簡述
Python 中哪雕，數(shù)據(jù)可視化一般是通過較底層的 Matplotlib 庫和較高層的 Seaborn 庫實現(xiàn)的，本文主要介紹一些常用的圖的繪制方法。在正式開始之前需要導(dǎo)入以下包
import numpy as np # 線性代數(shù)庫
import pandas as pd # 數(shù)據(jù)分析庫
import matplotlib.pyplot as plt
import seaborn as sns
在 Jupyter Notebook 中，為了讓圖片內(nèi)嵌在網(wǎng)頁中捅伤，可以打開如下開關(guān)
%matplotlib inline
另外，設(shè)置了不同的圖像效果和背景風(fēng)格怎虫，圖片的顯示也不一樣暑认。
Matplotlib 基礎(chǔ)
函數(shù)基本形式
Matplotlib 要求原始數(shù)據(jù)的輸入類型為 Numpy 數(shù)組，畫圖函數(shù)一般為如下形式（與 Matlab 基本一致）
plt.圖名(x, y, 'marker 類型')
例如
plt.plot(x, y)
plt.plot(x, y, 'o-')
plt.plot(x, y, 'o-')
plt.scatter(x, y)
plt.scatter(x, y, linewidths=x,marker='o')
等等大审，參數(shù) x蘸际，y 要求為 np 數(shù)組。
舉個例子
X = np.linspace(0, 2 * np.pi, 10)
plt.plot(X, np.sin(X), '-o')
plt.title('Sine curve')
plt.xlabel(r'$\alpha$')
plt.ylabel(r'sin($\alpha$)')
設(shè)置標(biāo)題及 X徒扶，Y 軸
- 方法一
plt.figure(figsize=(3, 2))
plt.title("Title")
plt.xlabel("X")
plt.ylabel("Y")
plt.plot(np.arange(10), np.sin(np.arange(10)))
- 方法二
f, ax = plt.subplots(figsize=(3, 2))
ax.set_xlabel("X")
ax.set_ylabel("Y")
ax.set_title("Title", fontsize=20)
ax.plot(np.arange(10), np.sin(np.arange(10)))
導(dǎo)出矢量圖
在論文寫作中粮彤，一般要求插入圖片的格式為矢量圖，Matplotlib 和 Seaborn 圖片可以用如下代碼導(dǎo)出
plt.plot(.......)
# pdf 格式
plt.savefig('./filename.pdf',format='pdf')
# svg 格式
plt.savefig('./filename.svg',format='svg')
Seaborn 基礎(chǔ)
Seaborn 要求原始數(shù)據(jù)的輸入類型為 pandas 的 Dataframe 或 Numpy 數(shù)組姜骡，畫圖函數(shù)一般為如下形式
sns.圖名(x='X軸 列名', y='Y軸 列名', data=原始數(shù)據(jù)df對象)
或
sns.圖名(x='X軸 列名', y='Y軸 列名', hue='分組繪圖參數(shù)', data=原始數(shù)據(jù)df對象)
或
sns.圖名(x=np.array, y=np.array[, ...])
hue 的意思是 variable in data to map plot aspects to different colors导坟。
舉個例子，建立如下數(shù)據(jù)集
X = np.linspace(0, 20, 10)
df = pd.DataFrame({"Input": X, "Linear": X, "Sin": np.sin(X)})
Input Linear Sin
0 0.000000 0.000000 0.000000
1 2.222222 2.222222 0.795220
2 4.444444 4.444444 -0.964317
3 6.666667 6.666667 0.374151
4 8.888889 8.888889 0.510606
……
我們來擬合第一列與第二列
sns.regplot(x='Input', y='Linear', data=df)
子圖的繪制
繪制子圖一般使用 subplots 和 subplot 函數(shù)圈澈，我們分別介紹惫周。
subplots
一般形式為
f, ax = plt.subplots(ncols=列數(shù), nrows=行數(shù)[, figsize=圖片大小, ...])
舉兩個例子
f, ax = plt.subplots(ncols=2, nrows=2, figsize=(8, 6))
X = np.arange(0.01, 10, 0.01)
ax[0, 0].plot(X, 2 * X - 1)
ax[0, 0].set_title("Linear")
ax[0, 1].plot(X, np.log(X))
ax[0, 1].set_title("Log")
ax[1, 0].plot(X, np.exp(X))
ax[1, 0].set_title("Exp")
ax[1, 1].plot(X, np.sin(X))
ax[1, 1].set_title("Sin")
# 設(shè)置風(fēng)格
sns.set(style="white", context="talk")
# 隨機數(shù)生成器
rs = np.random.RandomState(7)
# Set up the matplotlib figure
f, (ax1, ax2, ax3) = plt.subplots(3, 1, figsize=(8, 6), sharex=True)
# Generate some sequential data
x = np.array(list("ABCDEFGHI"))
y1 = np.arange(1, 10)
sns.barplot(x, y1, palette="BuGn_d", ax=ax1)
ax1.set_ylabel("Sequential")
# Center the data to make it diverging
y2 = y1 - 5
sns.barplot(x, y2, palette="RdBu_r", ax=ax2)
ax2.set_ylabel("Diverging")
# Randomly reorder the data to make it qualitative
y3 = rs.choice(y1, 9, replace=False)
sns.barplot(x, y3, palette="Set3", ax=ax3)
ax3.set_ylabel("Qualitative")
# Finalize the plot
sns.despine(bottom=True)
plt.setp(f.axes, yticks=[])
plt.tight_layout(h_pad=3)
subplot
基本形式為
subplot(nrows, ncols, index, **kwargs)
In the current figure, create and return an
Axes, at position index of a (virtual) grid of nrows by ncols axes. Indexes go from 1 tonrows *ncols, incrementing in row-major order.
