目录
View Code
View Code
-
水平条形图
-
交叉条形图
-
散点图与气泡图
-
热力图
-
箱线图
-
图形可视化其他模块补充
水平条形图
是一种将条形横向放置的条形图，通过排序比较不同类别条形的数据，可以直观地看出各类别数量上的差异
基本使用
# 对读入的数据做升序排序 GDP.sort_values(by = 'GDP',inplace = True) # 绘制条形图 plt.barh(y = range(GDP.shape[0]), width = GDP.GDP, # 指定条形图x轴的数值 tick_label = GDP.Province, # 指定条形图y轴的刻度标签 color = 'steelblue', # 指定条形图的填充色 ) # 添加x轴的标签 plt.xlabel('GDP(万亿)') # 添加条形图的标题 plt.title('2017年度6个省份GDP分布') # 为每个条形图添加数值标签 for y,x in enumerate(GDP.GDP): plt.text(x+0.1,y,'%s' % round(x,1),va='center') # 显示图形 plt.show
交叉条形图
有两条柱形堆叠，通过比较多个相同类别的数据，可以直观地看出各类别的差异
基本使用
HuRun = pd.read_excel('HuRun.xlsx') # Pandas模块之水平交错条形图 HuRun_reshape = HuRun.pivot_table(index = 'City', columns='Year', values='Counts').reset_index() # 对数据集降序排序 HuRun_reshape.sort_values(by = 2016, ascending = False, inplace = True) HuRun_reshape.plot(x = 'City', y = [2016,2017], kind = 'bar', color = ['steelblue', 'indianred'], # 用于旋转x轴刻度标签的角度，0表示水平显示刻度标签 rot = 0, width = 0.8, title = '近两年5个城市亿万资产家庭数比较' ) # 添加y轴标签 plt.ylabel('亿万资产家庭数') plt.xlabel('') plt.show()
直方图的绘制
直方图一般用来观察数据的分布形态，横坐标代表数值的均匀分段，纵坐标代表每个段内的观测数量
一般直方图都会与核密度图搭配使用，目的是更加清晰地掌握数据的分布特征
重要参数
x:指定要绘制直方图的数据
bins:指定直方图条形的个数
normed:是否将直方图的频数转换成频率
orientation:设置直方图的摆放方向，默认为垂直方向
color:设置直方图的填充色
edgecolor:设置直方图边框色
label:设置直方图的标签，可通过legend展示其图例
基本使用
# 绘制直方图 plt.hist(x = Titanic.Age, # 指定绘图数据 bins = 20, # 指定直方图中条块的个数 color = 'steelblue', # 指定直方图的填充色 edgecolor = 'black' # 指定直方图的边框色 ) # 添加x轴和y轴标签 plt.xlabel('年龄') plt.ylabel('频数') # 添加标题 plt.title('乘客年龄分布') # 显示图形 plt.show()
箱线图的绘制
箱线图是另一种体现数据分布的图形，通过该图可以得知数据的下须值(Q1-1.5IQR)、下四 分位数(Q1)、中位数(Q2)、均值、上四分位(Q3)数和上须值(Q3+1.5IQR)，而且箱线图还可以发现数据中的异常点
重要参数
x:指定要绘制箱线图的数据
vert：是否需要将箱线图垂直摆放，默认垂直摆放
whis:指定上下须与上下四分位的距离，默认为1.5倍的四分位差
patch_artist:bool类型参数，是否填充箱体的颜色，默认为False
meanline：bool类型参数，是否用线的形式表示均值，默认为Flase
showmeans:bool类型参数，是否显示均值，默认为Flase
showcaps:bool类型参数，是否显示箱线图顶端和末端的两条线，默认为True showbox:bool类型参数，是否显示箱线图的箱体，默认为True
showfliers:是否显示异常值，默认为True
boxprops:设置箱体的属性，如边框色，填充色等
labels:为箱线图添加标签，类似于图例的作用
filerprops:设置异常值的属性，如异常点的形状、大小、填充色等
medianprops:设置中位数的属性，如线的类型、粗细等
meanprops:设置均值的属性，如点的大小、颜色等
capprops:设置箱线图顶端和末端线条的属性，如颜色、粗细等
whiskerprops:设置须的属性，如颜色、粗细、线的类型等
基本使用
# 绘制箱线图 plt.boxplot(x = Sec_Buildings.price_unit, # 指定绘图数据 patch_artist=True, # 要求用自定义颜色填充盒形图，默认白色填充 showmeans=True, # 以点的形式显示均值 boxprops = {'color':'black','facecolor':'steelblue'},# 设置箱体属性，如边框色和填充色 # 设置异常点属性，如点的形状、填充色和点的大小 flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3,'markeredgecolor':'red'}, # 设置均值点的属性，如点的形状、填充色和点的大小 meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4}, # 设置中位数线的属性，如线的类型和颜色 medianprops = {'linestyle':'--','color':'orange'}, labels = [''] # 删除x轴的刻度标签，否则图形显示刻度标签为1 ) # 添加图形标题 plt.title('二手房单价分布的箱线图') # 显示图形 plt.show()
折线图的绘制
