题
ax.set_xlabel('x-axis')  # 设置x轴标签
ax.set_ylabel('y-axis')  # 设置y轴标签

  7. 显示图形

    plt.show()  # 显示图形

在面向对象的绘图中，所有的绘图操作都是通过 Axes 对象来进行的，这样可以更精细地控制每个图形的细节。

1.2 Matplotlib绘图入门

创建数据：

import pandas as pd
import matplotlib.pyplot as plt

x = [-3, 5, 7] #准备数据的x轴坐标
y = [10, 2, 5] #准备数据的y轴坐标

注意我们的操作要在一个单元格内实现，分开的话实现不了，但是为了讲解用法，下面会一步一步的讲述，实现的最终效果以最后总的效果为主

1.2.1 调用方法实现

  • 创建画布大小

plt.figure(figsize= (横坐标长度，纵坐标长度))

# 创建画布对象,调整画布大小
plt.figure(figsize= (16,8))
  • 设置轴刻度

plt.xlim(起始坐标,结束坐标)
plt.ylim(起始坐标,结束坐标)

# 设置轴刻度
# 设置x轴坐标的范围,设置y轴坐标的范围
plt.xlim(-3,8)
plt.ylim(0,10)

在这里插入图片描述

  • 设置轴标签

plt.xlabel('坐标轴名称',fontsize=数值)
plt.ylabel('坐标轴名称',fontsize=数值)

# 设置轴标签
plt.xlabel('X axis',fontsize=10)
plt.ylabel('Y axis',fontsize=20)

在这里插入图片描述

  • 设计标题

plt.title('标题名',fontsize=数值)

# 设置标题
plt.title('My first plot',fontsize=20)

在这里插入图片描述

  • 总的实现
# 总的
# 忽略warnings
warnings.filterwarnings('ignore')
# 原始数据
x = [-3,5,7]
y = [10,2,5]
# 创建画布对象,调整画布大小
plt.figure(figsize= (20,10))
# 绘制折现图
plt.plot(x,y)
# 设置轴刻度
# 设置x轴坐标的范围,设置y轴坐标的范围
plt.xlim(-3,8)
plt.ylim(0,10)
# 设置轴标签
plt.xlabel('X axis',fontsize=25)
plt.ylabel('Y axis',fontsize=25)
# 设置标题
plt.title('My first plot标题',fontsize=20)

在这里插入图片描述

1.2.2 面向对象的方式进行绘图

方法都是一样的，只不过我们用面向对象实现的话，需要先创建互补对象和轴对象
画布对象名,轴对象名 = plt.subplots(figsize=(长，高))

fig,ax = plt.subplots(figsize=(20,10))

其他的方法就是使用轴对象调用方法，方法名是在前面加上一个set的前缀

# 创建画布对象,调整画布大小
# 创建画布对象和轴对象
fig,ax = plt.subplots(figsize=(20,10))
# 在轴对象上进行绘图
ax.plot(x,y)
# 设置轴刻度范围
ax.set_xlim(-3,8)
ax.set_ylim(0,10)
# 设置轴标签
ax.set_xlabel('X axis',fontsize=25)
ax.set_ylabel('Y axis',fontsize=25)
# 设置标题
ax.set_title('My first plot标题',fontsize=20)

在这里插入图片描述

1.3 Matplotlib 通过内置数据集 绘图案例

通过著名的Anscombe数据集说明数据可视化的重要性：数据可视化可以更直观的展示数据，让你的分析和处理更加准确。

  • Anscombe数据集由英国统计学家Frank Anscombe创建。该数据集内置与seaborn模块中，在加载的时候，需要从网上下载该数据集，所以会有一定耗时
  • Anscombe数据集包含4组数据，每组数据包含两个连续变量。每组数据的平均值、方差、相关性都相同，但是当它们可视化后，就会发现每组数据的分布明显不同。
  • 导包并加载数据集，获取4组子集的df对象
# 导包
import pandas as pd
import seaborn as sns # Anaconda内置，无需额外安装
import matplotlib.pyplot as plt # Anaconda内置，无需额外安装

# 加载并读取anscombe数据集，返回df对象
# 通过data_home参数指定seaborn本地的数据集文件夹路径
anscombe = sns.load_dataset('anscombe', data_home='../data/seaborn-data/')
# 查看数据集
print(anscombe.head())

在这里插入图片描述

  • 统计不同dataset类别 x和y列平均值, 标准差等
# 统计不同dataset类别 x和y列平均值, 标准差等
anscombe.groupby(by='dataset').describe()

在这里插入图片描述

  • 获取四份数据子集
 # 获取四份数据子集
dataset_1 = anscombe[anscombe['dataset'] == 'I']
dataset_2 = anscombe[anscombe['dataset'] == 'II']
dataset_3 = anscombe[anscombe['dataset'] == 'III']
dataset_4 = anscombe.query('dataset=="IV"')
dataset_1 # 显示数据子集1

