第七課 - 數(shù)據(jù)可視化

本課內(nèi)容：

matplotlib 繪圖基礎(chǔ)

? ? ? 函數(shù)曲線的繪制

? ? ? 圖形細(xì)節(jié)的設(shè)置

案例分析：銷售記錄可視化

? ? ? 條形圖

? ? ?繪制多圖

?? ? 餅圖

? ? ?散點(diǎn)圖

? ? ?直方圖

seaborn 數(shù)據(jù)可視化包

? ? ?分類數(shù)據(jù)的散點(diǎn)圖

? ? ?分類數(shù)據(jù)的箱線圖

? ? ?多變量圖

回顧：在之前課程中， 我們已經(jīng)接觸到了數(shù)據(jù)可視化

在第五節(jié)課中疯搅，我們通過(guò)pandas的plot函數(shù)對(duì)鶯尾花數(shù)據(jù)進(jìn)行了可視化。我們繪制了根據(jù)品種分類的散點(diǎn)圖和箱線圖。

在第六節(jié)課中，我們使用matplotlib繪制了姓名變化趨勢(shì)圖痕支，并通過(guò)plt的各種選項(xiàng)對(duì)圖形進(jìn)行了美化锅睛。

上述例子中可視化都是基于matplotlib來(lái)展開(kāi)的，在本次課程中我們將詳細(xì)演示如何使用matplotlib

matplotlib 是Python編程語(yǔ)言的一個(gè)繪圖庫(kù)随闺，最初由John D. Hunter撰寫(xiě)。

與Python的深度集成

風(fēng)格與Matlab接近

官網(wǎng)：http://matplotlib.org/

matplotlib例圖

老師說(shuō)景馁，我們?yōu)槭裁唇裉煲闲碌?matplotlib 的繪圖呢板壮，因?yàn)橹皩W(xué)的鳶尾花散點(diǎn)圖用的是Pandas里面自帶的plot圖，在分類數(shù)據(jù)的分析上合住，之前學(xué)的方法顯得冗余了绰精。為了更好的可視化，不冗余透葛！我們來(lái)學(xué)新的笨使！

matplotlib 繪圖基礎(chǔ)

導(dǎo)入數(shù)據(jù)包，設(shè)置基礎(chǔ)

以上還是一樣設(shè)置基礎(chǔ)數(shù)據(jù)僚害，每一次都要導(dǎo)入的numpy和 pandas包硫椰，不導(dǎo)入后面會(huì)跟你說(shuō)沒(méi)有定義，識(shí)別不了的哦～ 設(shè)置圖形的格式是 retina 的清晰度萨蚕。運(yùn)行之后靶草，我們來(lái)正式繪圖吧！

在matplotlib 中岳遥，繪制一個(gè)曲線圖奕翔，可以使用plt.plot這個(gè)函數(shù)，在正弦函數(shù)中浩蓉，主要的是x和y軸兩個(gè)軸的數(shù)據(jù)派继。所以我們需要先設(shè)置x 和 y 。

我們用numpy中的arange函數(shù)捻艳，設(shè)置的是從0到5驾窟，間隔為0.1之間的數(shù)據(jù)。專業(yè)點(diǎn)來(lái)講认轨，0.1好像叫步長(zhǎng)绅络。當(dāng)時(shí)上課這個(gè)語(yǔ)句一晃而過(guò)，我沒(méi)看懂是什么為什么括號(hào)里面有三個(gè)數(shù)字，回放聽(tīng)終于明白了恩急。节视。。明明是學(xué)過(guò)的啊??????

x, y=sin(x)

突然覺(jué)得假栓，中學(xué)時(shí)代不會(huì)Python真可惜，或許時(shí)不時(shí)用它來(lái)解決數(shù)學(xué)問(wèn)題霍掺，數(shù)學(xué)成績(jī)就沒(méi)那么差了匾荆。周三上課的時(shí)候余老師一講到正弦函數(shù)我就有點(diǎn)頭大，幸好不是要我計(jì)算呀杆烁！

plt.plot(x,y)

看到這里才發(fā)現(xiàn)牙丽，x 和y 用的都是 np 的函數(shù)，在np里面定義賦值兔魂。為什么不是pandas呢烤芦？

老師說(shuō)因?yàn)槲覀兦懊嬖O(shè)置過(guò)自動(dòng)顯示圖片（終于明白第一張圖的 “%matplotlib Inline” 的作用了。析校。构罗。），所以這里直接輸入語(yǔ)句智玻，按輸出遂唧，就可以看到結(jié)果了。我們也可以設(shè)置成手動(dòng)顯示圖片吊奢，看下圖：

