第一章節(jié) matplotlib繪圖

注意：若在plt中出現(xiàn)中文亂碼或者負(fù)號(hào)亂碼瘪贱，要寫(xiě)入語(yǔ)句 plt.rcParams['font.sans-serif'] = ['SimHei'] ——解決中文亂碼，plt.rcParams['axes.unicode_minus'] = False ——解決負(fù)號(hào)亂碼

• 使用matplotlib繪圖

  • 基本思路：導(dǎo)入模塊numpy鸵熟、matplotlib.pyplot——定義X、Y軸(Y軸可能有多個(gè))——matplotlib輸入標(biāo)題——plt.plot(X軸摩窃，Y軸）....繪制圖形——plt.show()展示圖形(缺點(diǎn)：每次都要寫(xiě)這行才能運(yùn)行, 可使用%matplotlib inline 簡(jiǎn)化花吟，只運(yùn)行一遍，整個(gè)jupyter有效）

        import numpy as np 
        import matplotlib.pyplot as plt
    
        X = np.linspace(0,2*np.pi,100)——np.pi 就是圓周率那個(gè)π
        Y = sin(X)
        Y1 = cos(X)
        plt.title ('圖表標(biāo)題')
        plt.plot(X,Y)  ——  將X灾锯，Y值繪制圖形
        plt.plot(X,Y1)        
                                         
        plt.show() ——一定要告知計(jì)算機(jī) 已經(jīng)完成輸入，可以顯示圖形了.....
    

• 將圖形區(qū)域劃分（比如一個(gè)圖嗅榕，畫(huà)成兩部分）

  • 思路：同樣的定義X/Y軸顺饮，但在繪圖時(shí)，要指定區(qū)域后繪圖

     X = np.linspace(0,2*np.pi,100)
     Y = np.sin(X)
     Y1 = np.cos(X)
    
     plt.title ('圖表標(biāo)題')
     plt.subplot(2,1,1)/plt.subplot(211)——可以理解為把原來(lái)1行凌那，1列的區(qū)域劃分為2行1列兼雄，選取上面那1行
     plt.plot(X,Y) 
     plt.subplot(212)/plt.subplot(2,1,2）——可以理解為把原來(lái)1行，1列的區(qū)域劃分為2行1列帽蝶，選取下面那1行
     plt.plot(X,Y1) 
    

基本圖形類(lèi)

• 柱狀圖繪制
  • 基本思路： 定義X/Y軸——繪圖
  • 普通柱狀圖: 定義X/Y軸之后 —— plt.bar(x,y)

• 水平柱狀圖（當(dāng)類(lèi)別太多時(shí)）
  • 定義x赦肋、y軸后——plt.barh(x,y)

• 不同分類(lèi)不同組之間的柱狀圖

   data = [[5,25,50,20],[4,23,51,12],[6,22,52,19]]
   X = np.arange(4)
  
   plt.bar(X+0.00,data[0],color ='b',width = 0.25,label ='A')
   plt.bar(X+0.25,data[1],color ='y',width = 0.25,label ='B')
   plt.bar(X+0.5,data[2],color ='r',width = 0.25,label ='C')
  
   plt.legend()
  

*   **疊加性柱狀圖**
    *   同上一操作相似，只是變y軸的buttom
        ```
        data = [[5,25,50,20],[4,23,51,12],[6,22,52,19]]
        X = np.arange(4)

        plt.bar(X,data[0],color ='b')
        plt.bar(X,data[1],color ='y',buttom = data[0])
        plt.bar(X,data[2],color ='r',buttom = np.array(data[0]) + np.array(data[1]))——因?yàn)閐ata是array不能相加励稳，轉(zhuǎn)化之后再相加

• 散點(diǎn)圖——衡量?jī)蓚€(gè)變量之間的相關(guān)性
  • 普通散點(diǎn)圖
    • 定義x佃乘、y軸——plt.scatter（X,Y）繪制就行了

• 有屬性的散點(diǎn)圖
  • 顏色區(qū)分
    1. 定義x，y軸
    2. 設(shè)置屬性 color = np.random.randn(N)# 顏色隨機(jī)顯示
       area = np.pi(15np.random.rand(N)) #按照數(shù)值大小每個(gè)點(diǎn)面積不同,乘以15是因?yàn)殡S機(jī)數(shù)太小
    3. 繪制圖形 plt.scatter( x,y, c = color, s = area, alpha =0.5) #alpha為透明度