在这里插入图片描述

  • 创建画布对象，包含4个子图对象
#%%
# 创建画布对象
fig = plt.figure(figsize=(20,10))
# 创建子图对象
#行数，列数，位置
axis1 = fig.add_subplot(2,2,1)#子图1有两行两列，位置是1
axis2 = fig.add_subplot(2,2,2)#子图2有两行两列，位置是2
axis3 = fig.add_subplot(2,2,3)#子图3有两行两列，位置是3
axis4 = fig.add_subplot(2,2,4)#子图4有两行两列，位置是4

在这里插入图片描述

  • 设置标题
fig.suptitle('Anscombe Data',fontsize=20)
  • 设置小标题
# 设置小标题
axis1.set_title('dataset_1',fontsize=20)
axis2.set_title('dataset_2',fontsize=20)
axis3.set_title('dataset_3',fontsize=20)
axis4.set_title('dataset_4',fontsize=20)
  • 绘制散点图
# 绘制散点图
axis1.plot(dataset_1['x'],dataset_1['y'],'o')
axis2.plot(dataset_2['x'],dataset_2['y'],'o')
axis3.plot(dataset_3['x'],dataset_3['y'],'o')
axis4.plot(dataset_4['x'],dataset_4['y'],'o')
  • 总的
dataset_1
# 创建画布对象
fig = plt.figure(figsize=(20, 10))
# 创建子图对象
#行数，列数，位置
axis1 = fig.add_subplot(2, 2, 1)
axis2 = fig.add_subplot(2, 2, 2)
axis3 = fig.add_subplot(2, 2, 3)
axis4 = fig.add_subplot(2, 2, 4)
# 设置标题
fig.suptitle('Anscombe Data',fontsize=20)
# 设置小标题
axis1.set_title('dataset_1',fontsize=20)
axis2.set_title('dataset_2',fontsize=20)
axis3.set_title('dataset_3',fontsize=20)
axis4.set_title('dataset_4',fontsize=20)
# 绘制散点图
axis1.plot(dataset_1['x'],dataset_1['y'],'o')
axis2.plot(dataset_2['x'],dataset_2['y'],'o')
axis3.plot(dataset_3['x'],dataset_3['y'],'o')
axis4.plot(dataset_4['x'],dataset_4['y'],'o')

在这里插入图片描述
扩展：
创建对象的另外一种写法：

fig,((axis1,axis2),(axis3,axis4)) = plt.subplots(2,2,figsize=(20,1

1.4 使用Matplotlib绘制统计图

加载数据：

tips = sns.load_dataset(name='tips',data_home='../data/seaborn_data')
tips.head()

在这里插入图片描述

1.4.1 单变量直方图

单变量

  • 在统计学属于中，‘单变量’（univariate）指单个变量

直方图

  • 直方图是观察单个变量最常用的方法。这些值是经过"装箱"（bin）处理的
  • 直方图会将数据分组后绘制成图来显示变量的分布状况

hist 直方图,x 列值,bins 直方图的柱子个数

  • 指定bins的个数
fig = plt.figure(figsize=(20,10))
axis= fig.add_subplot(1,1,1)
# hist 直方图,x 列值,bins 直方图的柱子个数
axis.hist(x=tips['total_bill'],bins=10)

在这里插入图片描述

  • 自定义直方图柱子，自定义bins列表
fig = plt.figure(figsize=(20,10))
axis= fig.add_subplot(1,1,1)
# hist 直方图,x 列值,bins 直方图的柱子个数
# 自定义直方图柱子 bins=[3,10,20,30,40,50]
axis.hist(x=tips['total_bill'],bins=[3,10,20,30,40,50])
axis.set_title('total_bill',fontsize=20)
axis.set_xlabel('total_bill',fontsize=20)
axis.set_ylabel('count',fontsize=20)

在这里插入图片描述

1.4.2 双变量

  • 双变量（bivariate)指两个变量

散点图

  • 散点图用于表示一个连续变量随另一个连续变量的变化所呈现的大致趋势
fig = plt.figure(figsize=(20,10))
axis= fig.add_subplot(1,1,1)
# hist 散点图,x 列值,y 列值
axis.scatter(x=tips['total_bill'],y=tips['tip'])
axis.set_title('total_bill',fontsize=20)
axis.set_xlabel('total_bill',fontsize=20)
axis.set_ylabel('count',fontsize=20)

在这里插入图片描述

1.4. 3 多变量

多变量图 -> 多列数据进行绘图, 第三个变量可以使用颜色区分, 第四个变量可以使用大小

# 多变量图 -> 多列数据进行绘图, 第三个变量可以使用颜色区分, 第四个变量可以使用大小
fig, ax = plt.subplots(figsize=(16, 8))
# s:大小 数值列
# c:颜色 数值列
ax.scatter(x=tips['total_bill'], y=tips['tip'], s=tips['size']*30,c=tips['size'])
ax.set_title('Histogram of Total Bill')
ax.set_xlabel('Total Bill')
ax.set_ylabel('Tip')
plt.show()

