超硬核的 Python 数据可视化教程!

开发 后端 数据可视化
python中最基本的作图库就是matplotlib,是一个最基础的Python可视化库,一般都是从matplotlib上手Python数据可视化,然后开始做纵向与横向拓展。

Python实现可视化的三个步骤:

  • 确定问题,选择图形
  • 转换数据,应用函数
  • 参数设置,一目了然

1、首先,要知道我们用哪些库来画图?

matplotlib

python中最基本的作图库就是matplotlib,是一个最基础的Python可视化库,一般都是从matplotlib上手Python数据可视化,然后开始做纵向与横向拓展。

Seaborn

是一个基于matplotlib的高级可视化效果库,针对的点主要是数据挖掘和机器学习中的变量特征选取,seaborn可以用短小的代码去绘制描述更多维度数据的可视化效果图

其他库还包括

Bokeh(是一个用于做浏览器端交互可视化的库,实现分析师与数据的交互);Mapbox(处理地理数据引擎更强的可视化工具库)等等

本篇文章主要使用matplotlib进行案例分析

第一步:确定问题,选择图形

业务可能很复杂,但是经过拆分,我们要找到我们想通过图形表达什么具体问题。分析思维的训练可以学习《麦肯锡方法》和《金字塔原理》中的方法。

这是网上的一张关于图表类型选择的总结。

在python中,我们可以总结为以下四种基本视觉元素来展现图形:

  • 点:scatter plot 二维数据,适用于简单二维关系;
  • 线:line plot 二维数据,适用于时间序列;
  • 柱状:bar plot 二维数据,适用于类别统计;
  • 颜色:heatmap 适用于展示第三维度;

数据间存在分布,构成,比较,联系以及变化趋势等关系。对应不一样的关系,选择相应的图形进行展示。

第二步:转换数据,应用函数

数据分析和建模方面的大量编程工作都是用在数据准备的基础上的:加载、清理、转换以及重塑。我们可视化步骤也需要对数据进行整理,转换成我们需要的格式再套用可视化方法完成作图。

下面是一些常用的数据转换方法:

  • 合并:merge,concat,combine_frist(类似于数据库中的全外连接)
  • 重塑:reshape;轴向旋转:pivot(类似excel数据透视表)
  • 去重:drop_duplicates
  • 映射:map
  • 填充替换:fillna,replace
  • 重命名轴索引:rename

将分类变量转换‘哑变量矩阵’的get_dummies函数以及在df中对某列数据取限定值等等。

函数则根据第一步中选择好的图形,去找python中对应的函数。

第三步:参数设置,一目了然

原始图形画完后,我们可以根据需求修改颜色(color),线型(linestyle),标记(maker)或者其他图表装饰项标题(Title),轴标签(xlabel,ylabel),轴刻度(set_xticks),还有图例(legend)等,让图形更加直观。

第三步是在第二步的基础上,为了使图形更加清晰明了,做的修饰工作。具体参数都可以在制图函数中找到。

2、可视化作图基础

Matplotlib作图基础

  1. #导入包 
  2. import numpy as np 
  3. import pandas as pd 
  4. import matplotlib.pyplot as plt 

Figure和Subplot

matplotlib的图形都位于Figure(画布)中,Subplot创建图像空间。不能通过figure绘图,必须用add_subplot创建一个或多个subplot。

figsize可以指定图像尺寸。

  1. figure() 
  2. <Figure size 432x288 with 0 Axes> 
  3. #创建subplot,221表示这是2行2列表格中的第1个图像。 
  4. ax1 = fig.add_subplot(221) 
  5. #但现在更习惯使用以下方法创建画布和图像,2,2表示这是一个2*2的画布,可以放置4个图像 
  6. fig , axes = plt.subplots(2,2,sharex=True,sharey=True
  7. #plt.subplot的sharex和sharey参数可以指定所有的subplot使用相同的x,y轴刻度。 

 

利用Figure的subplots_adjust方法可以调整间距。

  1. subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=None,hspace=None) 