• 劃分屬性（只有兩個(gè)顏色）
  同上述思路一致麦锯，僅僅在定義屬性時(shí)將多個(gè)顏色改為2個(gè)顏色
  定義 x恕稠，y軸——定義屬性琅绅，area不變扶欣， color = np.random.randint(0,2,size=50**) #size表示數(shù)值大小，既可以用數(shù)字表示n個(gè)數(shù)千扶，也可以用[A,B]表示A行料祠，B列數(shù)據(jù)——plt.scatter( x,y, c = color, s = area, alpha =0.5)

• 直方圖
  • 思路:注意，和其他圖形繪制不一致澎羞，直方圖是將一個(gè)連續(xù)范圍內(nèi)的值分為多少份髓绽，再計(jì)算每一份包含的數(shù)量，因此需要定義范圍妆绞，然后定義劃分份數(shù)
  • 普通直方圖：
    • 定義X 范圍 如 X = np.random.rand(100)——?jiǎng)澐址謹(jǐn)?shù) plt.hist（X,bins =20）——限定y軸范圍 plt.ylim(0,15)

• 標(biāo)準(zhǔn)正態(tài)分布
  • 同樣的操作顺呕，只是范圍設(shè)大一點(diǎn)x = np.random.randn(10000) ——plt.hist(x, bins =50)

• 箱型圖繪制
  • 思路：1 定義極小值和極大值的范圍，以及多少行括饶，多少列（多少個(gè)箱子）x=np.random.randint(20,120,size(10,5)）#最小值20株茶，最大值120，10行5列——2 plt.boxplot(x) ——3.限定y軸范圍： plt.ylim(0,120)
    • 若需要添加標(biāo)簽 plt.xticks([1,2,3],['A','B','C'])
  • 繪制箱型圖中位數(shù)所在的中位線
    • plt.hlines(y = np.median(x,axis =0)[0],xmin=0,xmax=3)

注釋類(lèi)

• 在圖形上添加文字
  • 單個(gè)文字注釋：plt.text (X軸坐標(biāo)軸图焰，y軸坐標(biāo)軸启盛，添加的文字，.....其他信息）
  • 多個(gè)文字注釋?zhuān)ǔ山M的柱狀圖數(shù)據(jù)標(biāo)簽）：定義后for循環(huán)

        W = [0.0,0.25,0.5]
        for i in range(3):**——第幾個(gè)數(shù)對(duì)應(yīng)第幾個(gè)偏移量
              for a,b in zip(x+W[i],data[i]):**——x的偏移量對(duì)應(yīng) data的第幾組值
                   plt.text(a,b,**'%.0f'%b,ha = 'center'**,va='bottom') #分別為保留0位小數(shù)和居中對(duì)齊，bottom表示留底僵闯，文字展示形式
    
    

• 利用annotate添加文字注釋?zhuān)ǜ鼜?fù)雜一點(diǎn)卧抗，但效果更好）
  • plt.annotate('Points',xy=(1,np.sin(1)),xytext=(2,0.5),fontsize=16,arrowprops =dict(arrowstyle="->")) ——參數(shù)分別為，要寫(xiě)的文本鳖粟，xy軸的位置社裆，文本xy的位置，文本大小向图，文本連接方式(箭頭等）

• 繪制子圖

  • 思路：先把畫(huà)板劃分為幾部分浦马，再往幾部分里面加內(nèi)容

  • plt.subplots(劃分成幾行，劃分成幾列.......其他屬性）

  • 改變畫(huà)布大姓牌： pylab.rcParams['figure.figsize'] =(20,12)——將畫(huà)布大小改為長(zhǎng)20晶默，寬12
    %pylab inline
    pylab.rcParams['figure.figsize'] =(20,12) #設(shè)置每個(gè)畫(huà)板20 * 12大小

    n_bins =10
    x = np.random.randn(1000,3)
    
    fig,axes = plt.subplots(nrows=2,ncols=2)  **#將畫(huà)板分為2行，2列**
    
    ax0,ax1,ax2,ax3 = axes.flatten() **#用4個(gè)變量接收4個(gè)范圍**
    
    colors =['red','yellow','blue']
    ax0.hist(x,n_bins,normed = 1,histtype ='bar',color=colors,label=colors)  
    ax0.legend(prop={'size':10})
    ax0.set_title('bar with legend')
    
    ax1.hist(x,n_bins,normed = 1,histtype = 'bar',stacked=True)
    ax1.set_title('stacked,bar')
    
    ax2.hist(x,n_bins, histtype = 'step',stacked = True, fill = False )
    ax2.set_title('stack step(unfilled)')
    
    x = [np.random.randn(n) for n in [1000,5000,2000]]
    ax3.hist(x,n_bins,histtype='bar')
    