在这里插入图片描述

1.5 Pandas内置Matplotlib

  • df.plot.line() # 折线图的全写方式
  • df.plot.bar() # 柱状图
  • df.plot.barh() # 横向柱状图 （条形图）
  • df.plot.hist() # 直方图
  • df.plot.box() # 箱形图
  • df.plot.kde() # 核密度估计图
  • df.plot.density() # 同 df.plot.kde()
  • df.plot.area() # 面积图
  • s.plot.pie() # 饼图
  • df.plot.scatter() # 散点图
  • df.plot.hexbin() # 六边形箱体图，或简称六边形图

1.6 解决中文显示以及关闭警告

我们在设置标题的时候，会出现中文，如果不设置会发生错误

  • 忽略警告
import warnings
# 忽略warnings
warnings.filterwarnings('ignore')
  • 改变字体即可正常显示中文

将 simhei.ttf 字体文件放到
/export/server/anaconda3/lib/python3.8/site-packages/matplotlib/mpl-data/fonts/ttf
目录下

在这里插入图片描述

修改 /export/server/anaconda3/lib/python3.8/site-packages/matplotlib/mpl-data 目录下的 matplotlibrc 文件

vim matplotlibrc
# 增加以下内容
font.family			 : sans-serif
font.sans-serif		 : SimHei
axes.unicode_minus   : False

在这里插入图片描述

删除 /root/.cache 目录下的 matplotlib 文件

 cd /root/.cache
rm -rf matplotlib

2. pandas 绘图

2.1 折线图 – line

  • df/s.plot(kind=)
  • df/s.plot.bar/line.plot()

加载数据：

import pandas as pd
import seaborn as sns 
import matplotlib.pyplot as plt 
# 加载并读取anscombe数据集，返回df对象
# 通过data_home参数指定seaborn本地的数据集文件夹路径
anscombe = sns.load_dataset('anscombe', data_home='../data/seaborn-data/')
df1 = anscombe[anscombe['dataset']=='I']
df1

在这里插入图片描述
绘制df折线图：

kind 指定了绘图类型，但是不指定x,y，那么就以索引值为x轴，y轴为列值，如果有多列值，就会有多条线

# kind 指定了绘图类型，但是不指定x,y，那么就以索引值为x轴，y轴为列值，如果有多列值，就会有多条线
df1.plot(kind='line',x='x',y='y',figsize=(20,10))

在这里插入图片描述Series.plot()绘图,x轴是索引值,y轴是列值绘制

# Series.plot()绘图,x轴是索引值,y轴是列值
df1['x'].plot()

在这里插入图片描述

2.2 柱状图

df.plot(kind=‘bar’,figsize=(长，宽))

加载数据：

# 加载并读取anscombe数据集，返回df对象
# 通过data_home参数指定seaborn本地的数据集文件夹路径
anscombe = sns.load_dataset('anscombe', data_home='../data/seaborn-data/')
df1 = anscombe[anscombe['dataset']=='I']
df1

在这里插入图片描述

柱状图
反映不同类别的情况, 不同类别就是柱子个数(x轴), 情况就是柱子的高度(y轴)
不同颜色代表不同列
柱子数量代表列值个数
柱子高度代表列值

# 柱状图
# 反映不同类别的情况, 不同类别就是柱子个数(x轴), 情况就是柱子的高度(y轴)
# 不同颜色代表不同列
# 柱子数量代表列值个数
# 柱子高度代表列值
df1.plot(kind='bar',figsize=(20,10))

在这里插入图片描述

  • 指定x,y轴 绘图
# 指定x,y轴 绘图
df1.plot(kind='bar',x='x',y='y',figsize=(20,10))

在这里插入图片描述

  • Series.plot()绘图,x轴是索引值,y轴是列值
# Series.plot()绘图,x轴是索引值,y轴是列值
df1['x'].plot(kind='bar')

在这里插入图片描述

案例展示：

# 加载并读取anscombe数据集，返回df对象
# 通过data_home参数指定seaborn本地的数据集文件夹路径
tips = sns.load_dataset(name='tips',data_home='../data/seaborn_data')
# 统计不同天数 账单总金额, 平均消费金额, 最大用餐人数
temp = tips.groupby('day').agg({'total_bill':'sum','tip':'sum','size':'sum'})
temp
temp.plot(kind='bar',figsize=(20,10))

在这里插入图片描述
在这里插入图片描述

2.3 堆积柱状图

堆积柱状图, 设置 stacked=True

# 堆积柱状图, stacked=True
temp.plot(kind='bar',stacked=True,figsize=(20,10))

在这里插入图片描述

2.4 水平柱状图

kind=‘barh’