手動(dòng)顯示圖片

plt.show( ) 這個(gè)語(yǔ)句盖彭，設(shè)置手動(dòng)顯示圖片，而且這里沒(méi)有 OUT這個(gè)顯示了页滚。其實(shí)這個(gè)我不知道有什么用召边。

接下來(lái)又是（我不懂的）美化啦！

增加 color='g',marker='.',linewidth=2

把函數(shù)線的顏色設(shè)置成綠色裹驰，上課的時(shí)候我說(shuō)為什么它知道g就是綠色八砦酢！老師說(shuō)用的 green 比 grey 多邦马，所以系統(tǒng)會(huì)默認(rèn) g 是 green贱鼻。上課講的時(shí)候可沒(méi)有color=g 啊，老師用的是簡(jiǎn)寫(xiě)滋将，直接在 plt.plot(x,y) 中的右邊括號(hào)里面加上逗號(hào)和 'g . -' 邻悬，然后就是綠色?點(diǎn)線條了。

現(xiàn)在看到的圖兩軸還是有些是空白随闽，所以需要美化父丰，縮減空白，這里用的是我們第六課用的方法：

xlim，.ylim

plt.xlim(0,5) 和 plt.ylim(-1.1,1.1) 的使用可以讓區(qū)間空白改變一點(diǎn)蛾扇，這次老師教了一種新的方法：

plt.axis([0,5,-1.1,1.1])

plt.axis([0,5,-1.1,1.1]) 攘烛，和上節(jié)課的xlim, ylim 使用結(jié)果一樣，這個(gè)語(yǔ)句更短镀首，先定義 x 軸的范圍從0到5坟漱，再定義 y 軸的范圍，所以在圓括號(hào)里面更哄，有一個(gè)方括號(hào)芋齿，包著四個(gè)數(shù)字，分別表示兩個(gè)軸的范圍成翩。

要是我們需要清晰看到一個(gè)點(diǎn)所在的橫縱坐標(biāo)觅捆，需要用網(wǎng)格線進(jìn)行更精確的定位，在那個(gè)點(diǎn)標(biāo)明文字：

plt.grid(True)

plt.grid(True) 指的是網(wǎng)格線存在哦麻敌。

plt.text(3.1,0.3,'sin(x)') ?栅炒，指的是在坐標(biāo)（3.1，0.3）的位置上加上文字說(shuō)明 sin(x)术羔。

回顧例一赢赊，用plot 函數(shù)得到一個(gè)基本的曲線函數(shù)，然后用各種細(xì)節(jié)設(shè)置聂示，讓整個(gè)圖變得更加飽滿域携，包括標(biāo)題／橫軸／縱軸／網(wǎng)格／文本等設(shè)置，這樣的方法稱為函數(shù)式的編程鱼喉，這是模仿matlib的作圖方式秀鞭。與之相對(duì)應(yīng)的還有面向?qū)ο蟮淖鲌D，它對(duì)細(xì)節(jié)的控制會(huì)更加豐富扛禽，但對(duì)初學(xué)者的掌握能力來(lái)說(shuō)锋边，學(xué)會(huì)函數(shù)式的編程比較適時(shí)。

例2：繪制 y=x, y=x^2, y=x^3 三個(gè)函數(shù)的曲線

y=x, y=x^2, y=x^3

我在看預(yù)習(xí)資料的時(shí)候编曼，看不到運(yùn)行出來(lái)的圖豆巨，plt.plot(x,x,x,x**2,x,x**3) ，這一句看起來(lái)太復(fù)雜有點(diǎn)可怕掐场，然而它的意思竟然是往扔，里面的6個(gè)數(shù)字分為三對(duì)xy軸的數(shù)。三個(gè)函數(shù)的x 和 y 竟然可以全部擠在一起熊户，厲害了萍膛。

要是想要更好的區(qū)分這三個(gè)函數(shù)曲線，可以用一些設(shè)置將它們變得更有辨識(shí)度：

plt.plot(x,x,'r--',x,x**2,'bs',x,x**3,'g^')

上課看老師運(yùn)行這一步的時(shí)候嚷堡，驚呆了蝗罗。這里就是上面提到過(guò)的簡(jiǎn)寫(xiě)了，具體代表什么，# 后面已經(jīng)說(shuō)明了串塑。接下來(lái)還是繼續(xù)美化顯示的圖片了沼琉，大家可以自己做一下啦！這里不展示了桩匪。