• pandas直接繪圖
  • 思路：利用DateFrame造數(shù)據(jù)航攒，然后繪圖
  • 散點(diǎn)圖
    • df = pd.DataFrame(np.random.rand(50,2),columns =['a','b']) #造50行磺陡，2列0-1之間隨機(jī)數(shù)據(jù)，兩列分別作為x漠畜，y軸
      df.plot.scatter('a','b')

• 柱狀圖
  • df = pd.DataFrame(np.random.rand(10,4),columns =['A','B','C','D'])
    df.plot.bar() #普通柱狀圖币他，沒(méi)有其他參數(shù)/ df.plot.barh()#水平柱狀圖，橫著顯示 /df.plot.bar(stacked=True) #堆疊柱狀圖

• 直方圖
  • df=pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':np.random.randn(1000)-1},columns=['a','b','c']) #元素比較復(fù)雜時(shí)憔狞，用多元字典來(lái)造
    df.plot.hist(bins =50)

• 箱型圖
  • df = pd.DataFrame(np.random.rand(10,5),columns=['a','b','c','d','e'])
    df.plot.box()

第二章 pyecharts動(dòng)態(tài)繪圖模塊

• 虛擬環(huán)境操作
  • 創(chuàng)建虛擬環(huán)境：conda create --name 虛擬環(huán)境名 Python版本
  • 激活虛擬環(huán)境: conda activate 虛擬環(huán)境名
  • 關(guān)閉虛擬環(huán)境: deactivate
  • 刪除虛擬環(huán)境： conda remove -n 虛擬環(huán)境名 -all
• pyecharts安裝
  • 在虛擬環(huán)境里面：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts
  • conda自動(dòng)關(guān)聯(lián)（不同的需求對(duì)應(yīng)不同的虛擬環(huán)境）: conda install nb_conda
• pyecharts基本使用

  • 基本步驟：創(chuàng)建圖形對(duì)象 ——添加繪圖數(shù)據(jù) ——配置系列參數(shù)——配置全局參數(shù)——渲染圖片

     from **pyecharts.charts** import Bar     
     from **pyecharts** import **options** as opt    
    
     bar.add_xaxis(['襯衣','毛衣','領(lǐng)帶','褲子','風(fēng)衣','高跟鞋','襪子'])   #增加x軸數(shù)據(jù)
     bar.add_yaxis('商場(chǎng)A',[21,344,284,22,128,234]) #增加y軸數(shù)據(jù)
     bar.add_yaxis('商場(chǎng)B',[32,323,148,89,294,38])  #增加y軸數(shù)據(jù)
    
     bar.set_global_opts(title_opts=opt.TitleOpts(title = '某商場(chǎng)銷(xiāo)售情況')) # 設(shè)置全局參數(shù)
     bar.render_notebook()  #渲染圖表并顯示
    

• pyechart鏈?zhǔn)秸{(diào)用

  • 鏈?zhǔn)秸{(diào)用

     from  pyecharts.charts  import Bar     
     from  pyecharts import options as opt       
    
     bar =(Bar()                                                                                                                          
           .add_xaxis(['襯衣','毛衣','領(lǐng)帶','褲子','風(fēng)衣','高跟鞋','襪子'])                                                       
           .add_yaxis**('商場(chǎng)A',[21,344,284,22,128,234])  #增加y軸數(shù)據(jù)
           .add_yaxis**('商場(chǎng)B',[32,323,148,89,294,38])    #增加y軸數(shù)據(jù)                                                                                                                                                           
           .set_global_opts(title_opts=opt.TitleOpts(title = '某商場(chǎng)銷(xiāo)售情況'))   # 設(shè)置全局參數(shù)
    bar.render_notebook() 
    

• 鏈?zhǔn)秸{(diào)用加入主題

     from pyecharts.globals  import ThemeType  #引入模塊
     bar = (Bar**(init_opts =opt.InitOpts(theme =ThemeType.DARK))  #說(shuō)明使用的主題/風(fēng)格**
               .add_xaxis(['襯衣','毛衣','高跟鞋','風(fēng)衣','襪子','領(lǐng)帶'])
               .add_yaxis('商場(chǎng)A',[364,38,273,94,437,138])
               .add_yaxis('商場(chǎng)B',[462,328,34,282,43,98])
               .set_global_opts(title_opts=opt.TitleOpts(title="商場(chǎng)銷(xiāo)售情況")))
    
     bar.render_notebook() 
  