# 水平柱状图, kind='barh'
# 横向看是y轴, 纵向看是x轴
temp.plot(kind='barh',figsize=(20,10))

在这里插入图片描述
水平堆积柱状图

# 水平堆积柱状图, kind='barh'，stacked=True
# 横向看是y轴, 纵向看是x轴
temp.plot(kind='barh',stacked=True,figsize=(20,10))

在这里插入图片描述

2.5 饼图

饼图 -> 反映不同类别占比情况, 不同类别分布情况
df.plot.pie(y=)

加载数据：

# 加载并读取anscombe数据集，返回df对象
# 通过data_home参数指定seaborn本地的数据集文件夹路径
anscombe = sns.load_dataset('anscombe', data_home='../data/seaborn-data/')
df1 = anscombe[anscombe['dataset']=='I']
df1

在这里插入图片描述

# 加载并读取anscombe数据集，返回df对象
# 通过data_home参数指定seaborn本地的数据集文件夹路径
tips = sns.load_dataset(name='tips',data_home='../data/seaborn_data')
# 统计不同天数 账单总金额, 平均消费金额, 最大用餐人数
temp = tips.groupby('day').agg({'total_bill':'sum','tip':'sum','size':'sum'})
temp

在这里插入图片描述

# 索引值代表不同类别
# y:根据指定的列值绘制饼图
# autopct:显示标签的样式
# radius:半径大小, 最大1
# title:标题
df1.plot(kind='pie',y='x',figsize=(20,10),autopct='%1.1f%%',radius=1,title='饼图x')

在这里插入图片描述

temp.plot(kind='pie',y='total_bill',figsize=(20,10),autopct='%1.1f%%',radius=1,title='饼图x')

在这里插入图片描述

2.6 散点图

散点图 -> 反映两个变量之间的相关性关系
df.plot.scatter(x=, y=, c=, s=)

加载数据：

# 加载并读取anscombe数据集，返回df对象
# 通过data_home参数指定seaborn本地的数据集文件夹路径
anscombe = sns.load_dataset('anscombe', data_home='../data/seaborn-data/')
df1 = anscombe[anscombe['dataset']=='I']
df1

在这里插入图片描述

df1.plot.scatter(x='x',y='y')

在这里插入图片描述

2.7 气泡图

气泡图 -> 散点图设置s参数, 大小
c:区分颜色
s:区分大

# 气泡图设置s参数, 大小，c参数区分颜色，数字字段
df1.plot.scatter(x='x',y='y',c='y',s=df1['y']*30,figsize=(20,10))

在这里插入图片描述

2.8 面积图

面积图 -> 反映数据的分布情况
df.plot.area(stacked=)

加载数据：

import pandas as pd
import seaborn as sns 
import matplotlib.pyplot as plt 
# 加载并读取anscombe数据集，返回df对象
# 通过data_home参数指定seaborn本地的数据集文件夹路径
anscombe = sns.load_dataset('anscombe', data_home='../data/seaborn-data/')
df1 = anscombe[anscombe['dataset']=='I']
df1
  • 堆积面积图
# 堆积面积图
df1.plot.area(stacked=True,figsize=(20,10))

在这里插入图片描述

  • 不堆积面积图
# 不堆积面积图
df1.plot.area(stacked=False,figsize=(20,10))

在这里插入图片描述

  • s对象的面积图
# Series.plot.area() 面积图
df1['x'].plot.area(figsize=(20,10))

在这里插入图片描述

2.9 箱线图

箱线图 -> 查看数据列的极值情况, 最小值,1/4分位值,中位数,3/4分位值,最大值, 异常值
df.plot.box()

df1.plot.box()

在这里插入图片描述

  • 异常值查看，最大值上面的点值
# 异常值查看，最大值上面的点值
tips.plot.box()