对于时间序列数据而言，一般都会使用折线图反映数据背后的趋势。通常折线图的横坐标指代日期数据，纵坐标代表某个数值型变量，当然还可以使用第三个离散变量对折线图进行分组处理
重要属性
x:指定折线图的x轴数据
y:指定折线图的y轴数据
linestyle:指定折线的类型，可以是实线、虚线、点虚线、点点线等，默认为实线
linewidth:指定折线的宽度
marker:可以为折线图添加点，该参数是设置点的形状
markersize:设置点的大小
markeredgecolor:设置点的边框色
markerfactcolor:设置点的填充色
markeredgewidth:设置点的边框宽度
label:为折线图添加标签，类似于图例的作用
基本使用
import matplotlib as mpl plt.plot(wechat.Date, # x轴数据 wechat.Counts, # y轴数据 linestyle = '-', # 折线类型 linewidth = 2, # 折线宽度 color = 'steelblue', # 折线颜色 marker = 'o', # 折线图中添加圆点 markersize = 6, # 点的大小 markeredgecolor='black', # 点的边框色 markerfacecolor='brown') # 点的填充色 # 获取图的坐标信息 ax = plt.gca() # 设置日期的显示格式 date_format = mpl.dates.DateFormatter("%m-%d") ax.xaxis.set_major_formatter(date_format) # 设置x轴每个刻度的间隔天数 xlocator = mpl.ticker.MultipleLocator(7) ax.xaxis.set_major_locator(xlocator) # 添加y轴标签 plt.ylabel('人数') # 添加图形标题 plt.title('每天微信文章阅读人数趋势') # 显示图形 plt.show()
绘制两条折线图
基本使用
plt.plot(wechat.Date, # x轴数据 wechat.Counts, # y轴数据 linestyle = '-', # 折线类型，实心线 color = 'steelblue', # 折线颜色 label = '阅读人数' ) # 绘制阅读人次折线图 plt.plot(wechat.Date, # x轴数据 wechat.Times, # y轴数据 linestyle = '--', # 折线类型，虚线 color = 'indianred', # 折线颜色 label = '阅读人次' ) # 获取图的坐标信息 ax = plt.gca() # 设置日期的显示格式 date_format = mpl.dates.DateFormatter("%m-%d") ax.xaxis.set_major_formatter(date_format) # 设置x轴显示多少个日期刻度 # xlocator = mpl.ticker.LinearLocator(10) # 设置x轴每个刻度的间隔天数 xlocator = mpl.ticker.MultipleLocator(7) ax.xaxis.set_major_locator(xlocator) # 为了避免x轴刻度标签的紧凑，将刻度标签旋转45度 plt.xticks(rotation=45) # 添加y轴标签 plt.ylabel('人数') # 添加图形标题 plt.title('每天微信文章阅读人数与人次趋势') # 添加图例 plt.legend() # 显示图形 plt.show()
散点图的绘制
两个数值型变量之间是否存在某种关系，例如正向的线性关系，或者是趋势性的非线性关系
重要参数
x:指定散点图的x轴数据
y:指定散点图的y轴数据
s:指定散点图点的大小，默认为20，通过传入其他数值型变量，可以实现气泡图的绘制
c:指定散点图点的颜色，默认为蓝色，也可以传递其他数值型变量，通过cmap参数的色阶表示数值大小
marker:指定散点图点的形状，默认为空心圆
alpha:设置散点的透明度
linewidths:设置散点边界线的宽度
edgecolors:设置散点边界线的颜色
基本使用
# 读入数据 iris = pd.read_csv(r'iris.csv') # 绘制散点图 plt.scatter(x = iris.Petal_Width, # 指定散点图的x轴数据 y = iris.Petal_Length, # 指定散点图的y轴数据 color = 'steelblue' # 指定散点图中点的颜色 ) # 添加x轴和y轴标签 plt.xlabel('花瓣宽度') plt.ylabel('花瓣长度') # 添加标题 plt.title('鸢尾花的花瓣宽度与长度关系') # 显示图形 plt.show()
气泡图的绘制
泡图的实质就是通过第三个数值型变量控制每个散点的大小，点越大，代表的第三维数值越高，反之亦然
重要参数
s:指定散点图点的大小，默认为20，通过传入其他数值型变量，可以实现气泡图的绘制
基本使用
# 读入数据 iris = pd.read_csv(r'iris.csv') # 绘制散点图 plt.scatter(x = iris.Petal_Width, # 指定散点图的x轴数据 y = iris.Petal_Length, # 指定散点图的y轴数据 s = 20 ) # 添加x轴和y轴标签 plt.xlabel('花瓣宽度') plt.ylabel('花瓣长度') # 添加标题 plt.title('鸢尾花的花瓣宽度与长度关系') # 显示图形 plt.show()
热力图的绘制
