信息可視化（也叫繪圖）是數(shù)據(jù)分析中最重要的工作之一。它可能是探索過程的一部分愚争，例如映皆，幫助我們找出異常值挤聘、必要的數(shù)據(jù)轉(zhuǎn)換、得出有關(guān)模型的idea等捅彻。另外组去，做一個可交互的 數(shù)據(jù)可視化也許是工作的最終目標。

matplotlib是一個用于創(chuàng)建出版質(zhì)量圖表的桌面繪圖包（主要是2D方面）步淹。

matplotlib支持各種操作系統(tǒng)上許多不同的GUI后端从隆，而且還能將圖片導出為各種常見的矢量 （vector）和光柵（raster）圖：PDF、SVG缭裆、JPG键闺、PNG、BMP澈驼、GIF等辛燥。

matplotlib API入門

matplotlib的通常引入約定是：

import matplotlib.pyplot as plt

在Jupyter中運行%matplotlib notebook 或在IPython中運行%matplotlib

連續(xù)操作

IPython中進行簡單的應(yīng)用

普通折線圖

Figure和Subplot

matplotlib的圖像都位于Figure對象中。你可以用plt.figure創(chuàng)建一個新的Figure

fig = plt.figure()

不能通過空Figure繪圖缝其。必須用add_subplot創(chuàng)建一個或多個subplot才行

# 圖像應(yīng)該是2×2的（即最多4張圖）挎塌，且當前選中的是4個subplot中的第?一個（編號從1開始） 
ax1 = fig.add_subplot(2, 2, 1)

matplotlib會在最后一個用過的subplot（如果沒有則創(chuàng)建一個）上進行繪制

# bins 設(shè)置劃分面元（繪制柱狀圖）
plt.hist(np.random.randn(100), bins=20, color='k', alpha=0.3)
ax2 = fig.add_subplot(2, 2, 2) 
# 散點圖
plt.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))
ax3 = fig.add_subplot(2, 2, 3) 
# 折線圖
plt.plot([1.5, 3.5, -2, 1.6])
# cumsum 疊加虛線折線圖，同時縮小實線折線圖
plt.plot(np.random.randn(50).cumsum(), 'k--')

在一個畫布中同時創(chuàng)建柱狀圖内边、散點圖榴都、折線圖（虛線）

“k—“是一個線型選項，用于告訴matplotlib繪制黑色虛線圖

plt.subplots漠其，它可以創(chuàng)建一個新的Figure嘴高，并返回一個含有已創(chuàng)建的subplot對象的NumPy數(shù)組

subplots

調(diào)整subplot周圍的間距默認情況下，matplotlib會在subplot外圍留下一定的邊距辉懒，并在subplot之間留下一定的間距阳惹。間距跟圖像的高度和寬度有關(guān)，因此如果你調(diào)整了圖像大锌袅（不管是編程還是手工）莹汤， 間距也會自動調(diào)整。利用Figure的subplots_adjust方法可以輕而易舉地修改間距：

subplots_adjust參數(shù)及說明

wspace和hspace用于控制寬度和高度的百分比颠印，可以用作subplot之間的間距纲岭。下面是一個簡單的例子，將間距收縮到了0

將間距收縮到0

顏色线罕、標記和線型

matplotlib的plot函數(shù)接受一組X和Y坐標止潮，還可以接受一個表示顏色和線型的字符串縮寫。

關(guān)閉之前的畫圖窗口钞楼，否則新圖會直接畫在之前的最后一小部分

簡便方法

plt.plot(np.random.randn(30).cumsum(), color='k', linestyle='dashed', marker='i')

簡單設(shè)置參數(shù)

非實際數(shù)據(jù)點默認是按線性方式插值的喇闸。可以通過drawstyle選項修改在線型圖中，非實際數(shù)據(jù)點默認是按線性方式插值的燃乍∷舴可以通過drawstyle選項修改：

data = np.random.randn(30).cumsum()

plt.plot(data, 'k--', label='Default')

plt.plot(data, 'k-', drawstyle='steps-post', label='steps-post') 