小結(jié)：

上述代碼展示了matplotlib的一些基本功能打瘪，我們可以通過(guò)使用plt自帶的各種函數(shù)來(lái)控制圖形的細(xì)節(jié)，比如是否加網(wǎng)格傻昙，坐標(biāo)的標(biāo)簽等等瑟慈。

我們?cè)诤罄m(xù)課程中還會(huì)向大家展示其他常用圖形

案例分析：銷售記錄可視化

導(dǎo)入并觀察數(shù)據(jù)

每次看到數(shù)據(jù)導(dǎo)入我就特別害怕，因?yàn)槊看味紩?huì)卡我很久屋匕，久到我會(huì)想“要不這文章就這樣吧，老子不寫(xiě)了借杰」牵” 每一次的坑我都記得非常清楚，紅酒質(zhì)量的蔗衡，鳶尾花的纤虽，全美嬰兒姓名的，這次是銷售數(shù)據(jù)绞惦。

這次卡了多久逼纸？

一小時(shí)30分鐘。

讀取數(shù)據(jù)失敗的我济蝉，拿起等了我3個(gè)小時(shí)三明治杰刽，一邊吃一邊苦悶地想，這樣的事情真是太丟人了啊王滤，同一個(gè)坑贺嫂，掉第四次。吃完這次終于上網(wǎng)查怎么在jupyter導(dǎo)入excel數(shù)據(jù)了（以前我都在干嘛雁乡？５谠）但是并沒(méi)有查到要的答案，終于在我們課程的討論區(qū)踱稍，看到一個(gè)同學(xué)回復(fù)的答案曲饱！老淚縱橫！Ｖ樵隆扩淀！

怎么導(dǎo)入數(shù)據(jù)到j(luò)upyter

試了一下，上載成功的文件在jupyter打開(kāi)是一片空白桥温，而且把這個(gè)空白的文件下載到電腦了引矩，我以為操作出了問(wèn)題，試了幾次，一模一樣旺韭。把代碼敲進(jìn)去試著運(yùn)行氛谜，竟然！成功運(yùn)行了区端。值漫。。詭異织盼！

讀取excel數(shù)據(jù)文件

這是一份一家公司在某個(gè)時(shí)間段段交易數(shù)據(jù)杨何。行首對(duì)應(yīng)的分別是客戶賬號(hào)／公司名稱／商品貨號(hào)／每次交易的購(gòu)貨量／每個(gè)商品的交易價(jià)格／交易總額／交易時(shí)間。

要是你是一個(gè)數(shù)據(jù)分析師沥邻，想要在這份數(shù)據(jù)里面得到一些信息危虱，你會(huì)從哪方面著手呢？

我們可以用之前學(xué)過(guò)的一些函數(shù)進(jìn)行對(duì)整份數(shù)據(jù)進(jìn)行分析：

df.info()

這是一份有1500條信息的數(shù)據(jù)唐全，沒(méi)有缺失值埃跷。

查看與之交易的公司數(shù)量

要是需要看與之交易的公司有哪些，可以把上面運(yùn)行語(yǔ)句的 len( ) 去除掉邮利。

要是需要看某家公司的交易量弥雹，也是可以用函數(shù)進(jìn)行輸出的：

Barton LLC交易量（1）

Barton LLC交易量（2）

這個(gè)輸出比較長(zhǎng)，分兩張展示首尾延届，最后一行可以看出剪勿，一共82筆交易。

銷售額最高的10個(gè)公司

交易總額和交易次數(shù)的輸出

先用語(yǔ)句求出我們要的數(shù)方庭。套路都是我們之前學(xué)過(guò)的：用groupby分組厕吉，也就是找到交易量的公司，先圈出范圍“name”械念，然后是“ext price” 赴涵。然后使用agg進(jìn)行聚合運(yùn)算：sum求交易總額，count計(jì)算交易次數(shù)订讼。

但是在上面我們可以看到髓窜，行首的格式不是很對(duì)，這里需要調(diào)整一下：

reset_index 重置索引

這里在前面一行加了 ' \ '這樣的符號(hào)欺殿，老師說(shuō)這樣加上去可以讓它換行寄纵，看了結(jié)果，應(yīng)該是讓name 這個(gè)詞在行首回到了好看的位置脖苏。reset_index 重置索引程拭，里面寫(xiě)的 “在這里取消了name作為索引”，我沒(méi)理解明白棍潘，也就是前面是用name來(lái)索引的恃鞋？用name來(lái)索引和這一步的操作崖媚，作為索引來(lái)說(shuō)，有什么不同恤浪？

