Python數據可視化入門案例分析

這篇文章主要講解了“Python數據可視化入門案例分析”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python數據可視化入門案例分析”吧！

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數據可視化，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，針對的點主要是數據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據的可視化效果圖

其他庫還包括

Bokeh（是一個用于做瀏覽器端交互可視化的庫，實現分析師與數據的交互）；Mapbox（處理地理數據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

業務可能很復雜，但是經過拆分，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圖形：

• 點：scatter plot 二維數據，適用于簡單二維關系；

• 線：line plot 二維數據，適用于時間序列；

• 柱狀：bar plot 二維數據，適用于類別統計；

• 顏色：heatmap 適用于展示第三維度；

數據間存在分布，構成，比較，聯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：轉換數據，應用函數

數據分析和建模方面的大量編程工作都是用在數據準備的基礎上的：加載、清理、轉換以及重塑。我們可視化步驟也需要對數據進行整理，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據轉換方法：

• 合并：merge，concat，combine_frist(類似于數據庫中的全外連接)

• 重塑：reshape；軸向旋轉：pivot（類似excel數據透視表）

• 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函數以及在df中對某列數據取限定值等等。

函數則根據第一步中選擇好的圖形，去找python中對應的函數。

第三步：參數設置，一目了然

原始圖形畫完后，我們可以根據需求修改顏色（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。具體參數都可以在制圖函數中找到。

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 plt

Figure和Subplot

matplotlib的圖形都位于Figure（畫布）中，Subplot創建圖像空間。不能通過figure繪圖，必須用add_subplot創建一個或多個subplot。

figsize可以指定圖像尺寸。

#創建畫布
fig = plt.figure()
<Figure size 432x288 with 0 Axes>
#創建subplot，221表示這是2行2列表格中的第1個圖像。
ax1 = fig.add_subplot(221)
#但現在更習慣使用以下方法創建畫布和圖像，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參數可以指定所有的subplot使用相同的x，y軸刻度。

顏色color，標記marker，和線型linestyle

matplotlib的plot函數接受一組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。也可以使用參數明確的指定。

線型圖還可以加上一些標記（marker），來突出顯示數據點的位置。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')
[<matplotlib.lines.Line2D at 0x8c919b0>]

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，則返回當前的參數值；調用時帶參數，則設置參數值。

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)

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。

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，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')
#圖形創建完后，只需要調用legend參數將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’參數來讓它自己選擇最佳位置
<matplotlib.legend.Legend at 0xa8f5a20>

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等函數進行添加。text函數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，可以執行

文件類型是根據拓展名而定的。其他參數還有：

• 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
<Figure size 432x288 with 0 Axes>

Pandas中的繪圖函數

Matplotlib作圖

matplotlib是最基礎的繪圖函數，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。
<matplotlib.axes._subplots.AxesSubplot at 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
<matplotlib.axes._subplots.AxesSubplot at 0xf4f9eb8>

Series.plot方法的參數

• 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軸上使用對數標尺

DataFrame.plot方法的參數

DataFrame除了Series中的參數外，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)
<matplotlib.axes._subplots.AxesSubplot at 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

感謝各位的閱讀，以上就是“Python數據可視化入門案例分析”的內容了，經過本文的學習后，相信大家對Python數據可視化入門案例分析這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！