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

本文链接：https://www.cnblogs.com/banshaohuan/p/11329103.html

Python 数据分析中常用的可视化工具