通過drawstyle選項修改

設(shè)置標題、軸標簽刻蟹、刻度以及刻度標簽

fig = plt.figure()

fig.add_subplot(1, 1, 1)

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

新的畫布

要改變x軸刻度逗旁，最簡單的辦法是使用set_xticks和set_xticklabels。前者告訴matplotlib要將刻度放在數(shù)據(jù)范圍中的哪些位置舆瘪，默認情況下片效，這些位置也就是刻度標簽。但我們可以通過 set_xticklabels將任何其他的值用作標簽

# 設(shè)置軸標簽
plt.xticks([0, 250, 500, 750, 1000], ['one', 'two', 'three', 'four', 'five'], rotation=30, fontsize='small')

# 設(shè)置標題
plt.title('My first matplotlib plot') 

# 設(shè)置圖名
plt.xlabel('Stages')

設(shè)置效果

添加圖例

plt.plot(randn(1000).cumsum(), 'k', label='one')

plt.plot(randn(1000).cumsum(), 'k--', label='two') 

plt.plot(randn(1000).cumsum(), 'k.', label='three') 

# plt.legend()來自動創(chuàng)建圖例
plt.legend(loc='best')

添加圖例

讀取文件并顯示圖表

from datetime import datetime

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

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

plt.plot(spx, 'k-')

讀取文件并顯示圖表

圖表保存到文件

plt.savefig('figpath.png', dpi=400, bbox_inches='tight')

使用pandas和seaborn繪圖

Seaborn簡化了許多常見可視類型的創(chuàng)建

線型圖

Series和DataFrame都有一個用于生成各類圖表的plot方法英古。默認情況下淀衣，它們所生成的是線型圖

s = pd.Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))

s.plot()

線性圖

該Series對象的索引會被傳給matplotlib，并用以繪制X軸哺呜∩噻停可以通過use_index=False禁用該功能。X軸的刻度和界限可以通過xticks和xlim選項進行調(diào)節(jié)某残，Y軸就用yticks和ylim。

DataFrame的plot方法會在一個subplot中為各列繪制一條線陵吸，并自動創(chuàng)建圖例：

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


df.plot()

DataFrame-線形圖

柱狀圖

plot.bar()和plot.barh()分別繪制水平和垂直的柱狀圖玻墅。這時，Series和DataFrame的索引將會被用作X（bar）或Y（barh）刻度壮虫。

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

data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))
# 水平
data.plot.bar(ax=axes[0], color='k', alpha=0.7) 
# 垂直
data.plot.barh(ax=axes[1], color='k', alpha=0.7)

垂直和水平柱狀圖的比較

對于DataFrame澳厢，柱狀圖會將每一行的值分為一組，并排顯示囚似。

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()

按行分組剩拢，并排顯示

設(shè)置stacked=True即可為DataFrame生成堆積柱狀圖，這樣每行的值就會被堆積在一起饶唤。

堆積行值

柱狀圖有一個非常不錯的用法：利用value_counts圖形化顯示Series中各值的出現(xiàn)頻率徐伐，比如s.value_counts().plot.bar()以有關(guān)小費的數(shù)據(jù)集為例, 假設(shè)我們想要做一張堆積柱狀圖以展示每天各種聚會規(guī)模的數(shù)據(jù)點 的百分比。用read_csv將數(shù)據(jù)加載進來募狂，然后根據(jù)日期和聚會規(guī)模創(chuàng)建一張交叉表:

# 加載數(shù)據(jù)
tips = pd.read_csv('tips.csv')

#獲取關(guān)鍵字段
party_counts = pd.crosstab(tips['day'], tips['size'])