 

颜色color,标记marker,和线型linestyle

matplotlib的plot函数接受一组X和Y坐标,还可以接受一个表示颜色和线型的字符串缩写:'g--',表示颜色是绿色green,线型是'--'虚线。也可以使用参数明确的指定。

线型图还可以加上一些标记(marker),来突出显示数据点的位置。标记也可以放在格式字符串中,但标记类型和线型必须放在颜色后面。

  1. plt.plot(np.random.randn(30),color='g',linestyle='--',marker='o'
  2. [<matplotlib.lines.Line2D at 0x8c919b0>] 

 

 

刻度,标签和图例

plt的xlim、xticks和xtickslabels方法分别控制图表的范围和刻度位置和刻度标签。

调用方法时不带参数,则返回当前的参数值;调用时带参数,则设置参数值。

  1. plt.plot(np.random.randn(30),color='g',linestyle='--',marker='o'
  2. plt.xlim() #不带参数调用,显示当前参数; 
  3. #可将xlim替换为另外两个方法试试 
  4. (-1.4500000000000002, 30.45) 

 

  1. plt.plot(np.random.randn(30),color='g',linestyle='--',marker='o'
  2. plt.xlim([0,15]) #横轴刻度变成0-15 
  3. (0, 15) 

 

设置标题,轴标签,刻度以及刻度标签

  1. fig = plt.figure();ax = fig.add_subplot(1,1,1) 
  2. ax.plot(np.random.randn(1000).cumsum()) 
  3. ticks = ax.set_xticks([0,250,500,750,1000]) #设置刻度值 
  4. labels = ax.set_xticklabels(['one','two','three','four','five']) #设置刻度标签 
  5. ax.set_title('My first Plot') #设置标题 
  6. ax.set_xlabel('Stage') #设置轴标签 
  7. Text(0.5,0,'Stage'

 

添加图例

图例legend是另一种用于标识图标元素的重要工具。可以在添加subplot的时候传入label参数。

  1. fig = plt.figure(figsize=(12,5));ax = fig.add_subplot(111) 
  2. ax.plot(np.random.randn(1000).cumsum(),'k',label='one') #传入label参数,定义label名称 
  3. ax.plot(np.random.randn(1000).cumsum(),'k--',label='two'
  4. ax.plot(np.random.randn(1000).cumsum(),'k.',label='three'
  5. #图形创建完后,只需要调用legend参数将label调出来即可。 
  6. ax.legend(loc='best') #要求不是很严格的话,建议使用loc=‘best’参数来让它自己选择最佳位置 
  7. <matplotlib.legend.Legend at 0xa8f5a20> 

 

注解

除标准的图表对象之外,我们还可以自定义添加一些文字注解或者箭头。

注解可以通过text,arrow和annotate等函数进行添加。text函数可以将文本绘制在指定的x,y坐标位置,还可以进行自定义格式

  1. plt.plot(np.random.randn(1000).cumsum()) 
  2. plt.text(600,10,'test ',family='monospace',fontsize=10) 
  3. #中文注释在默认环境下并不能正常显示,需要修改配置文件,使其支持中文字体。具体步骤请自行搜索。 

保存图表到文件

利用plt.savefig可以将当前图表保存到文件。例如,要将图表保存为png文件,可以执行

文件类型是根据拓展名而定的。其他参数还有:

  • fname:含有文件路径的字符串,拓展名指定文件类型
  • dpi:分辨率,默认100 facecolor,edgcolor 图像的背景色,默认‘w’白色
  • format:显示设置文件格式('png','pdf','svg','ps','jpg'等)
  • bbox_inches:图表需要保留的部分。如果设置为“tight”,则将尝试剪除图像周围的空白部分
  • plt.savefig('./plot.jpg') #保存图像为plot名称的jpg格式图像

3、Pandas中的绘图函数

Matplotlib作图

matplotlib是最基础的绘图函数,也是相对较低级的工具。组装一张图表需要单独调用各个基础组件才行。Pandas中有许多基于matplotlib的高级绘图方法,原本需要多行代码才能搞定的图表,使用pandas只需要短短几行。