• pyechats 含有不同主題可以設(shè)置多元的圖形視覺(jué)

• pyecharts 繪制其他圖形

  • 橫向條形圖

    bar =(Bar()                                         
            .add_xaxis(['襯衣','毛衣','領(lǐng)帶','褲子','風(fēng)衣','高跟鞋','襪子'])                                                                                
            .add_yaxis('商場(chǎng)A',[21,344,284,22,128,234]) #增加y軸數(shù)據(jù)
            .add_yaxis('商場(chǎng)B',[32,323,148,89,294,38])  #增加y軸數(shù)據(jù)   
            .set_global_opts(title_opts=opt.TitleOpts(title = '某商場(chǎng)銷(xiāo)售情況')) # 設(shè)置全局參數(shù))**                  
    
    bar.reversal_axis() #翻轉(zhuǎn)xy軸
    bar.render_notebook()             
    

• 折線圖繪制

   from pyecharts.charts import Line
   from pyecharts import options as opt 
   line = (Line()
   .add_xaxis(["201{}第{}季度".format(y,z) for y in range(4) for z in range(1,5)])
   .add_yaxis('電視機(jī)銷(xiāo)量',[37,82,28,20,48,28,49,39,202,38,83,29,33,29,88,78])
   .set_global_opts(title_opts =opt.TitleOpts(title ="折線圖")
                               ,xaxis_opts = opt.AxisOpts(axislabel_opts =opt.LabelOpts(rotate =-40)) #將x軸坐標(biāo)標(biāo)簽旋轉(zhuǎn)40度              
                               ,yaxis_opts = opt.AxisOpts(**name="銷(xiāo)量（單位/千臺(tái)）"))
   )
   line.render_notebook()      
  

• 南丁格爾玫瑰圖

  • 本質(zhì)上仍是餅圖的一種蝴悉，但不是用角度表示大小，而是用半徑長(zhǎng)短表示大小瘾敢，角度均一致

    from pyecharts.charts  import Pie                                                                                                                       
    from pyecharts import options as opt    
                                                                                                
    pie=(Pie()
          .add("",[list(z)for z in zip(["201{}年第{}季度".format(x,y)for x in range(2) for y in range(1,3)]
                  ,[30,19,21,60])]
                  ,radius=["10%","60%"] #設(shè)定內(nèi)外直徑  
                  , rosetype="area",    #玫瑰圖類(lèi)型拍冠，僅有area與radius兩種     
                  ,label_opts= opt.LabelOpts(is_show=True)#選擇是否設(shè)置數(shù)據(jù)標(biāo)簽)
          .set_global_opts(title_opts = opt.TitleOpts(title ="玫瑰圖示例"))
    pie.render_notebook()
    

• 餅圖

   from pyecharts import options as opt 
   from pyecharts.charts import Page,Pie
  
   **v1 =['啤酒','可樂(lè)','雪碧','咖啡','奶茶']**
   **v2 =[30,19,21,18,12]**
  
   pie = (
   Pie()
   .add("",[list(z) for z in zip(v1,v2)])   #增加數(shù)組作為數(shù)據(jù)
   .set_global_opts(title_opts=opt.TitleOpts(title="銷(xiāo)售收入占比"))
   .set_series_opts(label_opts = opt.LabelOpts(formatter = ":{c}%"))  #設(shè)置數(shù)據(jù)標(biāo)簽： 名稱：占比 )
   pie.render_notebook()
  

• 雷達(dá)圖
  • 思路：難點(diǎn)在于設(shè)置參數(shù)簇抵，要設(shè)置多次庆杜，第一次是add_schema，加入維度及最大值碟摆，第二次及之后的add加入角色晃财，視覺(jué)信息等

      from **pyecharts.charts** import **Page,Radar**
      from **pyecharts** import options as **opts**
  
      v1=[[4300,10000,28000,35000,50000,19000]]
      v2=[[5000,14000,28000,31000,42000,21000]]
  
      radar = (Radar()
                   .add_schema(schema=[opts.RadarIndicatorItem(name='KDA',max_=6500),     #設(shè)置維度，及最大值
                                       opts.RadarIndicatorItem(name='輸出',max_=16000),
                                       opts.RadarIndicatorItem(name='經(jīng)濟(jì)',max_=30000),
                                       opts.RadarIndicatorItem(name='生存',max_=38000),
                                       opts.RadarIndicatorItem(name='推進(jìn)',max_=52000),
                                       opts.RadarIndicatorItem(name='打野',max_=25000)])
  