If nrows, ncols and index are all less than 10, they can also be given as a single, concatenated, three-digit number.
For example,subplot(2, 3, 3)andsubplot(233)both create anAxesat the top right corner of the current figure, occupying half of the figure height and a third of the figure width.
舉幾個例子
plt.figure(figsize=(3, 3))
plt.subplot(221)
# 分成2x2，占用第二個康栈，即第一行第二列的子圖
plt.subplot(222)
# 分成2x1递递，占用第二個喷橙，即第二行
plt.subplot(212)
plt.figure(figsize=(3, 3))
plt.subplot(221)
plt.subplot(222)
plt.subplot(223)
plt.show()
plt.figure(figsize=(3, 3))
plt.subplot(121)
plt.subplot(222)
plt.subplot(224)
plt.show()
def f(t):
return np.exp(-t) * np.cos(2 * np.pi * t)
t1 = np.arange(0, 5, 0.1)
t2 = np.arange(0, 5, 0.02)
plt.subplot(221)
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'r--')
plt.subplot(222)
plt.plot(t2, np.cos(2 * np.pi * t2), 'r--')
plt.subplot(212)
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.show()
直方圖
準備數(shù)據(jù)
X = np.arange(8)
y = np.array([1, 4, 2, 3, 3, 5, 6, 3])
df = pd.DataFrame({"X":X, "y":y})
sns.barplot("X", "y", palette="RdBu_r", data=df)
# 或者下面這種形式，但需要自行設(shè)置Xy軸的 label
# sns.barplot(X, y, palette="RdBu_r")
調(diào)整
palette 參數(shù)可以美化顯示風(fēng)格登舞。
統(tǒng)計圖
先調(diào)一下背景和載入一下數(shù)據(jù)
sns.set(style="darkgrid")
titanic = sns.load_dataset("titanic")
統(tǒng)計圖
sns.countplot(x="class", data=titanic)
帶
hue 的統(tǒng)計圖（為了顯示美觀贰逾，可以調(diào)一下大小）
f, ax = plt.subplots(figsize=(8, 6))
sns.countplot(x="class", hue="who", data=titanic, ax=ax)
描述變量分布
描述變量的分布規(guī)律菠秒，方差疙剑、均值、極值等践叠，通常使用 boxplots 圖（箱圖）和 violins 圖（小提琴圖）言缤。
sns.set(style="whitegrid", palette="pastel", color_codes=True)
# Load the example tips dataset
tips = sns.load_dataset("tips")
violins 圖
sns.violinplot(x="day", y="total_bill", data=tips)
sns.despine(left=True) # 不顯示網(wǎng)格邊框線
如圖，圖的高矮代表 y 值的范圍禁灼，圖的胖瘦代表分布規(guī)律轧简。
當(dāng)然，也可以描述不同 label 的分布匾二，下圖就表示了男女在不同時間的消費差異
sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True,
inner="quart", palette={"Male": "b", "Female": "y"})
sns.despine(left=True)
box 圖
箱圖和小提琴圖的描述手段基本類似
sns.boxplot(x="day", y="total_bill", data=tips, palette="PRGn")
sns.despine(offset=10, trim=True) # 設(shè)置邊框的風(fēng)格
sns.boxplot(x="day", y="total_bill", hue="sex", data=tips, palette="PRGn")
sns.despine(offset=10, trim=True)
數(shù)據(jù)分布直方圖
描述單變量的分布可以也使用數(shù)據(jù)分布直方圖
準備一些數(shù)據(jù)
mu,sigma=100,15
x=mu+sigma*np.random.randn(10000)
- Matplotlib 形式
sns.set_color_codes()
n,bins,patches=plt.hist(x,50,normed=1,facecolor='g',alpha=0.75)
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60,.025, r'$\mu=100,\ \sigma=15$')
plt.axis([40,160,0,0.03])
plt.grid(True)
- Seaborn 形式
sns.set_color_codes()
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60,.025, r'$\mu=100,\ \sigma=15$')
sns.distplot(x, color="y")
描述相關(guān)性
一般的，描述相關(guān)性一般使用 pairplot 圖和 heatmap 圖拳芙。
先 load 一下數(shù)據(jù)集和設(shè)置背景風(fēng)格
sns.set(style="ticks")
df = sns.load_dataset("iris")
pairplot 圖
pairplot 圖一般用來描述不同 label 在同一 feature 上的分布察藐。
sns.pairplot(df, hue="species")
heatmap 圖
heatmap 圖一般用來描述 feature 的相關(guān)性矩陣
sns.heatmap(df.corr(), square=True)
經(jīng)過一些實踐，下述代碼的配色方案比較美觀舟扎。
colormap = plt.cm.viridis
plt.figure(figsize=(12,12)) // 根據(jù)需要自行設(shè)置大蟹址伞（也可省略）
plt.title('Pearson Correlation of Features', y=1.05, size=15) // 加標(biāo)題
sns.heatmap(df.corr(),linewidths=0.1,vmax=1.0, square=True, cmap=colormap, linecolor='white', annot=True)
