第9章 绘图和可视化

信息可视化（也叫绘图）是数据分析中最重要的⼯作之⼀。matplotlib是⼀个⽤于创建出版质量图表的桌⾯绘图包。

matplotlib⽀持各种操作系统上许多不同的GUI后端，⽽且还能将图⽚导出为各种常⻅的⽮量（vector）和光栅（raster）图：PDF、SVG、JPG、PNG、BMP、GIF等。

9.1 matplotlib API⼊⻔

如果要在Jupyter notebook或ipython使用matplotlib,需要先做出声明:(matplotlib对Jupyter notebook和ipython做了接口优化)

1
2
3
4
5
# Jupyter notebook
%matplotlib	notebook

# ipython
%matplotlib

声明之后还需要导入matplotlib,matplotlib的通常引⼊约定是：

1
import matplotlib.pyplot as plt

在Jupyter notebook输入

1
2
3
4
5
6
7
8
9
%matplotlib	notebook

import numpy as np
import matplotlib.pyplot as plt 


data = np.arange(10)

plt.plot(data)

1557474865190

Figure和Subplot

matplotlib的图像都位于Figure对象中。
使用plt.figure创建⼀个新的Figure：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt 


fig = plt.figure()

# 创建2*2的网格(即最多4张图),选中第一个子图
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)

# fig.add_subplot返回的对象是AxesSubplot对象
print(type(ax1))
# <class 'matplotlib.axes._subplots.AxesSubplot'>

# matplotlib就会在最后⼀个用过的subplot上进⾏绘制.
plt.plot(np.random.randn(50).cumsum(), 'k--')

# 直方图
_ = ax1.hist(np.random.randn(100), bins=20, color='k', alpha=0.3)

# 散点图
ax2.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))

# 展示图像
plt.show()

注意:
matplotlib就会在最后⼀个⽤过的subplot上进⾏绘制.
1557537464786

matplotlib中的作图线的属性及设置方式

  • 颜色（color 简写为 c）：

    1. 蓝色： ‘b’ (blue)
    2. 绿色： ‘g’ (green)
    3. 红色： ‘r’ (red)
    4. 蓝绿色(墨绿色)： ‘c’ (cyan)
    5. 红紫色(洋红)： ‘m’ (magenta)
    6. 黄色： ‘y’ (yellow)
    7. 黑色： ‘k’ (black)
    8. 白色： ‘w’ (white)
    9. 灰度表示： e.g. 0.75 ([0,1]内任意浮点数)
    10. RGB表示法： e.g. ‘#2F4F4F’ 或 (0.18, 0.31, 0.31)
    11. 任意合法的html中的颜色表示： e.g. ‘red’, ‘darkslategray’

  • 线型（linestyle 简写为 ls）：

    1. 实线： ‘-‘
    2. 虚线： ‘–’
    3. 点画线： ‘-.’
    4. 点线： ‘:’
    5. 点： ‘.’

  • 图形标记（标记marker）：

    1. 圆形： ‘o’
    2. 加号： ‘+’
    3. 叉形： ‘x’
    4. 星型： ‘*’
    5. 方形： ‘s’

  • 图像标记、线宽及透明度：

    1. 标记大小：markersize 简写为 ms
    2. 标记表面(内部)颜色：markerfacecolor 简写为 mfc
    3. 标记边缘宽度：markeredgewidth 简写为 mew
    4. 标记边缘颜色：markeredgecolor 简写为 mec
    5. 线宽：linewidth
    6. 透明度：alpha，[0,1]之间的浮点数

  • 设置线的属性的几种方式:

    1
    2
    3
    4
    5
    6
    7
    8
    # 1.直接在plt.plot()中使用'line properties'
    plt.plot(x, y, 'r--')  # 颜色线型总是组合在一起

    # 2.运用关键字参数
    plt.plot(x, y, markersize=15, marker='d', markerfacecolor='g')

    # 3.混合使用1 和 2
    plt.plot(x, y, 'r--', markersize=15, marker='d', markerfacecolor='g', linewidth=2)

    注意:颜色,线型,图形标记总是组合在一起:

    1
    plt.plot(x, y, 'ro--')

上面创建子图的方法太麻烦了,可以使用plt.subplots(2, 3):