在这里插入图片描述

2.10 蜂巢图

蜂巢图 -> 反映不同变量的大小

# 蜂巢图,x参数代表x轴,y参数代表y轴,gridsize参数代表网格大小
df1.plot.hexbin(x='x',y='y',gridsize=10)

在这里插入图片描述

3. seaborn绘图

  • Seaborn是基于matplotlib的图形可视化python包。Seaborn是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。
  • Matplotlib的API是按照图形的种类进行设计的，比如直方图、散点图等等； 而Seaborn不同，它的绘图API的设计初衷是为了更好的展示数据之间的关系，我们查看Seaborn的官方文档就能很直观的发现这一点。
  • Seaborn的官方文档和版本号
    • API文档 https://seaborn.pydata.org/api.html
    • 历史版本API文档 https://seaborn.pydata.org/archive.html
    • 本课程使用的Seaborn版本为 0.10.1
  • seaborn图的分类
    • 关系图：relplot关系类图表的接口，其实是下面两种图的集成，通过指定kind参数可以画出下面的两种图
      • 散点图 scatterplot() (kind=“scatter”)
      • 线形图 lineplot() (kind=“line”)
    • 分布图
      • 单变量分布图
        • 直方图，质量估计图 distplot()
        • 核密度估计图 kdeplot()
      • 双变量关系图
        • 双变量关系图 jointplot()
        • 变量关系组图 pairplot()
        • 将数组中的数据点绘制为轴上的数据 rugplot()
    • 类别图：catplot 分类图表的接口，其实是下面八种图表的集成，通过指定kind参数可以画出下面的八种图
      • 分类散点图
        • stripplot() (kind=“strip”)
        • swarmplot() (kind=“swarm”)
      • 分类分布图
        • boxplot() (kind=“box”)
        • violinplot() (kind=“violin”)
        • boxenplot() (kind=“boxen”)
      • 分类估计图
        • pointplot() (kind=“point”)
        • barplot() (kind=“bar”)
        • countplot() (kind=“count”)
    • 回归图
      • 回归模型图 Implot()
      • 线性回归图 regplot()
      • 线性回归残差图 residplot()
    • 矩阵图组合图
      • 热力图 heatmap()
      • 聚集图 clustermap()
  • 如果说Matplotlib的API规定了各种图形，那么Seaborn的API设计理念是为了更好的展示数据之间的关系；接下来我们就讲解较为常用的Seaborn绘图API

3.1 catterplot关系散点图

sns.scatterplot( data=tips_df, x=‘total_bill’, y=‘tip’, hue=‘sex’, style=‘smoker’, size=‘time’ )

关系散点图
x:指定列值为x轴值
y:指定列值为y轴值
hue:颜色
size:大小
styple:形状

# 关系散点图
# x:指定列值为x轴值
# y:指定列值为y轴值
# hue:颜色
# size:大小
# styple:形状
sns.scatterplot(data=tips,x='total_bill',y='tip')
plt.title('关系散点图')

在这里插入图片描述

sns.scatterplot(data=tips,x='total_bill',y='tip',hue='sex',size='size',style='size')

在这里插入图片描述

3.2 relplot关系散点线形图

散点图 ,默认是scatter

# 散点图 ,默认是scatter
sns.relplot(data=tips,x='total_bill',y='tip')

在这里插入图片描述

# 散点图 
sns.relplot(data=tips,x='total_bill',y='tip',kind='line')

在这里插入图片描述

3.3 stripplot分类散点图

hue通用参数按颜色划分
jitter=True 当数据点重合较多时，尽量分散的展示数据点
dodge=True 拆分分类

 # 分类散点图
f = plt.figure()
f.add_subplot(2,1,1)
# 按照x属性所对应的类别分别展示y属性的值，适用于分类数据
# 不同饭点的账单总金额的散点图
sns.stripplot(data=tips, x='time', y='total_bill')
f.add_subplot(2,1,2)
# hue通用参数按颜色划分
# jitter=True 当数据点重合较多时，尽量分散的展示数据点
# dodge=True 拆分分类
sns.stripplot(data=tips, x='time', y='total_bill', jitter=True, dodge=True, hue='day')

在这里插入图片描述

3.4 violinplot分类小提琴图

在箱线图基础上额外描述了数值出现的频率

sns.violinplot(data=tips, x='time', y='total_bill')

在这里插入图片描述

  • boxplot分类箱线图
# boxplot分类箱线图
sns.boxplot(data=tips, x='time', y='total_bill')

在这里插入图片描述

3.5 barplot分类平均值分布图

这里是引用

# 分类平均值分布图
# 下图中黑色的粗线条展示了数据的分布(误差线), 线条越短, 数据分布越均匀
# 下图中每个柱的顶点就是该分类y指定列的平均值
# estimator: 聚合函数, 默认平均值 np.mean
sns.barplot(data=tips, x='day', y='total_bill')

在这里插入图片描述

3.6 countplot分类计数图

# 分类计数图  等同于pandas中的直方图
# 按x指定的列值分组统计出现次数
sns.countplot(data=tips, x='day')

在这里插入图片描述

3.7 分类矩阵热力图

# 分类矩阵热力图
# 男女在午餐晚餐的平均消费
new_df = tips.pivot_table(index='sex', columns='time', values='total_bill', aggfunc='mean')
print(new_df)
# 输出为热力图：男性在晚餐花费最多
sns.heatmap(data=new_df)

在这里插入图片描述

3.8 成对关系图

#sns.pairplot(df) # 全部数值列进行两两组合
#sns.pairplot(df, vars=['列名1', '列名2']) # 指定要组合展示的列名
sns.pairplot(tips)

在这里插入图片描述

3.9 通用配置

将 Seaborn 提供的样式声明代码 sns.set() 放置在绘图前，就可以设置图像的样式

sns.set(
    context='paper', 
    style='darkgrid', 
    palette='deep', 
    font='sans-serif', 
    font_scale=1
)
# context： 参数控制着默认的画幅大小，分别有 {paper, notebook, talk, poster} 四个值。其中，poster > talk > notebook > paper。
# style：参数控制默认样式，分别有 {darkgrid, whitegrid, dark, white, ticks}，你可以自行更改查看它们之间的不同。
# palette：参数为预设的调色板。分别有 {deep, muted, bright, pastel, dark, colorblind} 等，你可以自行更改查看它们之间的不同。
# font：用于设置字体
# font_scale：设置字体大小

sns.scatterplot(data=tips_df, x='total_bill', y='tip', hue='sex', style='smoker', size='time')
plt.show()

