（附代碼）50 種常用的 matplotlib 可視化圖

轉(zhuǎn)載自 | 機(jī)器之心

介紹

該表格主要介紹了 7 種不同的 matplotlib 可視化類別，讀者可根據(jù)目的選擇不同的圖。例如，如果你想要繪制兩個(gè)變量之間的關(guān)系，查看下面 Correlation 部分；或者如果你想展示某個(gè)變量的動(dòng)態(tài)變化，查看下面的 Change 部分。

一個(gè)美麗的圖表應(yīng)該：

• 提供準(zhǔn)確、有需求的信息，不歪曲事實(shí)；

• 設(shè)計(jì)簡(jiǎn)單，獲取時(shí)不會(huì)太費(fèi)力；

• 美感是為了支持這些信息，而不是為了掩蓋這些信息；

• 不要提供太過豐富的信息與太過復(fù)雜的結(jié)構(gòu)。

如下所示為 7 種不同類型的可視化圖表：協(xié)相關(guān)性主要描述的是不同變量之間的相互關(guān)系；偏差主要展現(xiàn)出不同變量之間的差別；排序主要是一些有序的條形圖、散點(diǎn)圖或斜線圖等；分布就是繪制概率與統(tǒng)計(jì)中的分布圖，包括離散型的直方圖和連續(xù)型的概率密度分布圖等。后面還有變量的時(shí)序變化圖和類別圖等常見的可視化制圖類別。

配置

在繪制這 50 種可視化圖之前，我們需要配置一下依賴項(xiàng)以及通用設(shè)定，當(dāng)然后面有一些獨(dú)立的美圖會(huì)修改通用設(shè)定。如果讀者看中了某種可視化圖，那么用這些配置再加上對(duì)應(yīng)的可視化代碼就能嵌入到我們自己的項(xiàng)目中。

# !pip install brewer2mpl
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
import warnings; warnings.filterwarnings(action='once')

large = 22; med = 16; small = 12
params = {'axes.titlesize': large,
          'legend.fontsize': med,
          'figure.figsize': (16, 10),
          'axes.labelsize': med,
          'axes.titlesize': med,
          'xtick.labelsize': med,
          'ytick.labelsize': med,
          'figure.titlesize': large}
plt.rcParams.update(params)
plt.style.use('seaborn-whitegrid')
sns.set_style("white")
%matplotlib inline

# Version
print(mpl.__version__)  #> 3.0.0
print(sns.__version__)  #> 0.9.0

前面列出了 7 大類共 50 種不同的可視化圖，但我們無法一一介紹，因此我們從協(xié)相關(guān)性、偏差、分布、時(shí)序變化和群組圖中各選擇了一個(gè)示例，它們能展示不同數(shù)據(jù)在不同情況下的可視化需求。

相關(guān)圖（Correllogram）

若有兩種變量，且它們的值為離散的，那么二維相關(guān)圖可以表示兩個(gè)變量所有可能組合之間的相關(guān)性。當(dāng)然如果是單變量，那么自身所有可能的組合也可以組成一個(gè)相關(guān)圖：

# Import Dataset
df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")

# Plot
plt.figure(figsize=(12,10), dpi= 80)
sns.heatmap(df.corr(), xticklabels=df.corr().columns, yticklabels=df.corr().columns, cmap='RdYlGn', center=0, annot=True)

# Decorations
plt.title('Correlogram of mtcars', fontsize=22)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.show()

面積圖（Area Chart）

通過使用不同的顏色表示水平軸和線之間的區(qū)域，面積圖不僅強(qiáng)調(diào)峰值和低谷值，同時(shí)還強(qiáng)調(diào)它們持續(xù)的時(shí)間：即峰值持續(xù)時(shí)間越長(zhǎng)，面積越大。

import numpy as np
import pandas as pd

# Prepare Data
df = pd.read_csv("https://github.com/selva86/datasets/raw/master/economics.csv", parse_dates=['date']).head(100)
x = np.arange(df.shape[0])
y_returns = (df.psavert.diff().fillna(0)/df.psavert.shift(1)).fillna(0) * 100

# Plot
plt.figure(figsize=(16,10), dpi= 80)
plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] >= 0, facecolor='green', interpolate=True, alpha=0.7)
plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] <= 0, facecolor='red', interpolate=True, alpha=0.7)

# Annotate
plt.annotate('Peak \n1975', xy=(94.0, 21.0), xytext=(88.0, 28),
             bbox=dict(boxstyle='square', fc='firebrick'),
             arrowprops=dict(facecolor='steelblue', shrink=0.05), fontsize=15, color='white')