這時(shí)候我們已經(jīng)得到銷售總額的數(shù)據(jù)了畅哑，但是我們的題目是需要銷售總額前十的，所以我們需要對(duì)銷售總額進(jìn)行排序水由。

sort_values進(jìn)行排序

這里學(xué)到一個(gè)新的函數(shù)了荠呐，用 sort_values 進(jìn)行排序。

好吧砂客，前十還沒(méi)出來(lái)：

top10

這一步加了挺多東西上去的泥张。重新再句首賦值 top10，后面輸出 top10鞠值。在第27條輸出了排前的銷售額媚创，才能直接在這一步的第二行代碼最后直接使用切片的方式 [:10] 來(lái)運(yùn)算。

然后是對(duì)行首名稱對(duì)修改彤恶，把首字母都大寫(xiě)了筝野，替換的方式是使用字典的鍵值對(duì)，格式是 {之前的值：替換上的值} 粤剧，老師運(yùn)行的第一遍沒(méi)有加上inplace=true，結(jié)果就是并沒(méi)有修改成功挥唠，然后解釋抵恋，因?yàn)閞ename那一行算是里面默認(rèn)的副本，要是沒(méi)有inplace=true 宝磨，那是運(yùn)行不成功的弧关。

我們總算把銷售額前十的公司輸出來(lái)了！

條形圖

top10公司銷售總額的條形圖

plt.barh(np.arange(10),top10.Sales,height=0.5)

新的圖唤锉！之前我們學(xué)過(guò)有scatter散點(diǎn)圖世囊，plot折線圖，還有啥來(lái)著窿祥？今天的直方圖是bar株憾，哦，垂直的是bar晒衩，水平方向的直方圖是barh嗤瞎。

所有的代碼，其實(shí)都能看懂听系。但是要我自己不偷看打出來(lái)贝奇，真的是。靠胜。掉瞳。心虛毕源。

添加標(biāo)題和橫縱坐標(biāo)的說(shuō)明。并且陕习，為了讓圖看起來(lái)更加知道相對(duì)應(yīng)的值是什么霎褐，我們修改了坐標(biāo)的刻度：

plt.yticks(np.arange(10),top10.Name)

覺(jué)得單看這個(gè)圖好專業(yè)啊衡查！這時(shí)候余老師講了上課的第二個(gè)“冗余”瘩欺，就是圖和代碼之間那串黑體字。這時(shí)候終于能夠確切理解 冗余 這個(gè)詞的表達(dá)力拌牲！要是不想看到這些多余的字俱饿，我們可以這樣做：

plt.show()

有一種，把多余的毛發(fā)剃掉的感覺(jué)一樣八觥Ｅ牟骸！Ｍ辆印Ｔ婀骸！清爽擦耀！

然餓棉圈，老師這時(shí)候又去改X軸坐標(biāo)了：

plt.xticks

其實(shí)這一段不是很明白，替換掉的值眷蜓，不像上面用字典來(lái)替換分瘾，用的是兩個(gè)列表，后面一個(gè)列表里面的元素還是字符串吁系。這是我們之前學(xué)過(guò)的德召？？疑惑汽纤。

這個(gè)圖的風(fēng)格是默認(rèn)的風(fēng)格上岗，老師說(shuō)可以讓我們嘗試一下其他風(fēng)格，選擇之前看看有哪些是可以被選擇的蕴坪。這樣的東西竟然都有語(yǔ)法肴掷，太可怕了！１炒捆等！

plt.style.available

然后老師選了 ggplot，據(jù)說(shuō)是 “愛(ài)原冢（音譯）”的風(fēng)格续室，來(lái)看看吧

plt.style.use('ggplot')

默認(rèn)顏色變了栋烤，而且還有底版了：淺灰色+網(wǎng)格。

作業(yè)7-1：

模仿上面的例子挺狰，畫(huà)出交易總數(shù)最高的10個(gè)公司的條形圖明郭。

提示：可以使用sort_values(by= quantity) 來(lái)實(shí)現(xiàn)买窟。

啊啊啊，血槽空了薯定，我去補(bǔ)補(bǔ)血始绍，剩下這兩天盡快更新！