文末領(lǐng)取【數(shù)據(jù)可視化圖表選擇指南】

數(shù)據(jù)可視化可以讓我們很直觀的發(fā)現(xiàn)數(shù)據(jù)中隱藏的規(guī)律,，察覺到變量之間的互動關(guān)系,，可以幫助我們更好的給他人解釋現(xiàn)象,，做到一圖勝千文的說明效果,。

常見的數(shù)據(jù)可視化庫有：

• matplotlib是最常見的2維庫,，可以算作可視化的必備技能庫,，由于matplotlib是比較底層的庫,，api很多,，代碼學(xué)起來不太容易。

• seaborn是建構(gòu)于matplotlib基礎(chǔ)上,，能滿足絕大多數(shù)可視化需求,。更特殊的需求還是需要學(xué)習matplotlib。

• pyecharts上面的兩個庫都是靜態(tài)的可視化庫,，而pyecharts有很好的web兼容性,，可以做到可視化的動態(tài)效果。

但是在數(shù)據(jù)科學(xué)中,，幾乎都離不開pandas數(shù)據(jù)分析庫,，而pandas可以做：

• 數(shù)據(jù)采集 如何批量采集網(wǎng)頁表格數(shù)據(jù)？

• 數(shù)據(jù)讀取 pd.read_csv/pd.read_excel

• 數(shù)據(jù)清洗(預(yù)處理) 理解pandas中的apply和map的作用和異同

• 可視化,，兼容matplotlib語法(今天重點)

在本文我們可以學(xué)到用pandas做：

• 導(dǎo)入數(shù)據(jù)

• 繪制最簡單的圖plot

• 多個y的繪制圖

• 折線圖,、條形圖、餅形圖和散點圖繪制

• 統(tǒng)計信息繪圖

• 箱型圖

• 軸坐標刻度

• plot更多精細化參數(shù)

• 可視化結(jié)果輸出保存

準備工作

如果你之前沒有學(xué)過pandas和matpltolib,我們先安裝好這幾個庫

已經(jīng)安裝好,，現(xiàn)在我們導(dǎo)入這幾個要用到的庫,。使用的是倫敦天氣數(shù)據(jù)，一開始我們只有12個月的小數(shù)據(jù)作為例子

#jupyter notebook中需要加這行代碼%matplotlib inlineimport matplotlib.pyplot as pltimport numpy as npimport pandas as pd#讀取天氣數(shù)據(jù)df = pd.read_csv('data/london2018.csv')df

plot最簡單的圖

選擇Month作為橫坐標,，Tmax作為縱坐標,，繪圖。

大家注意下面兩種寫法

• 橫坐標軸參數(shù)x傳入的是df中的列名Month

• 縱坐標軸參數(shù)y傳入的是df中的列名Tmax

折線圖

上面的圖就是折線圖，折線圖語法有三種

• df.plot(x='Month', y='Tmax')

• df.plot(x='Month', y='Tmax', kind='line')

• df.plot.line(x='Month', y='Tmax')

df.plot.line(x='Month', y='Tmax')plt.show

多個y值

上面的折線圖中只有一條線,， 如何將多個y繪制到一個圖中

比如Tmax,， Tmin

df.plot(x='Month', y=['Tmax', 'Tmin'])plt.show

條形圖

水平條形圖

bar環(huán)衛(wèi)barh，就可以將條形圖變?yōu)樗綏l形圖

df.plot(x='Month', y='Rain', kind='barh')#同樣還可以這樣畫#df.plot.bar(x='Month', y='Rain')plt.show

• 多個變量的條形圖

散點圖

df.plot(kind='scatter', x = 'Month', y = 'Sun')plt.show

餅形圖

上圖繪制有兩個小問題

• legend圖例不應(yīng)該顯示

• 月份的顯示用數(shù)字不太正規(guī)

df.index = ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']df.plot(kind='pie', y = 'Sun', legend=False)plt.show

更多數(shù)據(jù)

一開頭的數(shù)據(jù)只有12條記錄(12個月)的數(shù)據(jù),，現(xiàn)在我們用更大的倫敦天氣數(shù)據(jù)

df2.Rain.describecount 748.000000mean 50.408957std 29.721493min 0.30000025% 27.80000050% 46.10000075% 68.800000max 174.800000Name: Rain, dtype: float64

上面一共有748條記錄, 即62年的記錄,。

箱型圖

直方圖

df2.plot(y='Rain', kind='hist')#df2.plot.hist(y='Rain')plt.show

縱坐標的刻度可以通過bins設(shè)置

多圖并存

df.plot(kind='line', y=['Tmax', 'Tmin', 'Rain', 'Sun'], #4個變量可視化 subplots=True, #多子圖并存 layout=(2, 2), #子圖排列2行2列 figsize=(20, 10)) #圖布的尺寸plt.show

加標題

給可視化起個標題

df.plot(kind='bar', y=['Tmax', 'Tmin'], #2個變量可視化 subplots=True, #多子圖并存 layout=(1, 2), #子圖排列1行2列 figsize=(20, 5),#圖布的尺寸 title='The Weather of London') #標題plt.show

保存結(jié)果

可視化的結(jié)果可以存儲為圖片文件

df.plot更多參數(shù)

df.plot(x, y, kind, figsize, title, grid, legend, style)

• x 只有dataframe對象時，x可用,。橫坐標

• y 同上,，縱坐標變量

• kind 可視化圖的種類，如line,hist, bar, barh, pie, kde, scatter

• figsize 畫布尺寸

• title 標題

• grid 是否顯示格子線條

• legend 是否顯示圖例

• style 圖的風格

查看plot參數(shù)可以使用help

import pandas as pdhelp(pd.DataFrame.plot)

End.

作者：大鄧