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 


# 创建⼀个新的Figure，并返回⼀个含有已创建的subplot对象的NumPy数组
# 创建2*3的网格
fig, axes = plt.subplots(2, 3)
print(axes)
# [[<matplotlib.axes._subplots.AxesSubplot object at 0x00000213BC9E22E8>
#   <matplotlib.axes._subplots.AxesSubplot object at 0x00000213BEF5C470>
#   <matplotlib.axes._subplots.AxesSubplot object at 0x00000213BEF81AC8>]
#  [<matplotlib.axes._subplots.AxesSubplot object at 0x00000213BEFB4198>
#   <matplotlib.axes._subplots.AxesSubplot object at 0x00000213BEFDB860>
#   <matplotlib.axes._subplots.AxesSubplot object at 0x00000213BF002EB8>]]

print(fig)
# Figure(640x480)

print(type(fig))
# <class 'matplotlib.figure.Figure'>

print(type(axes))
# <class 'numpy.ndarray'>

axes[1,1].plot(np.random.randn(50).cumsum(), 'k--')

plt.show()

1557537920132

pyplot.subplots的选项:

9613137

调整subplot周围的间距

默认情况下，matplotlib会在subplot外围留下⼀定的边距，并在subplot之间留下⼀定的间距。

利⽤Figure的subplots_adjust方法修改间距:

1
2
subplots_adjust(left=None, bottom=None, right=None, top=None,
                wspace=None, hspace=None)

wspace和hspace⽤于控制宽度和高度的百分⽐，可以⽤作subplot之间的间距。

1
2
3
4
5
6
7
8
9
10
11
import numpy as np
import matplotlib.pyplot as plt 


# sharex共享x轴
fig, axes = plt.subplots(2, 2, sharex=True, sharey=True)
for i in range(2):
    for j in range(2):
        axes[i, j].hist(np.random.randn(500), bins=50, color='k', alpha=0.5)
plt.subplots_adjust(wspace=0, hspace=0)
plt.show()

1557538437511

颜⾊、标记和线型

1
2
3
4
5
6
7
8
9
10
11
12
import numpy as np
import matplotlib.pyplot as plt


data = np.random.randn(30).cumsum()
plt.plot(data, 'r--', label='Default')
plt.plot(data, 'k-', drawstyle='steps-post', label='steps-post')

# 图例
plt.legend(loc='best')

plt.show()

1557539262356

基础设置:

  1. 与 MATLAB 类似，使用 axis 函数指定坐标轴显示的范围：

    1
    plt.axis([xmin, xmax, ymin, ymax])

  2. 使用 plt.plot() 的返回值来设置线条属性:
    plot 函数返回一个 Line2D 对象组成的列表，每个对象代表输入的一对组合:

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    import numpy as np
    import matplotlib.pyplot as plt 


    # 加逗号 line 中得到的是 line2D 对象，不加逗号得到的是只有一个 line2D 对象的列表
    line, = plt.plot(np.random.randn(50).cumsum(), 'r--') 

    # 将抗锯齿关闭
    line.set_antialiased(False)

    plt.show()

  3. plt.setp() 修改线条性质:

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    import numpy as np
    import matplotlib.pyplot as plt 


    # 加逗号 line 中得到的是 line2D 对象，不加逗号得到的是只有一个 line2D 对象的列表
    lines = plt.plot(np.random.randn(50).cumsum()) 

    # 使用键值对
    plt.setp(lines, color='r', linewidth=2.0)

    # 或者使用 MATLAB 风格的字符串对
    plt.setp(lines, 'color', 'r', 'linewidth', 2.0)

    plt.show()

    plt.setp(lines)的全部属性:

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43

    agg_filter: unknown
    alpha: float (0.0 transparent through 1.0 opaque)         
    animated: [True | False]         
    antialiased or aa: [True | False]         
    axes: an :class:`~matplotlib.axes.Axes` instance         
    clip_box: a :class:`matplotlib.transforms.Bbox` instance         
    clip_on: [True | False]         
    clip_path: [ (:class:`~matplotlib.path.Path`,         :class:`~matplotlib.transforms.Transform`) |         :class:`~matplotlib.patches.Patch` | None ]         
    color or c: any matplotlib color         
    contains: a callable function         
    dash_capstyle: ['butt' | 'round' | 'projecting']         
    dash_joinstyle: ['miter' | 'round' | 'bevel']         
    dashes: sequence of on/off ink in points         
    drawstyle: ['default' | 'steps' | 'steps-pre' | 'steps-mid' |                   'steps-post']         
    figure: a :class:`matplotlib.figure.Figure` instance         
    fillstyle: ['full' | 'left' | 'right' | 'bottom' | 'top' | 'none']         
    gid: an id string         
    label: string or anything printable with '%s' conversion.         
    linestyle or ls: [``'-'`` | ``'--'`` | ``'-.'`` | ``':'`` | ``'None'`` |                   ``' '`` | ``''``]
    linewidth or lw: float value in points         
    lod: [True | False]         
    marker: :mod:`A valid marker style <matplotlib.markers>`
    markeredgecolor or mec: any matplotlib color         
    markeredgewidth or mew: float value in points         
    markerfacecolor or mfc: any matplotlib color         
    markerfacecoloralt or mfcalt: any matplotlib color         
    markersize or ms: float         
    markevery: [None | int | length-2 tuple of int | slice |         list/array of int | float | length-2 tuple of float]
    path_effects: unknown
    picker: float distance in points or callable pick function         ``fn(artist, event)``         
    pickradius: float distance in points         
    rasterized: [True | False | None]         
    sketch_params: unknown
    snap: unknown
    solid_capstyle: ['butt' | 'round' |  'projecting']         
    solid_joinstyle: ['miter' | 'round' | 'bevel']         
    transform: a :class:`matplotlib.transforms.Transform` instance         
    url: a url string         
    visible: [True | False]         
    xdata: 1D array         
    ydata: 1D array         
    zorder: any number

  4. 图形上加上文字:

    • xlabel ：x 轴标注
    • ylabel ：y 轴标注
    • title ：图形标题
    • text ：在指定位置放入文字
    • annotate：注释
      1. xy参数 ：注释位置
      2. xytext参数 ：注释文字位置
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    import numpy as np
    import matplotlib.pyplot as plt 


    mu, sigma = 100, 15
    x = mu + sigma * np.random.randn(10000)

    # the histogram of the data
    n, bins, patches = plt.hist(x, 50, normed=1, facecolor='g', alpha=0.75)

    # x轴标签名
    plt.xlabel('Smarts')
    plt.ylabel('Probability')

    # 图形标题
    plt.title('Histogram of IQ')

    # 在指定位置放入文字
    # 如果要输入特殊符号,需要使用Tex语法
    plt.text(60, .025, r'$\mu=100,\ \sigma=15$')

    plt.axis([40, 160, 0, 0.03])

    # 是否显示网格
    plt.grid(True)

    plt.show()

    1557541333930

刻度、标签和图例

对于⼤多数的图表装饰项，其主要实现⽅式有⼆：

  • 使⽤过程型的pyplot接⼝（例如，matplotlib.pyplot）
  • 更为⾯向对象的原生matplotlib API。

pyplot接口的设计⽬的就是交互式使⽤:

  • xlim⽅法:
    控制图表的范围
  • xticks⽅法:
    控制刻度位置
  • xticklabels⽅法:
    控制刻度标签

使⽤⽅式:

  • 调⽤时不带参数，则返回当前的参数值
    （例如，plt.xlim()返回当前的X轴绘图范围）。
  • 调⽤时带参数，则设置参数值
    （例如，plt.xlim([0,10])会将X轴的范围设置为0到10）。

所有这些⽅法都是AxesSubplot起作⽤的。
它们各⾃对应subplot对象上的两个⽅法，以xlim为例，就是ax.get_xlim和ax.set_xlim。

设置标题、轴标签、刻度以及刻度标签

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
import numpy as np
import matplotlib.pyplot as plt 


fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(np.random.randn(1000).cumsum())

# 设置轴标签范围
ticks = ax.set_xticks([0, 250, 500, 750, 1000])

# 设置标签值,倾斜30度小字体
labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'],
                            rotation=30, fontsize='small')

# 设置图形名称
ax.set_title('My first matplotlib plot')

# 设置轴名称
ax.set_xlabel('Stages')

plt.show()

1557543158160

要是嫌上面的代码太繁琐,可以直接使用set函数:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

ax.plot(np.random.randn(1000).cumsum())

props = {
    'title': 'My first matplotlib plot',
    'xlabel': 'Stages',
    'xticklabels':['one', 'two', 'three', 'four', 'five'],
    'xticks':[0, 250, 500, 750, 1000],
}
ax.set(**props)


plt.show()

添加图例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import numpy as np
import matplotlib.pyplot as plt 
from numpy.random import randn