4. Pyecharts图表绘制

  • Echarts简介
    • ECharts 是一个使用 JavaScript 实现的开源可视化库，涵盖各行业图表，满足各种需求。
    • ECharts 遵循 Apache-2.0 开源协议，免费商用，百度出品。
    • ECharts 兼容当前绝大部分浏览器（IE8/9/10/11，Chrome，Firefox，Safari等）及兼容多种设备，可随时随地任性展示。
  • Pyecharts简介
    • pyecharts是一个用于生成Echarts图表的Python开源类库
    • 使用echart的绘图效果比matplotlib等更加炫酷
  • 无论是Echarts还是Pyecharts都有中文且丰富的文档和示例代码

4.1 安装pyecharts包

  • pyecharts需要额外安装：执行pip install pyecharts==1.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/进行安装

在这里插入图片描述

4.2 官方文档与示例

  • 官方文档 https://pyecharts.org/#/zh-cn/intro
  • 官方案例 https://gallery.pyecharts.org/#/README

案例演示：

# 三方模块, 需要安装
# !pip install pyecharts==1.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

# 获取各国GDP数据
data = pd.read_csv('../data/1960-2019全球GDP数据.csv', encoding='gbk')
data
# 获取2019年各国GDP数据
data_2019 = data.query('year==2019')
data_2019



temp_data = list(zip(data_2019['country'], data_2019['GDP']))
temp_data
import pyecharts.options as opts  # 配置信息
from pyecharts.charts import WordCloud  # 词云图类

c = (
    WordCloud()  # 通过词云图类创建对象 对象名=类名()
    # series_name:标签名
    # data_pair:数据
    # word_size_range:根据数值匹配字体大小
    .add(series_name="GDP值", data_pair=temp_data, word_size_range=[6, 66])
    # 设置全局配置
    .set_global_opts(
        # 添加标题, 标题字体大小
        title_opts=opts.TitleOpts(
            title="2019年不同国家GDP产值", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        # 是否显示提示框
        tooltip_opts=opts.TooltipOpts(is_show=False),
    )
    # 保存图形文件
    .render("../output/basic_wordcloud.html")
)

c = (
    WordCloud()  # 通过词云图类创建对象 对象名=类名()
    # series_name:标签名
    # data_pair:数据
    # word_size_range:根据数值匹配字体大小
    .add(series_name="GDP值", data_pair=temp_data, word_size_range=[6, 66])
    # 设置全局配置
    .set_global_opts(
        # 添加标题, 标题字体大小
        title_opts=opts.TitleOpts(
            title="2019年不同国家GDP产值", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        # 是否显示提示框
        tooltip_opts=opts.TooltipOpts(is_show=False),
    )
)
c.render_notebook()

在这里插入图片描述

5. 小结

  • Matplotlib：各种图形的API

    • 折线图 df.plot.line()
    • 柱状图 df.plot.bar()
    • 水平条形图 df.plot.barh()
    • 饼图 df.plot.pie()
    • 散点图 df.plot.scatter()
    • 气泡图 df.plot.scatter()
      • 在散点图的基础上，除了xy参数以外再增加一个s参数，可以展示三维数据
    • 面积图 df.plot.area()
    • 箱线图 df.boxplot()
      • 可以展示最大值、最小值、1/4分位数、中位数、3/4分位数
    • 直方图 df.plot.hist()
      • 描述一维数据，展示数据出现的次数
    • 蜂巢图 df.plot.hexbin()
      • 描述二维数据的同时，展示数据出现的次数

  • Seaborn：实现各种统计功能的图表API

    • API文档 https://seaborn.pydata.org/api.html
    • 历史版本API文档 https://seaborn.pydata.org/archive.html
    • 关系图：relplot关系类图表的接口，其实是下面两种图的集成，通过指定kind参数可以画出下面的两种图
      • 散点图 scatterplot() (kind=“scatter”)
      • 线形图 lineplot() (kind=“line”)
    • 分布图
      • 单变量分布图
        • 直方图，质量估计图 distplot()
        • 核密度估计图 kdeplot()
      • 双变量关系图
        • 双变量关系图 jointplot()
        • 变量关系组图 pairplot()
        • 将数组中的数据点绘制为轴上的数据 rugplot()
    • 类别图：catplot 分类图表的接口，其实是下面八种图表的集成，通过指定kind参数可以画出下面的八种图
      • 分类散点图
        • stripplot() (kind=“strip”)
        • swarmplot() (kind=“swarm”)
      • 分类分布图
        • boxplot() (kind=“box”)
        • violinplot() (kind=“violin”)
        • boxenplot() (kind=“boxen”)
      • 分类估计图
        • pointplot() (kind=“point”)
        • barplot() (kind=“bar”)
        • countplot() (kind=“count”)
    • 回归图
      • 回归模型图 Implot()
      • 线性回归图 regplot()
      • 线性回归残差图 residplot()
    • 矩阵图组合图
      • 热力图 heatmap()
      • 聚集图 clustermap()

