Python數(shù)據(jù)可視化教程之基礎篇
開運張 | 作者
知乎專欄 |?來源
https://zhuanlan.zhihu.com/p/55642042
經(jīng)過學習之后，我總結了利用python實現(xiàn)可視化的三個步驟：
確定問題，選擇圖形
轉換數(shù)據(jù)，應用函數(shù)
參數(shù)設置，一目了然
1
首先，要知道我們用哪些庫來畫圖?
matplotlib
python中最基本的作圖庫就是matplotlib，是一個最基礎的Python可視化庫，一般都是從matplotlib上手Python數(shù)據(jù)可視化，然后開始做縱向與橫向拓展。
Seaborn
是一個基于matplotlib的高級可視化效果庫，針對的點主要是數(shù)據(jù)挖掘和機器學習中的變量特征選取，seaborn可以用短小的代碼去繪制描述更多維度數(shù)據(jù)的可視化效果圖
其他庫還包括
Bokeh（是一個用于做瀏覽器端交互可視化的庫，實現(xiàn)分析師與數(shù)據(jù)的交互）；Mapbox（處理地理數(shù)據(jù)引擎更強的可視化工具庫）等等
本篇文章主要使用matplotlib進行案例分析
第一步：確定問題，選擇圖形
業(yè)務可能很復雜，但是經(jīng)過拆分，我們要找到我們想通過圖形表達什么具體問題。分析思維的訓練可以學習《麥肯錫方法》和《金字塔原理》中的方法。
這是網(wǎng)上的一張關于圖表類型選擇的總結。
在python中，我們可以總結為以下四種基本視覺元素來展現(xiàn)圖形：
點：scatter plot 二維數(shù)據(jù)，適用于簡單二維關系；
線：line plot 二維數(shù)據(jù)，適用于時間序列；
柱狀：bar plot 二維數(shù)據(jù)，適用于類別統(tǒng)計；
顏色：heatmap 適用于展示第三維度；
數(shù)據(jù)間存在分布，構成，比較，聯(lián)系以及變化趨勢等關系。對應不一樣的關系，選擇相應的圖形進行展示。
第二步：轉換數(shù)據(jù)，應用函數(shù)
數(shù)據(jù)分析和建模方面的大量編程工作都是用在數(shù)據(jù)準備的基礎上的：加載、清理、轉換以及重塑。我們可視化步驟也需要對數(shù)據(jù)進行整理，轉換成我們需要的格式再套用可視化方法完成作圖。
下面是一些常用的數(shù)據(jù)轉換方法：
合并：merge，concat，combine_frist(類似于數(shù)據(jù)庫中的全外連接)
重塑：reshape；軸向旋轉：pivot（類似excel數(shù)據(jù)透視表）
去重：drop_duplicates
映射：map
填充替換：fillna,replace
重命名軸索引：rename
將分類變量轉換‘啞變量矩陣’的get_dummies函數(shù)以及在df中對某列數(shù)據(jù)取限定值等等。
函數(shù)則根據(jù)第一步中選擇好的圖形，去找python中對應的函數(shù)。
第三步：參數(shù)設置，一目了然
原始圖形畫完后，我們可以根據(jù)需求修改顏色（color），線型（linestyle），標記（maker）或者其他圖表裝飾項標題（Title），軸標簽（xlabel，ylabel），軸刻度（set_xticks），還有圖例（legend）等，讓圖形更加直觀。
第三步是在第二步的基礎上,為了使圖形更加清晰明了，做的修飾工作。具體參數(shù)都可以在制圖函數(shù)中找到。
2
可視化作圖基礎
Matplotlib作圖基礎
#導入包
import?numpy?as?np
import?pandas?as?pd
import?matplotlib.pyplot?as?pltFigure和Subplot
matplotlib的圖形都位于Figure（畫布）中，Subplot創(chuàng)建圖像空間。不能通過figure繪圖，必須用add_subplot創(chuàng)建一個或多個subplot。
figsize可以指定圖像尺寸。
#創(chuàng)建畫布
fig = plt.figure()
#創(chuàng)建subplot，221表示這是2行2列表格中的第1個圖像。
ax1 = fig.add_subplot(221)
#但現(xiàn)在更習慣使用以下方法創(chuàng)建畫布和圖像，2,2表示這是一個2*2的畫布，可以放置4個圖像
fig , axes = plt.subplots(2,2,sharex=True,sharey=True)
#plt.subplot的sharex和sharey參數(shù)可以指定所有的subplot使用相同的x，y軸刻度。
利用Figure的subplots_adjust方法可以調整間距。
subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=None,hspace=None)
顏色color，標記marker，和線型linestyle
matplotlib的plot函數(shù)接受一組X和Y坐標，還可以接受一個表示顏色和線型的字符串縮寫：'g--'，表示顏色是綠色green，線型是'--'虛線。也可以使用參數(shù)明確的指定。
線型圖還可以加上一些標記（marker），來突出顯示數(shù)據(jù)點的位置。標記也可以放在格式字符串中，但標記類型和線型必須放在顏色后面。
plt.plot(np.random.randn(30),color='g',linestyle='--',marker='o')
[] 
刻度，標簽和圖例
plt的xlim、xticks和xtickslabels方法分別控制圖表的范圍和刻度位置和刻度標簽。
調用方法時不帶參數(shù)，則返回當前的參數(shù)值；調用時帶參數(shù)，則設置參數(shù)值。
plt.plot(np.random.randn(30),color='g',linestyle='--',marker='o')
plt.xlim() #不帶參數(shù)調用，顯示當前參數(shù)；
#可將xlim替換為另外兩個方法試試
(-1.4500000000000002,?30.45)
plt.plot(np.random.randn(30),color='g',linestyle='--',marker='o')