热力图也称为交叉填充表，图形最典型的用法就是实现列联表的可视化，即通过图形的方式展现两个离散变量之间的组合关系
重要参数
data:指定绘制热力图的数据集
cmap:指定一个colormap对象，用于热力图的填充色
annot:指定一个bool类型的值或与data参数形状一样的数组，如果为True，就在热力图的每个单元上显示数值
fmt:指定单元格中数据的显示格式
annot_kws:有关单元格中数值标签的其他属性描述，如颜色、大小等
linewidths:指定每个单元格的边框宽度
linecolor:指定每个单元格的边框颜色
基本使用
# 读取数据 Sales = pd.read_excel(r'Sales.xlsx') # 根据交易日期，衍生出年份和月份字段 Sales['year'] = Sales.Date.dt.year Sales['month'] = Sales.Date.dt.month # 统计每年各月份的销售总额（绘制热力图之前，必须将数据转换为交叉表形式） Summary = Sales.pivot_table(index = 'month', columns = 'year', values = 'Sales', aggfunc = np.sum) Summary # 绘制热力图 sns.heatmap(data = Summary, # 指定绘图数据 cmap = 'PuBuGn', # 指定填充色 linewidths = .1, # 设置每个单元格边框的宽度 annot = True, # 显示数值 fmt = '.1e' # 以科学计算法显示数据 ) #添加标题 plt.title('每年各月份销售总额热力图') # 显示图形 plt.show()
组合图的绘制
将绘制的多个图形组合到一个大图框内，形成类似仪表板的效果
重要参数
shape:指定组合图的框架形状，以元组形式传递，如2×3的矩阵可以表示成(2,3)
loc:指定子图所在的位置，如shape中第一行第一列可以表示成(0,0)
rowspan:指定某个子图需要跨几行
colspan:指定某个子图需要跨几列
基本使用
# 读取数据 Prod_Trade = pd.read_excel(r'Prod_Trade.xlsx') # 衍生出交易年份和月份字段 Prod_Trade['year'] = Prod_Trade.Date.dt.year Prod_Trade['month'] = Prod_Trade.Date.dt.month # 设置大图框的长和高 plt.figure(figsize = (12,6)) # 设置第一个子图的布局 ax1 = plt.subplot2grid(shape = (2,3), loc = (0,0)) # 统计2012年各订单等级的数量 Class_Counts = Prod_Trade.Order_Class[Prod_Trade.year == 2012].value_counts() Class_Percent = Class_Counts/Class_Counts.sum() # 绘制订单等级饼图 ax1.pie(x = Class_Percent.values, labels = Class_Percent.index, autopct = '%.1f%%') # 添加标题 ax1.set_title('各等级订单比例') # 设置第二个子图的布局 ax2 = plt.subplot2grid(shape = (2,3), loc = (0,1)) # 统计2012年每月销售额 Month_Sales = Prod_Trade[Prod_Trade.year == 2012].groupby(by = 'month').aggregate({'Sales':np.sum}) # 绘制销售额趋势图 Month_Sales.plot(title = '2012年各月销售趋势', ax = ax2, legend = False) # 删除x轴标签 ax2.set_xlabel('') # 设置第三个子图的布局 ax3 = plt.subplot2grid(shape = (2,3), loc = (0,2), rowspan = 2) # 绘制各运输方式的成本箱线图 sns.boxplot(x = 'Transport', y = 'Trans_Cost', data = Prod_Trade, ax = ax3) # 添加标题 ax3.set_title('各运输方式成本分布') # 删除x轴标签 ax3.set_xlabel('') # 修改y轴标签 ax3.set_ylabel('运输成本') # 设置第四个子图的布局 ax4 = plt.subplot2grid(shape = (2,3), loc = (1,0), colspan = 2) # 2012年客单价分布直方图 sns.distplot(Prod_Trade.Sales[Prod_Trade.year == 2012], bins = 40, norm_hist = True, ax = ax4, hist_kws = {'color':'steelblue'}, kde_kws=({'linestyle':'--', 'color':'red'})) # 添加标题 ax4.set_title('2012年客单价分布图') # 修改x轴标签 ax4.set_xlabel('销售额') # 调整子图之间的水平间距和高度间距 plt.subplots_adjust(hspace=0.6, wspace=0.3) # 图形显示 plt.show()
可视化相关模块