# fig, axes = plt.subplots(1, 1)
ax = plt.subplots(1, 1)[-1]

# 在添加subplot的时候传⼊label参数：
ax.plot(randn(1000).cumsum(), 'r', label='one')
ax.plot(randn(1000).cumsum(), 'g--', label='two')
ax.plot(randn(1000).cumsum(), 'b.', label='three')


# ax.legend()来⾃动创建图例
# loc告诉matplotlib要将图例放在哪
ax.legend(loc='best')

plt.show()

Figure_1

注解以及在Subplot上绘图

注解和⽂字可以通过text、arrow和annotate函数进⾏添加。text可以将⽂本绘制在图表的指定坐标(x,y)，还可以加上⼀些⾃定义格式：

1
ax.text(x, y, 'Hello world!',family='monospace', fontsize=10)

ax.annotate⽅法:在指定的x和y坐标轴绘制标签。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
from datetime import datetime

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 


fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

data = pd.read_csv('examples/spx.csv', index_col=0, parse_dates=True)
spx = data['SPX']


spx.plot(ax=ax, style='r-')


crisis_data = [
    (datetime(2007, 10, 11), 'Peak of bull market'),
    (datetime(2008, 3, 12), 'Bear Stearns Fails'),
    (datetime(2008, 9, 15), 'Lehman Bankruptcy')
]

for date, label in crisis_data:
    ax.annotate(label, xy=(date, spx.asof(date) + 75),
                xytext=(date, spx.asof(date) + 225),
                arrowprops=dict(facecolor='black', headwidth=4, width=2,headlength=4),
                horizontalalignment='left', verticalalignment='top')

# Zoom in on 2007-2010
ax.set_xlim(['1/1/2007', '1/1/2011'])
ax.set_ylim([600, 1800])

ax.set_title('Important dates in the 2008-2009 financial crisis')

plt.show()

Figure_2

图形的绘制要麻烦⼀些。
matplotlib有⼀些表示常⻅图形的对象。这些对象被称为块（patch）。
要在图表中添加⼀个图形，你需要创建⼀个块对象shp，然后通过ax.add_patch(shp)将其添加到subplot中:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
import numpy as np
import matplotlib.pyplot as plt 


fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)


# 创建⼀个块对象shp
# 三角形
rect = plt.Rectangle((0.2, 0.75), 0.4, 0.15, color='k', alpha=0.3)
# 圆形
circ = plt.Circle((0.7, 0.2), 0.15, color='b', alpha=0.3)
# 多边形
pgon = plt.Polygon([[0.15, 0.15], [0.35, 0.4], [0.2, 0.6]],color='g', alpha=0.5)

# ax.add_patch(shp)将shp对象添加到subplot中:
ax.add_patch(rect)
ax.add_patch(circ)
ax.add_patch(pgon)

plt.show()

Figure_3

将图表保存到⽂件

  • plt.savefig:将当前图表保存到⽂件。

    1
    2
    3
    # dpi:“每英⼨点数”分辨率
    # bbox_inches:剪除当前图表周围的空⽩部分
    plt.savefig('figpath.png', dpi=400, bbox_inches='tight')

  • Figure对象的实例⽅法savefig

savefig并⾮⼀定要写⼊磁盘，也可以写⼊任何⽂件型的对象，⽐如BytesIO：

1
2
3
4
5
![36985537](F:/乱七八糟/360安全浏览器下载/chrome/下载/36985537.pngfrom io import BytesIO

buffer = BytesIO()
plt.savefig(buffer)
plot_data = buffer.getvalue()

Figure.savefig选项

36985537

matplotlib配置

rc⽅法

  • 第⼀个参数是希望⾃定义的对象，’figure’、’axes’、’xtick’、’ytick’、’grid’、’legend’等。
  • 后面都是关键字参数.
    所以可以使用字典传入
1
2
3
4
5
6
7
8
9
# 将全局的图像默认⼤⼩设置为10×10，你可以执⾏
plt.rc('figure', figsize=(10, 10))


# 使用字典传入
font_options = {'family' : 'monospace',
                'weight' : 'bold',
                'size'   : 'small'}
plt.rc('font', **font_options)

9.2 使⽤pandas和seaborn绘图

图表的基本组件:

  • 数据展示:
    图表类型：线型图、柱状图、盒形图、散布图、等值线图等
  • 图例
  • 标题
  • 刻度标
  • 注解型信息。

线型图:
默认创建的图形就是线性图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 


s = pd.Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))
print(s)
# 0    -0.166507
# 10   -1.134936
# 20   -0.253578
# 30   -1.814358
# 40   -3.598128
# 50   -3.102310
# 60   -3.294786
# 70   -3.554902
# 80   -3.329025
# 90   -4.211883
# dtype: float64

s.plot()

1557547900645

  • ==该Series对象的索引会被传给matplotlib，并⽤以绘制X轴。==可以通过use_index=False禁⽤该功能。
  • X轴的刻度和界限通过xticks和xlim选项进⾏调节,Y轴就⽤yticks和ylim。

plot参数的完整列表:

参数 说明
label 图例标签
ax 要在其上进行绘制的 matplotlib subplot对象。如果没有设置，则使用当前matplotlib subplot
style 将要传给 matplotlib的风格字符串（如’ko–’)
alpha 图表的填充不透明度（0到1之间）
kind 可以是’line’、’bar‘、’barh、’kde’
logy 在Y轴上使用对数标尺
use_index 将对象的索引用作刻度标签
rot 旋转刻度标签（0到360）
xticks 用作X轴刻度的值
yticks 用作Y轴刻度的值
xlim X轴的界限（例如[0，10]）
ylim Y轴的界限
grid 显示轴网格线（默认打开）

注意:
plot的关键字参数会被传给相应的matplotlib绘图函数，所以要更深⼊地⾃定义图表，就必须学习有关matplotlib API。

DataFrame的plot⽅法会在⼀个subplot中为各列绘制⼀条线，并⾃动创建图例
也就是说,==一个series就绘制一条线==

1
2
3
4
5
6
7
8
9
10
11
12
import numpy as np
import matplotlib.pyplot as plt 


np.random.seed(888)

df = pd.DataFrame(np.random.randn(10, 4).cumsum(0),
                  columns=['A', 'B', 'C', 'D'],
                  index=np.arange(0, 100, 10))

df.plot()
plt.show()

Figure_4

专⽤于DataFrame的plot参数

7777777537

柱状图

plot.bar()和plot.barh()分别绘制⽔平和垂直的柱状图.
这时，Series和DataFrame的索引将会被⽤作X（bar）或Y（barh）刻度

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 


np.random.seed(888)

fig, axes = plt.subplots(2, 1)

data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))

# 将行索引作为刻度
data.plot.bar(ax=axes[0], color='k', alpha=0.7)
data.plot.barh(ax=axes[1], color='k', alpha=0.7)


plt.show()

Figure_5

对于DataFrame，

  • 柱状图会将每⼀列的值分为⼀组，并排显示
  • DataFrame各列的名称”Genus”被⽤作了图例的标题
  • 设置stacked=True即可为DataFrame⽣成堆积柱状图
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 


np.random.seed(12348)
fig, axes = plt.subplots(1, 1)

df = pd.DataFrame(np.random.rand(6, 4),
                  index=['one', 'two', 'three', 'four', 'five', 'six'],
                  columns=pd.Index(['A', 'B', 'C', 'D'], name='Genus'))

df.plot.bar()

plt.show()

Figure_6

柱状图有⼀个⾮常不错的⽤法：利⽤value_counts图形化显示Series中各值的出现频率:

1
2
3
4
5
6
7
8
9
10
![Figure_8](C:/Users/lenovo/Figure_8.pngimport numpy as np
import pandas as pd
import matplotlib.pyplot as plt 

np.random.seed(1238)
se = pd.Series(np.random.randint(1,5,10), name='Genus')

se.value_counts().plot.bar(title='frequency')

plt.show()

Figure_8

将柱状图堆积:
df.plot.barh(stacked=True, alpha=0.5)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 


np.random.seed(12348)

fig, axes = plt.subplots(1, 1)

df = pd.DataFrame(np.random.rand(6, 4),
                  index=['one', 'two', 'three', 'four', 'five', 'six'],
                  columns=pd.Index(['A', 'B', 'C', 'D'], name='Genus'))

df.plot.barh(stacked=True, alpha=0.5)


plt.show()

Figure_7

做⼀张堆积柱状图以展示每天各种聚会规模的数据点的百分⽐。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 


tips = pd.read_csv('examples/tips.csv')
party_counts = pd.crosstab(tips['day'], tips['size'])
print(party_counts)
# size  1   2   3   4  5  6
# day                      
# Fri   1  16   1   1  0  0
# Sat   2  53  18  13  1  0
# Sun   0  39  15  18  3  1
# Thur  1  48   4   5  1  3