  • Pyecharts

    • 官方文档 https://pyecharts.org/#/zh-cn/intro
    • 官方案例 https://gallery.pyecharts.org/#/README
书生♡
关注
  • 13
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
pandas基础这一篇足以,看完即成初级数据分析师
12-21
综上所述，掌握Pandas的基础知识，包括数据结构、索引操作、算术运算和统计计算，是成为初级数据分析师的基础。随着进一步学习Pandas的高级内容，如数据合并、分组操作、时间序列分析等，数据分析能力将得到显著提升...
（二）爬取新房销售信息——数据分析+可视化篇
12-22
在本篇内容中，我们将探讨如何使用Python的pandas库和matplotlib进行数据分析和可视化，针对爬取的新房销售信息进行深入研究。首先，我们已经通过requests和BeautifulSoup4获取了包含楼盘名、地址和价格的CSV文件。...
Python数据分析数据可视化—–确实比较麻烦的Pandas数据分组工作（持续更新中）
12-21
本篇博客主要聚焦于Pandas中的数据分组操作，这是数据分析过程中不可或缺的一部分，特别是在数据可视化之前的数据整理阶段。 首先，Pandas中最常用的数据分组方法是`groupby()`函数。例如，可以创建一个DataFrame，...
Python数据分析数据可视化–看一眼就能学会的的Pandas数据结构DataFrame（上）
01-21
前面两篇博客写了一维数组Series，接下来再来写写二维数组DataFrame,DataFrame是一个表格型的数据结构，包含一组有序的列，其列的值类型可以是数值、字符串、布尔值等，它的数据以一个或多个二维块存放，不是列表、...
Python 是一种非常适合数据分析和可视化的编程语言
06-01
Python编程语言以其简洁明了的语法和强大的库支持，在数据分析和可视化领域中占据了主导地位。在本篇讨论中，我们将深入探讨Python在这些领域的应用、关键库的作用以及如何利用它们来提升工作效率。 首先，Python的...
数据可视化（王者英雄数据分析）
weixin_45506061的博客
08-03 3581
在数据统计分析和可视化分析的过程中，我们发现英雄的属性在游戏过程中会发生显著的变化，这些变化对英雄的性能和游戏策略的制定具有重要的影响。特征选择的合理性直接影响到模型的性能和效果，因此我们需要仔细考量各个特征与目标变量之间的相关性和重要性，筛选出最具代表性和影响力的特征，以提升模型的效率和精度。通过分析玩家的游戏风格、偏好以及模型对英雄性能的预测，我们能够为玩家提供个性化的英雄推荐，帮助他们在游戏中更好地发挥自己的优势，取得更好的成绩。对建立的模型进行全面而细致的评估，是为了准确确定模型的性能和准确性。
每天一个数据分析题（四百七十五）- 定性研究
shiguangre的博客
08-09 584
内容涵盖Python，SQL，统计学，数据分析理论，深度学习，可视化，机器学习，Spark八个方向的专项练习题库，数据分析从业者刷题必备神器！C. 焦点小组座谈法。下面哪些方法是属于定性研究（ ）A. 文案调查法。B. 深度访谈法。D. 投影技法。
如何使用 Python 进行数据可视化，比如绘制折线图？
xy520521的博客
08-06 391
要使用Python进行数据可视化，可以使用matplotlib库来绘制折线图。运行代码，将会显示一个简单的折线图。你可以根据具体的需求，修改数据和图表的样式来满足你的需求。
数据赋能（171）——开发：数据挖掘——概述、关注焦点
lh1793的专栏
08-09 559
数据挖掘利用算法和技术对大量数据进行处理和分析，发现数据之间的关联、趋势和异常等。数据挖掘的主要目的是从大量数据中自动发现隐藏的模式、关联和趋势，以揭示数据的潜在价值。数据挖掘的本质在于从大量数据中自动发现隐藏的模式、关联和趋势。数据挖掘的重要性在于它能够为企业的决策制定、业务优化、成本降低、创新驱动和竞争优势等方面提供有力支持。数据挖掘是从大量的数据中，提取隐藏在其中的、事先不知道的、但潜在有用的信息的过程。数据挖掘的核心在于从大量数据中自动发现隐藏的模式、关联和趋势，揭示数据的潜在价值。
从零开始构建霸王餐返利APP的技术路线与挑战
最新发布
微赚开发者技术分享博客
08-12 712
构建霸王餐返利APP是一个复杂的过程，涉及到技术选型、系统设计、功能实现和用户体验等多个方面。通过精心设计的技术路线和对挑战的克服，可以打造出一个成功的产品。本文著作权归聚娃科技微赚淘客系统开发者团队，转载请注明出处！
[免费]适用于 Windows 10 的十大数据恢复软件
qq_23996309的博客
08-12 743