                    .add("魯班",v1, color="red",areastyle_opts=opts.AreaStyleOpts (opacity=0.5,color="red"))#設(shè)置角色1名稱典蜕，內(nèi)容断盛，顏色，透明度及透明度顏色
                    .add("后裔",v2,color="blue",areastyle_opts=opts.AreaStyleOpts(opacity=0.5,color="blue"))#設(shè)置角色2名稱愉舔，內(nèi)容钢猛，顏色，透明度及透明度顏色
  
                    .set_global_opts**(title_opts=opts.TitleOpts(title="英雄成長(zhǎng)對(duì)比"))       #設(shè)置標(biāo)題
                    .set_series_opts(**label_opts=opts.LabelOpts(is_show= True)))         #設(shè)置標(biāo)簽
      radar.render_notebook()
  
  

• 詞云圖
  * 思路：先導(dǎo)入模塊屑宠，再增加參數(shù)厢洞，然后配置全局變量，最后渲染顯示，注意在導(dǎo)入?yún)?shù)時(shí)加入詞云大小范圍躺翻，導(dǎo)入?yún)?shù)時(shí)多導(dǎo)入一個(gè)SymbolType模塊

   from pyecharts import options as opts
   from pyecharts.charts import Page,WordCloud
   from pyecharts.globals import SymbolType  #除了導(dǎo)入兩個(gè)模塊以外還要導(dǎo)入SymbolType                                                                                                                                                                                                           
   words =[('Sam S Club',10000),('Macys',6181),('Amy Schumer',4386),('Jurassic World',4055)] #用詞組和數(shù)字丧叽，表示每個(gè)次多大
   wordcloud = (WordCloud()
                         .add("",words,word_size_range=[20,100])#輸入?yún)?shù)時(shí)注意配置詞的尺度范圍
                            .set_global_opts(title_opts=opts.TitleOpts(title='詞云圖')))
  
   wordcloud.render_notebook()
  

• 繪制地圖

  • 思路:仍然是先導(dǎo)入模塊，再增加參數(shù)公你，然后配置全局變量踊淳，最后渲染顯示的過(guò)程，在增加參數(shù)時(shí)陕靠，除了原有的參數(shù)要加入國(guó)家的參數(shù)如China迂尝，配置全局變量時(shí)要加入視覺(jué)參數(shù)

     from pyecharts import options as opts
     from pyecharts.charts import Map                                                                                                                                      
     v1= [29,191,99,101,64,44]
     v2= ['四川','廣東',"杭州",'北京','湖南','云南']
    
     map =(Map()
           .add("全國(guó)地圖展示",[list(z)for z in zip(v2,v1)],"china") #除了本身的數(shù)據(jù)輸入也要加入國(guó)家參數(shù)方便識(shí)別
           .set_global_opts(title_opts=opts.TitleOpts(title="連續(xù)型地圖"),visualmap_opts=opts.VisualMapOpts(max_=200)))  #視覺(jué)參數(shù)方便顯示
     map.render_notebook()
    

第三章節(jié) power BI部分(入門(mén)）

• 優(yōu)勢(shì)
  步驟功能區(qū)域：

  • 免費(fèi)，微軟出品剪芥，符合日常辦公習(xí)慣
  • 方便快捷垄开，快速展示圖表需求

• 功能區(qū)（最上面），畫(huà)布（中間白色部分）税肪，篩選器（畫(huà)布右側(cè)）溉躲，圖表類(lèi)型、圖表設(shè)計(jì)益兄、字段選擇（篩選器右側(cè)）

• 流程

  • 導(dǎo)入數(shù)據(jù)源——powerBI數(shù)據(jù)處理（數(shù)據(jù)清理锻梳、建模）——可視化報(bào)表展示

• 導(dǎo)入數(shù)據(jù)源

  • 開(kāi)始\獲取數(shù)據(jù)\從數(shù)據(jù)庫(kù)或者文件等

• 清洗數(shù)據(jù)

  • 建議在sql或者pandas中處理，再倒入powerBI