# Decorations
xtickvals = [str(m)[:3].upper()+"-"+str(y) for y,m in zip(df.date.dt.year, df.date.dt.month_name())]
plt.gca().set_xticks(x[::6])
plt.gca().set_xticklabels(xtickvals[::6], rotation=90, fontdict={'horizontalalignment': 'center', 'verticalalignment': 'center_baseline'})
plt.ylim(-35,35)
plt.xlim(1,100)
plt.title("Month Economics Return %", fontsize=22)
plt.ylabel('Monthly returns %')
plt.grid(alpha=0.5)
plt.show()

密度圖（Density Plot）

在概率論與統(tǒng)計(jì)學(xué)習(xí)方法中，可視化概率密度就變得非常重要了。這種密度圖正是可視化連續(xù)型隨機(jī)變量分布的利器，分布曲線上的每一個(gè)點(diǎn)都是概率密度，分布曲線下的每一段面積都是特定情況的概率。如下所示，通過將它們按「response」變量分組，我們可以了解 X 軸和 Y 軸之間的關(guān)系。

# Import Data
df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

# Draw Plot
plt.figure(figsize=(16,10), dpi= 80)
sns.kdeplot(df.loc[df['cyl'] == 4, "cty"], shade=True, color="g", label="Cyl=4", alpha=.7)
sns.kdeplot(df.loc[df['cyl'] == 5, "cty"], shade=True, color="deeppink", label="Cyl=5", alpha=.7)
sns.kdeplot(df.loc[df['cyl'] == 6, "cty"], shade=True, color="dodgerblue", label="Cyl=6", alpha=.7)
sns.kdeplot(df.loc[df['cyl'] == 8, "cty"], shade=True, color="orange", label="Cyl=8", alpha=.7)

# Decoration
plt.title('Density Plot of City Mileage by n_Cylinders', fontsize=22)
plt.legend()
plt.show()

此外值得注意的是，深度學(xué)習(xí)，尤其是深度生成模型中的分布極其復(fù)雜，它們是不能直接可視化的，我們一般會(huì)通過 T-SNE 等降維方法可視化。

時(shí)序變化圖（Time Series Plot）

時(shí)序變化圖也是機(jī)器學(xué)習(xí)中最常見的一種可視化圖表，不論是可視化損失函數(shù)還是準(zhǔn)確率，都需要這種時(shí)序變化圖的幫助。這種圖主要關(guān)注某個(gè)變量怎樣隨時(shí)間變化而變化，以下展示了從 1949 到 1969 航空客運(yùn)量的變化：

# Import Data
df = pd.read_csv('https://github.com/selva86/datasets/raw/master/AirPassengers.csv')

# Draw Plot
plt.figure(figsize=(16,10), dpi= 80)
plt.plot('date', 'traffic', data=df, color='tab:red')

# Decoration
plt.ylim(50, 750)
xtick_location = df.index.tolist()[::12]
xtick_labels = [x[-4:] for x in df.date.tolist()[::12]]
plt.xticks(ticks=xtick_location, labels=xtick_labels, rotation=0, fontsize=12, horizontalalignment='center', alpha=.7)
plt.yticks(fontsize=12, alpha=.7)
plt.title("Air Passengers Traffic (1949 - 1969)", fontsize=22)
plt.grid(axis='both', alpha=.3)

# Remove borders
plt.gca().spines["top"].set_alpha(0.0)    
plt.gca().spines["bottom"].set_alpha(0.3)
plt.gca().spines["right"].set_alpha(0.0)    
plt.gca().spines["left"].set_alpha(0.3)   
plt.show()

樹狀圖（Dendrogram）

樹狀圖是另一個(gè)比較有用的圖表，層次聚類或決策樹等算法可以使用它完成優(yōu)美的可視化。樹形圖是以樹的圖形表示數(shù)據(jù)或模型結(jié)構(gòu)，以父層和子層的結(jié)構(gòu)來組織對(duì)象，是枚舉法的一種表達(dá)方式。下圖展示了一種神似層次聚類算法的圖表：

import scipy.cluster.hierarchy as shc

# Import Data
df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/USArrests.csv')

# Plot
plt.figure(figsize=(16, 10), dpi= 80)  
plt.title("USArrests Dendograms", fontsize=22)  
dend = shc.dendrogram(shc.linkage(df[['Murder', 'Assault', 'UrbanPop', 'Rape']], method='ward'), labels=df.State.values, color_threshold=100)  
plt.xticks(fontsize=12)
plt.show()

本文簡(jiǎn)要介紹了這篇文章，詳細(xì)的 50 種可視化可參考以下原文鏈接。

50 種可視化圖原地址：https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python

整理不易，點(diǎn)贊三連↓