Windows 10 是 Microsoft 开发的跨平台和设备应用程序操作系统。它启动速度更快，具有熟悉且扩展的“开始”菜单，甚至可以在多台设备上以新的方式工作。因此，Windows 10 非常受欢迎，我们用它来保存照片、音乐、文档和更多文件。但有时，由于意外删除、格式化、清空回收站、磁盘显示为 RAW、病毒攻击等原因，数据会丢失。此时，适用于 Windows 10 的数据恢复软件是您的最佳选择。
Kafka 的 ISR 机制
weixin_43281498的博客
08-11 361
在 0.9.x 之前的版本，Kafka 有一个核心的参数 :replica.lag.max.messages 表示如果 Follower 落后 Leader 的消息数量超过了这个参数值，就认为 Follower 就会从 ISR 列表里移除。由于 ISR 中的副本与之前的领导副本保持同步，新的领导副本能够继续提供服务，而不会丢失数据。当追随者副本追上了领导副本的日志进度（即达到了与领导副本相同的日志偏移量），领导副本会将其重新加入ISR。具体的 ISR 列表维护机制在不同的 Kafka 版本中有所变化。
工业互联网产教融合实训基地解决方案
whwzzc的博客
08-08 940
依据工业和信息化部《关于加强和改进工业和信息化人才队伍建设的实施意见》的指引，当前工业互联网领域，特别是在智能制造、工业大数据分析、工业网络安全等前沿阵地，正面临严峻的人才短缺挑战，尤其是对复合型、高精尖人才的需求尤为迫切。作为实训基地的技术支撑核心，数据中心将部署高性能的云计算基础设施，构建安全可靠、可扩展的工业互联网云平台。实验室将围绕物联网的感知层、网络层、平台层和应用层四个层次展开教学与实践，通过设计并实施各类物联网项目，如环境监测系统、智能家居控制系统等，帮助学生深入理解物联网技术的原理与应用。
zookeeper集群搭建Windows 7
svygh123的专栏
08-09 268
在 Windows 7 操作系统上搭建 ZooKeeper 集群是可行的，但是由于 Windows 7 是一个较旧的操作系统，可能缺少某些现代的功能或者安全性更新。尽管如此，你仍然可以在 Windows 7 上搭建一个 ZooKeeper 单服务器三节点集群用于测试和学习目的。
【后端】消息中间件小册
weixin_44828537的博客
08-07 968
Kafka Broker 是 Kafka 集群的基本单元，负责处理消息的存储、转发和管理。通过多个 Broker 组成的集群，Kafka 能够实现高吞吐量、低延迟的数据传输和高可用性。唯一订单号通过提供一个唯一的标识符来识别每个订单，使得系统能够检测并避免重复处理同一个订单。结合去重机制和幂等性操作，能够有效地保证消息处理的幂等性，防止数据不一致和重复操作。Kafka 通过将消息按分区存储和保证分区内消息的顺序来维持消息的顺序性。生产者的分区策略确保具有相同分区键的消息按顺序存储，消费者按照顺序读取消息。
Elasticsearch 创建索引库指南
一起coding，一起嗨。
08-11 316
Elasticsearch 创建索引库指南
Kafka和Zookeeper的安装与使用指南
AngelCryToo的专栏
08-09 679
在分布式系统的世界中，Kafka是一种高性能的消息队列系统，而Zookeeper则作为分布式协调服务的基础工具之一，为Kafka的高效运行提供支持。本指南将详细介绍在Windows和Linux系统中安装和配置Zookeeper和Kafka的步骤，并包含一些常用命令和经验总结，帮助你更好地掌握这些工具。
循环执行时数据的同步方式
Darling博客
08-07 576
将sqlserver中stock库里的dbo中的store_goods_stock_data_day表数据同步到hive中ods库中test_stock_store_goods_stock_data_day_i表中。构建任务将mysql中dim库的base_data表数据导入到hive中dim库的test_dim_base_date_full中。也适用于关心数据变化的维表，比如后续需要维护一个拉链表时，需要知道每天新增和更新的数据。适用于事务型事实表，只会新增不会更新的数据，如退货订单表。
数据采集工具之Canal
weixin_44996457的博客
08-08 294
canal.instance.master.address=192.168.140.1:3306 ###修改为自己的mysql信息。到此，我们可以实时获取到mysql数据库的各种操作日志，接下来需要将数据写到哪里 可以按需实现。本文主要介绍canal采集mysql数据的tcp、datahub(kafka)模式如何实现。启动：bin/startup.sh。到此，canal服务端配置完成。c、canal客户端开发。打开看看即可，不需要调整。2、TCP模式的实现。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值