# 获取2行到5行
party_counts = party_counts.loc[:, 2:5]

# 除以总人数得到比例
party_pcts = party_counts.div(party_counts.sum(1), axis=0)
print(party_pcts)
# size         2         3         4         5
# day                                         
# Fri   0.888889  0.055556  0.055556  0.000000
# Sat   0.623529  0.211765  0.152941  0.011765
# Sun   0.520000  0.200000  0.240000  0.040000
# Thur  0.827586  0.068966  0.086207  0.017241

party_pcts.plot.bar()
plt.show()

Figure_9

直⽅图和密度图

直⽅图:histogram.所以函数为hist

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 


df = pd.DataFrame({
	'length': [1.5, 0.5, 1.2, 0.9, 3],
	'width': [0.7, 0.2, 0.15, 0.2, 1.1]}, 
	index= ['pig', 'rabbit', 'duck', 'chicken', 'horse'])

# 显示在3个bins中
hist = df.hist(bins=3)

plt.show()

Figure_10

密度图也被称作KDE（Kernel Density Estimate，核密度估计）图。
所以密度图的函数就是density()

1
2
3
4
5
6
7
8
9
10
11
12
13
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 


df = pd.DataFrame({
	'length': [1.5, 0.5, 1.2, 0.9, 3],
	'width': [0.7, 0.2, 0.15, 0.2, 1.1]}, 
	index= ['pig', 'rabbit', 'duck', 'chicken', 'horse'])

hist = df.plot.density()

plt.show()

Figure_11

seaborn的distplot⽅法绘制直⽅图和密度图更加简单，还可以同时画出直⽅图和连续密度估计图。

实现⼀个双峰分布，由两个不同的标准正态分布组成:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 
import seaborn as sns

np.random.seed(12348)

comp1 = np.random.normal(0, 1, size=200)
comp2 = np.random.normal(10, 2, size=200)
values = pd.Series(np.concatenate([comp1, comp2]))
print(values)

sns.distplot(values, bins=100, color='k')
# 0       1.309562
# 1      -1.647653
# 2      -0.076477
# ...
# 397    12.130122
# 398    10.297347
# 399     8.813654
# Length: 400, dtype: float64

plt.show()

Figure_12

散布图或点图
使⽤seaborn的regplot⽅法，它可以做⼀个散布图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 
import seaborn as sns

macro = pd.read_csv('examples/macrodata.csv')
data = macro[['cpi', 'm1', 'tbilrate', 'unemp']]
trans_data = np.log(data).diff().dropna()

print(trans_data[-5:])
#           cpi        m1  tbilrate     unemp
# 198 -0.007904  0.045361 -0.396881  0.105361
# 199 -0.021979  0.066753 -2.277267  0.139762
# 200  0.002340  0.010286  0.606136  0.160343
# 201  0.008419  0.037461 -0.200671  0.127339
# 202  0.008894  0.012202 -0.405465  0.042560


sns.regplot('m1', 'unemp', data=trans_data)
plt.title('Changes in log %s versus log %s' % ('m1', 'unemp'))

plt.show()

Figure_13

在探索式数据分析⼯作中，同时观察⼀组变量的散布图是很有意义的，这也被称为散布图矩阵（scatter plot matrix）。
这是要使用seaborn库的pairplot:
它⽀持在对⻆线上放置每个变量的直⽅图或密度估计

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 
import seaborn as sns

macro = pd.read_csv('examples/macrodata.csv')
data = macro[['cpi', 'm1', 'tbilrate', 'unemp']]
trans_data = np.log(data).diff().dropna()

print(trans_data[-5:])
#           cpi        m1  tbilrate     unemp
# 198 -0.007904  0.045361 -0.396881  0.105361
# 199 -0.021979  0.066753 -2.277267  0.139762
# 200  0.002340  0.010286  0.606136  0.160343
# 201  0.008419  0.037461 -0.200671  0.127339
# 202  0.008894  0.012202 -0.405465  0.042560

sns.pairplot(trans_data, diag_kind='kde', plot_kws={'alpha': 0.2})

plt.show()

Figure_14

分⾯⽹格（facet grid）和类型数据

有多个分类变量的数据可视化的⼀种⽅法是使⽤⼩⾯⽹格。seaborn有⼀个有⽤的内置函数factorplot，可以简化制作多种分⾯图

看不懂,略