1.matplotlib
是一个 Python 的 2D绘图库
它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形
2.seaborn
3.highcharts
Highcharts 是一个用纯JavaScript编写的一个图表库， 能够很简单便捷的在web网站或是web应用程序添加有交互性的图表
并且免费提供给个人学习、个人网站和非商业用途使用。HighCharts支持的图表类型有曲线图、区域图、柱状图、饼状图、散状点图和综合图表。
4.echarts
ECharts是一款基于JavaScript的数据可视化图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表
5.ds.js
老外发明的可视化图
作业
# 读取数据 Prod_Trade = pd.read_excel(r'Prod_Trade.xlsx') # 衍生出交易年份和月份字段 Prod_Trade['year'] = Prod_Trade.Date.dt.year Prod_Trade['month'] = Prod_Trade.Date.dt.month # 设置大图框的长和高 plt.figure(figsize = (12,6)) # 设置第一个子图的布局 ax1 = plt.subplot2grid(shape = (2,3), loc = (0,0)) # 统计2012年各订单等级的数量 Class_Counts = Prod_Trade.Order_Class[Prod_Trade.year == 2012].value_counts() Class_Percent = Class_Counts/Class_Counts.sum() # 绘制订单等级饼图 ax1.pie(x = Class_Percent.values, labels = Class_Percent.index, autopct = '%.1f%%') # 添加标题 ax1.set_title('各等级订单比例') # 设置第二个子图的布局 ax2 = plt.subplot2grid(shape = (2,3), loc = (0,1)) # 统计2012年每月销售额 Month_Sales = Prod_Trade[Prod_Trade.year == 2012].groupby(by = 'month').aggregate({'Sales':np.sum}) # 绘制销售额趋势图 Month_Sales.plot(title = '2012年各月销售趋势', ax = ax2, legend = False) # 删除x轴标签 ax2.set_xlabel('') # 设置第三个子图的布局 ax3 = plt.subplot2grid(shape = (2,3), loc = (0,2)) # 绘制各运输方式的成本箱线图 sns.boxplot(x = 'Transport', y = 'Trans_Cost', data = Prod_Trade, ax = ax3) # 添加标题 ax3.set_title('各运输方式成本分布') # 删除x轴标签 ax3.set_xlabel('') # 修改y轴标签 ax3.set_ylabel('运输成本') # 设置第四个子图的布局 ax4 = plt.subplot2grid(shape = (2,3), loc = (1,0)) # 2012年客单价分布直方图 sns.distplot(Prod_Trade.Sales[Prod_Trade.year == 2012], bins = 40, norm_hist = True, ax = ax4, hist_kws = {'color':'steelblue'}, kde_kws=({'linestyle':'--', 'color':'red'})) # 添加标题 ax4.set_title('2012年客单价分布图') # 修改x轴标签 ax4.set_xlabel('销售额') # 设置第五个子图的布局 ax5=plt.subplot2grid(shape=(2,3),loc=(1,1)) Titanic = pd.read_csv('titanic_train.csv') Titanic.dropna(subset=['Age'], inplace=True) plt.hist(x = Titanic.Age, bins = 20, color = 'steelblue',edgecolor = 'black' ) plt.xlabel('年龄') plt.ylabel('频数') plt.title('乘客年龄分布') # 设置第六个子图的布局 ax6=plt.subplot2grid(shape=(2,3),loc=(1,2)) GDP = pd.read_excel(r'Province GDP 2017.xlsx') GDP.sort_values(by = 'GDP',inplace = True) plt.barh(y = range(GDP.shape[0]), width = GDP.GDP, tick_label = GDP.Province, color = 'red', ) plt.xlabel('GDP(万亿)') plt.title('2017年度6个省份GDP分布') for y,x in enumerate(GDP.GDP): plt.text(x+0.1,y,'%s' % round(x,1),va='center') # 调整子图之间的水平间距和高度间距 plt.subplots_adjust(hspace=0.6, wspace=0.3) # 图形显示 plt.show()
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