plt.xlim([0,15]) #橫軸刻度變成0-15
(0,?15)
設置標題，軸標簽，刻度以及刻度標簽
fig?= plt.figure();ax?= fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())
ticks = ax.set_xticks([0,250,500,750,1000])?#設置刻度值
labels = ax.set_xticklabels(['one','two','three','four','five'])?#設置刻度標簽
ax.set_title('My first Plot')?#設置標題
ax.set_xlabel('Stage')?#設置軸標簽
Text(0.5,0,'Stage')
添加圖例
圖例legend是另一種用于標識圖標元素的重要工具。可以在添加subplot的時候傳入label參數(shù)。
fig?= plt.figure(figsize=(12,5));ax?= fig.add_subplot(111)
ax.plot(np.random.randn(1000).cumsum(),'k',label='one')?#傳入label參數(shù)，定義label名稱
ax.plot(np.random.randn(1000).cumsum(),'k--',label='two')
ax.plot(np.random.randn(1000).cumsum(),'k.',label='three')
#圖形創(chuàng)建完后，只需要調用legend參數(shù)將label調出來即可。
ax.legend(loc='best')?#要求不是很嚴格的話，建議使用loc=‘best’參數(shù)來讓它自己選擇最佳位置
注解
除標準的圖表對象之外，我們還可以自定義添加一些文字注解或者箭頭。
注解可以通過text，arrow和annotate等函數(shù)進行添加。text函數(shù)可以將文本繪制在指定的x，y坐標位置，還可以進行自定義格式
plt.plot(np.random.randn(1000).cumsum())
plt.text(600,10,'test ',family='monospace',fontsize=10)
#中文注釋在默認環(huán)境下并不能正常顯示，需要修改配置文件，使其支持中文字體。具體步驟請自行搜索。保存圖表到文件
利用plt.savefig可以將當前圖表保存到文件。例如，要將圖表保存為png文件，可以執(zhí)行
文件類型是根據(jù)拓展名而定的。其他參數(shù)還有：
fname：含有文件路徑的字符串，拓展名指定文件類型
dpi：分辨率，默認100 facecolor,edgcolor 圖像的背景色，默認‘w’白色
format：顯示設置文件格式（'png','pdf','svg','ps','jpg'等）
bbox_inches：圖表需要保留的部分。如果設置為“tight”，則將嘗試剪除圖像周圍的空白部分
plt.savefig('./plot.jpg')?#保存圖像為plot名稱的jpg格式圖像
432x288?with?0?Axes> 3
Pandas中的繪圖函數(shù)
Matplotlib作圖
matplotlib是最基礎的繪圖函數(shù)，也是相對較低級的工具。組裝一張圖表需要單獨調用各個基礎組件才行。Pandas中有許多基于matplotlib的高級繪圖方法，原本需要多行代碼才能搞定的圖表，使用pandas只需要短短幾行。
我們使用的就調用了pandas中的繪圖包。
import?matplotlib.pyplot?as?plt線型圖
Series和DataFrame都有一個用于生成各類圖表的plot方法。默認情況下，他們生成的是線型圖。
s = pd.Series(np.random.randn(10).cumsum(),index=np.arange(0,100,10))
s.plot() #Series對象的索引index會傳給matplotlib用作繪制x軸。
0xf553128> 
df?= pd.DataFrame(np.random.randn(10,4).cumsum(0),columns=['A','B','C','D'])
df.plot()?#plot會自動為不同變量改變顏色，并添加圖例
Series.plot方法的參數(shù)
label：用于圖表的標簽
style：風格字符串，'g--'
alpha：圖像的填充不透明度（0-1）
kind：圖表類型（bar，line，hist，kde等）
xticks：設定x軸刻度值
yticks：設定y軸刻度值
xlim，ylim：設定軸界限，[0,10]
grid：顯示軸網(wǎng)格線，默認關閉
rot：旋轉刻度標簽
use_index：將對象的索引用作刻度標簽
logy：在Y軸上使用對數(shù)標尺
DataFrame.plot方法的參數(shù)
DataFrame除了Series中的參數(shù)外，還有一些獨有的選項。
subplots：將各個DataFrame列繪制到單獨的subplot中
sharex，sharey：共享x，y軸
figsize：控制圖像大小
title：圖像標題
legend：添加圖例，默認顯示
sort_columns：以字母順序繪制各列，默認使用當前順序
柱狀圖
在生成線型圖的代碼中加上kind=‘bar’或者kind=‘barh’，可以生成柱狀圖或水平柱狀圖。
fig,axes = plt.subplots(2,1)
data = pd.Series(np.random.rand(10),index=list('abcdefghij'))
data.plot(kind='bar',ax=axes[0],rot=0,alpha=0.3)
data.plot(kind='barh',ax=axes[1],grid=True)
0xfe39898> 
柱狀圖有一個非常實用的方法：
利用value_counts圖形化顯示Series或者DF中各值的出現(xiàn)頻率。
比如df.value_counts().plot(kind='bar')
Python可視化的基礎語法就到這里，其他圖形的繪制方法大同小異。
重點是遵循三個步驟的思路來進行思考、選擇、應用。多多練習可以更加熟練。
-?END -
本文為轉載分享&推薦閱讀，若侵權請聯(lián)系后臺刪除
猜你喜歡