我们使用的就调用了pandas中的绘图包。

  1. import matplotlib.pyplot as plt 

线型图

Series和DataFrame都有一个用于生成各类图表的plot方法。默认情况下,他们生成的是线型图。

  1. s = pd.Series(np.random.randn(10).cumsum(),index=np.arange(0,100,10)) 
  2. s.plot() #Series对象的索引index会传给matplotlib用作绘制x轴。 
  3. <matplotlib.axes._subplots.AxesSubplot at 0xf553128> 

 

  1. df = pd.DataFrame(np.random.randn(10,4).cumsum(0),columns=['A','B','C','D']) 
  2. df.plot() #plot会自动为不同变量改变颜色,并添加图例 
  3. <matplotlib.axes._subplots.AxesSubplot at 0xf4f9eb8> 

 

Series.plot方法的参数

  • label:用于图表的标签
  • style:风格字符串,'g--'
  • alpha:图像的填充不透明度(0-1)
  • kind:图表类型(bar,line,hist,kde等)
  • xticks:设定x轴刻度值
  • yticks:设定y轴刻度值
  • xlim,ylim:设定轴界限,[0,10]
  • grid:显示轴网格线,默认关闭
  • rot:旋转刻度标签
  • use_index:将对象的索引用作刻度标签
  • logy:在Y轴上使用对数标尺

DataFrame.plot方法的参数

DataFrame除了Series中的参数外,还有一些独有的选项。

  • subplots:将各个DataFrame列绘制到单独的subplot中
  • sharex,sharey:共享x,y轴
  • figsize:控制图像大小
  • title:图像标题
  • legend:添加图例,默认显示
  • sort_columns:以字母顺序绘制各列,默认使用当前顺序

柱状图

在生成线型图的代码中加上kind=‘bar’或者kind=‘barh’,可以生成柱状图或水平柱状图。

  1. fig,axes = plt.subplots(2,1) 
  2. data = pd.Series(np.random.rand(10),index=list('abcdefghij')) 
  3. data.plot(kind='bar',ax=axes[0],rot=0,alpha=0.3) 
  4. data.plot(kind='barh',ax=axes[1],grid=True
  5. <matplotlib.axes._subplots.AxesSubplot at 0xfe39898> 

 

柱状图有一个非常实用的方法:利用value_counts图形化显示Series或者DF中各值的出现频率。

  1. 比如df.value_counts().plot(kind='bar'

Python可视化的基础语法就到这里,其他图形的绘制方法大同小异。

重点是遵循三个步骤的思路来进行思考、选择、应用。多多练习可以更加熟练。

 

责任编辑:未丽燕 来源: 知乎专栏
相关推荐

2020-03-11 14:39:26

数据可视化地图可视化地理信息

2022-08-26 09:15:58

Python可视化plotly

2017-10-14 13:54:26

数据可视化数据信息可视化

2017-10-31 09:38:53

大数据数据可视化Python

2020-05-26 11:34:46

可视化WordCloud

2022-02-23 09:50:52

PythonEchartspyecharts

2017-06-29 11:26:08

Python数据可视化

2017-07-18 14:40:05

大数据数据可视化

2021-07-26 10:41:16

数据可视化设备大屏

2018-11-30 10:28:44

Python反爬网页

2017-02-23 09:42:53

大数据数据可视化技术误区

2021-08-30 11:40:06

PythonSeaborn可视化

2022-07-05 15:11:42

Python数据可视化机器学习

2020-06-15 14:10:29

Web 开发可视化

2015-08-20 10:00:45

可视化

2018-12-03 16:50:23

数据可视化数据分析薪水

2019-01-02 11:59:26

Python数据可视化GDP

2018-11-21 14:38:09

分析在数据电影

2022-09-29 11:16:21

Python数据可视化

2014-06-30 09:24:48

数据可视化
点赞
收藏

51CTO技术栈公众号