數(shù)據(jù)可視化，就是指將結(jié)構(gòu)或非結(jié)構(gòu)數(shù)據(jù)轉(zhuǎn)換成適當(dāng)?shù)目梢暬瘓D表，然后將隱藏在數(shù)據(jù)中的信息直接展現(xiàn)于人們面前。相比傳統(tǒng)的用表格或文檔展現(xiàn)數(shù)據(jù)的方式，可視化能將數(shù)據(jù)以更加直觀的方式展現(xiàn)出來，使數(shù)據(jù)更加客觀、更具說服力。

數(shù)據(jù)可視化已經(jīng)被用于工作科研的方方面面，如工作報表、科研論文等，成為了不可或缺的基礎(chǔ)技能?，F(xiàn)在，就讓我們一起來學(xué)習(xí)下數(shù)據(jù)可視化的基礎(chǔ)知識。

一、 常用可視化工具

Python有許多用于數(shù)據(jù)可視化的庫，例如常見的有seaborn、pyecharts（echarts的Python版本）、ggplot（移植于R語言的ggplot2，但是有些差別，Python有其他方法可以調(diào)用R語言的ggplot2）、bokeh、Plotly（同時支持Python和R語言）等等，這些大多是基于Matplotlib進行開發(fā)封裝的。

Matplotlib是一個Python 2D繪圖庫（使用Matplotlib發(fā)布的mpl_toolkits庫可以畫3D圖形 ），能夠以多種硬拷貝格式和跨平臺的交互式環(huán)境生成出版物質(zhì)量的圖形，用來繪制各種靜態(tài)，動態(tài)，交互式的圖表。

Matplotlib 是 Python 最著名的繪圖庫，它提供了一整套和 MATLAB 相似的命令 API，十分適合交互式地進行制圖。而且也可以方便地將它作為繪圖控件，使用在Python腳本，Python和IPython Shell、Jupyter notebook，Web應(yīng)用程序服務(wù)器和各種圖形用戶界面工具包等上面。

二、?Matplotlib 初識

1. 例子

Matplotlib的圖像是畫在figure（如windows，jupyter窗體）上的，每一個figure又包含了一個或多個axes（一個可以指定坐標(biāo)系的子區(qū)域）。最簡單的創(chuàng)建figure以及axes的方式是通過pyplot.subplots命令，創(chuàng)建axes以后，可以使用Axes.plot繪制最簡易的折線圖。

聲明：以下使用的是IPython Shell

%matplotlib??#?在IPython?Shell調(diào)用Matplotlib繪圖接口，需要加這行代碼
import?matplotlib.pyplot?as?plt
import?numpy?as?np
?
fig,?ax=?plt.subplots()??#?創(chuàng)建一個包含一個axes的figure
?#?繪圖
ax.plot([1,?2,?3,?4],?[1,?4,?3,?2])??

這里有一個小知識點，很小很小，但是對于剛剛接觸數(shù)據(jù)可視化的新手可能容易弄混。ax.plot([1, 2, 3, 4], [1, 4, 3, 2]) 這句代碼里面第一個參數(shù)是數(shù)據(jù)集里各個數(shù)據(jù)點的X值的集合，第二個參數(shù)數(shù)據(jù)集里各個數(shù)據(jù)點的Y值的集合。所以這里輸入的參數(shù)值并不是數(shù)學(xué)上常見的成對坐標(biāo)點如(x1,y1)、(x2,y2)、...、(xn,yn)的格式，而是 (x1,x2,...,xn)和(y1,y2,...,yn) 。

2. 例子

和MATLAB命令類似，你還可以通過一種更簡單的方式繪制圖像，matplotlib.pyplot 方法能夠直接在當(dāng)前axes上繪制圖像，如果用戶未指定axes，matplotlib會幫你自動創(chuàng)建一個。所以上面的例子也可以簡化為以下這一行代碼。

plt.plot([1,?2,?3,?4],?[1,?4,?2,?3])??

plt.figure()??#?創(chuàng)建一個新的Figure對象
plt.plot([1,?2,?3,?4],?[1,?4,?2,?3])?

三、 Matplotlib 全貌

現(xiàn)在我們來深入看一下figure的組成。通過一張figure解剖圖，我們可以看到一個完整的matplotlib圖像通常會包括以下四個層級，這些層級也被稱為容器（container），下一節(jié)會詳細(xì)介紹。在matplotlib的世界中，我們將通過各種命令方法來操縱圖像中的每一個部分，從而達到數(shù)據(jù)可視化的最終效果，一副完整的圖像實際上是各類子元素的集合。

• Figure：頂層級，用來容納所有繪圖元素。

• Axes：matplotlib宇宙的核心，容納了大量元素用來構(gòu)造一幅幅子圖，一個figure可以由一個或多個子圖組成。

• Axis：axes的下屬層級，用于處理所有和坐標(biāo)軸，網(wǎng)格有關(guān)的元素。

• Tick：axis的下屬層級，用來處理所有和刻度有關(guān)的元素。

四、 Matplotlib 繪圖接口

matplotlib提供了兩種最常用的繪圖接口

1. 顯式創(chuàng)建figure和axes，在上面調(diào)用繪圖方法，也被稱為OO模式（object-oriented style)。
2. 依賴pyplot自動創(chuàng)建figure和axes，并繪圖。

使用第一種繪圖接口，是這樣的：

x?=?np.linspace(0,?2,?100)

fig,?ax?=?plt.subplots()??
ax.plot(x,?x,?label='linear')??
ax.plot(x,?x**2,?label='quadratic')??
ax.plot(x,?x**3,?label='cubic')??
ax.set_xlabel('x?label')?
ax.set_ylabel('y?label')?
ax.set_title("Simple?Plot")??
ax.legend()?

x?=?np.linspace(0,?2,?100)

plt.figure()??#?IPython里面需要加這行，jupyter?notebook則不用
plt.plot(x,?x,?label='linear')?
plt.plot(x,?x**2,?label='quadratic')??
plt.plot(x,?x**3,?label='cubic')
plt.xlabel('x?label')
plt.ylabel('y?label')
plt.title("Simple?Plot")
plt.legend()

五、?討論

在工作或?qū)W習(xí)中通常何時會用到數(shù)據(jù)可視化，希望通過可視化達到什么目的？

個人經(jīng)驗：

• ① 在機器學(xué)習(xí)中，數(shù)據(jù)可視化經(jīng)常用于各種算法模型擬合效果的直觀展示。
  

例子1：線性回歸模型的擬合效果。

例子2：機器學(xué)習(xí)聚類算法的K-MEANS算法和DBSCAN算法對數(shù)據(jù)集劃分類別的效果對比。
下圖來源：K-MEANS可視化網(wǎng)站https://www.naftaliharris.com/blog/visualizing-k-means-clustering/

下圖來源：DBSCAN算法可視化網(wǎng)站https://www.naftaliharris.com/blog/visualizing-dbscan-clustering/

• ② 在數(shù)據(jù)分析和數(shù)據(jù)挖掘中經(jīng)常用來檢查數(shù)據(jù)的分布，以及窺探數(shù)據(jù)集內(nèi)在的規(guī)律或事件發(fā)展的規(guī)律。以下是個人在數(shù)據(jù)分析和數(shù)據(jù)挖掘中使用到數(shù)據(jù)可視化的2個案例。
  例1：使用黃氏曲線評估零售店促銷活動效果
  例2：Kaggle項目：Predict Future Sales（商品未來銷量預(yù)測）

參考連接：（數(shù)據(jù)可視化開源教程）