# 截取繪圖數(shù)據(jù)
party_counts = party_counts.loc[:, 2:5]

然后進行規(guī)格化办素，使得各行的和為1，并生成圖表：

party_pcts = party_counts.div(party_counts.sum(1), axis=0)

party_pcts.plot.bar()

繪制效果

通過該數(shù)據(jù)集就可以看出祸穷，聚會規(guī)模在周末會變大性穿。

使用seaborn可以減少工作量。用seaborn來看每天的小費比例：

import seaborn as sns

tips['tip_pct'] = tips['tip'] / (tips['total_bill'] - tips['tip'])

sns.barplot(x='tip_pct', y='day', data=tips, orient='h')

繪制結(jié)果

繪制在柱狀圖上的黑線代表95%置信區(qū)間

細化小費組成

直方圖和密度圖

直方圖（histogram）是一種可以對值頻率進行離散化顯示的柱狀圖雷滚。數(shù)據(jù)點被拆分到離散的需曾、間隔均勻的面元中，繪制的是各?面元中數(shù)據(jù)點的數(shù)量。再以前面那個小費數(shù)據(jù)為例呆万，通過在Series使用plot.hist方法刻蚯，我們可以生成一張“小費占消費總額百分比”的直方圖

tips['tip_pct'].plot.hist(bins=50)

繪制直方圖

與此相關(guān)的一種圖表類型是密度圖，它是通過計算“可能會產(chǎn)生觀測數(shù)據(jù)的連續(xù)概率分布的估計”而產(chǎn)生的桑嘶。一般的過程是將該分布近似為一組核（即諸如正態(tài)分布之類的較為簡單的分布）炊汹。因此，密度圖也被稱作KDE（Kernel Density Estimate逃顶，核密度估計）圖讨便。

KDE

用seaborn繪制

comp1 = np.random.normal(0, 1, size=200)

comp2 = np.random.normal(10, 2, size=200)

values = pd.Series(np.concatenate([comp1, comp2]))

sns.distplot(values, bins=100, color='k')

直方+密度

點圖或散布圖是觀察兩個一維數(shù)據(jù)序列之間的關(guān)系的有效手段

加載了來自statsmodels項目的macrodata數(shù)據(jù)集，選擇了幾個變量以政，然后計算對數(shù)差

macro = pd.read_csv('macrodata.csv')
data = macro[['cpi', 'm1', 'tbilrate', 'unemp']]
# 對數(shù)差
trans_data = np.log(data).diff().dropna()

數(shù)據(jù)準備

使用seaborn的regplot方法霸褒，它可以做一個散布圖，并加上一條線性回歸的線

sns.regplot('m1', 'unemp', data=trans_data) 

plt.title('Changes in log %s versus log %s' % ('m1', 'unemp'))

散點圖+回歸線

seaborn提供了一個便捷的pairplot函數(shù)盈蛮，它支持在對角線上放置每個變量的直方圖或密度估計

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

數(shù)據(jù)對比

分面網(wǎng)格（facet grid）和類型數(shù)據(jù)

數(shù)據(jù)集有額外的分組維度, seaborn有一個有用的內(nèi)置函數(shù)factorplot废菱，可以簡化制作多種分面圖

sns.factorplot(x='day', y='tip_pct', hue='time', col='smoker', kind='bar', data=tips[tips.tip_pct < 1])

定義分組維度

除了在分面中用不同的顏色按時間分組，我們還可以通過給每個時間值添加一行來擴展分面網(wǎng)格

sns.factorplot(x='day', y='tip_pct', row='time',col='smoker', kind='bar', data=tips[tips.tip_pct < 1])

拓展分面網(wǎng)格

factorplot支持其它的繪圖類型抖誉，你可能會用到殊轴。例如，盒圖（它可以顯示中位數(shù)袒炉，四分位數(shù)旁理，和異常值）就是一個有用的可視化類型

sns.factorplot(x='tip_pct', y='day', kind='box',data=tips[tips.tip_pct < 0.5])

盒圖