跟我一起学点数据分析 -- 第五天：数据可视化（matplotlib部）

前文回顾

跟我一起学点 数据分析 – 第四天：上手pandas（4）

说实话，这两天我没有写博客，并不是去休息了，是在实战。
但是我实战为什么这么久？因为学的不扎实。
为什么学的不扎实，我觉得我不负全责。

反正总结一点就是，这个系列我会全部推翻重写。
然后，买课之前一定要先加QQ群，跟老师搭上话，不然别交钱。

数据集

这里我们获取seaborn的自带数据集，我选：anscombe，这个数据集还是挺出名的。

import seaborn as sns

anscombe = sns.load_dataset('anscombe')

print(anscombe)

  

 

  
1
  
2
  
3
  
4
  
5
 

当然，不知道什么原因，不让我下。
网上也不好找，还要我去注册个码云。

过两天我在我的侧栏挂个公众号，你们来回复“seaborn测试数据集”就好啦。

然后让我们来了解一下这个数据集哈：但当涉猎
（数据集不止这一个，所以，最好还是下载一整包）

matplotlib绘图入门

为什么先讲matplotlib呢？因为你会发现后面的不论是seaborn还是pandas都离不开这个。
而为什么又说只是个入门呢？因为这个完全可以独立写好几篇博客了，东西实在博大精深了。

matplotlib，是Python的基本绘图库。
好用的很。

来我用给你们看一下：

import pandas as pd

import matplotlib.pyplot as plt

df = pd.read_csv('anscombe.csv')

df_1 = df[df['dataset'] == 'I']

plt.plot(df_1['x'],df_1['y'])

plt.show()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
 

草率了点哈，连个颜色区分度都没有。

默认情况下哈，plot是用线的。如果你想用点的话，可以传个参：
（这让我想起了当初的MATLAB考试）

import pandas as pd

import matplotlib.pyplot as plt

df = pd.read_csv('anscombe.csv')

df_1 = df[df['dataset'] == 'I']

plt.plot(df['x'],df['y'],'*')	# 也不是说什么都可以的，要不你换个‘￥’试试?

plt.show()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
 

绘制多图

matplotlib有个比较神奇的地方，它支持一张大图上有很多个小图组成。

看好。

import pandas as pd

import matplotlib.pyplot as plt

df = pd.read_csv('anscombe.csv')

df_1 = df[df['dataset'] == 'I']
df_2 = df[df['dataset'] == 'II']
df_3 = df[df['dataset'] == 'III']
df_4 = df[df['dataset'] == 'IV']

fig = plt.figure()  # 创建画布，用于存放子图

# 将画布分为两行两列
axes1 = fig.add_subplot(2,2,1)  #（坐标（1,1））
axes2 = fig.add_subplot(2,2,2)  #（坐标（1,2））
axes3 = fig.add_subplot(2,2,3)  #（坐标（2,1））
axes4 = fig.add_subplot(2,2,4)  #（坐标（2,2））

# 调用各个轴的方法绘图
axes1.plot(df_1['x'],df_1['y'],'+')
axes2.plot(df_2['x'],df_2['y'],'+')
axes3.plot(df_3['x'],df_3['y'],'+')
axes4.plot(df_4['x'],df_4['y'],'+')

# 向各个图中添加小标题
axes1.set_title('dataset_1')
axes2.set_title('dataset_2')
axes3.set_title('dataset_3')
axes4.set_title('dataset_4')

# 为整幅图添加一个大标题
fig.suptitle('Anscombe Data')

# 使用紧凑布局
fig.tight_layout()

plt.show()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
 

还可以向每个图设置坐标轴名字，set_xlabel() 和 set_ylabel()。

matplotlib绘制统计图

这里我们选用另一个数据集：tips

直方图

哎，经过我十几分钟的苦战，还是没能给每个柱子配上个颜色。
那就只能先这样了：

import pandas as pd

import matplotlib.pyplot as plt

df = pd.read_csv('tips.csv')

fig = plt.figure()

axes1 = fig.add_subplot(1,1,1)

axes1.hist(df['total_bill'],bins = 10,color = 'g' )

axes1.set_title('Histogram of Total Bill')

axes1.set_xlabel('Frequency')

axes1.set_ylabel('Total Bill')

plt.show()


  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
 

散点图

这组数据啊，我本来以为是两组数据，还准备给它分一下颜色。研究了一会儿，发现它就是一组数据而已。。。

import pandas as pd

import matplotlib.pyplot as plt

df = pd.read_csv('tips.csv')

scatter_plot = plt.figure()

axes1 = scatter_plot.add_subplot(1,1,1)

axes1.scatter(df['total_bill'],df['tip'],color = 'g' )

axes1.set_title('Scatterplot of Total Bill vs Tip')

axes1.set_xlabel('Frequency')

axes1.set_ylabel('Total Bill')

plt.show()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
 

箱线图

说真的，这个图你叫我看我也看不懂：

import pandas as pd

import matplotlib.pyplot as plt

df = pd.read_csv('tips.csv')

boxplot = plt.figure()

axes1 = boxplot.add_subplot(1,1,1)

axes1.boxplot( # 箱线图的第一个参数是数据 # 由于要绘制多块数据，多以要把每块数据放到列表中（真是麻烦） [ df[df['sex'] == 'Female']['tip'], df[df['sex'] == 'Male']['tip'] ], labels = ['Female','Male']
)

axes1.set_title('Boxplot of Tips by Sex')

axes1.set_xlabel('Sex')

axes1.set_ylabel('Tips')

plt.show()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
 

多变量数据

多变量数据的区分就要看咱个人的聪明才智了。

import pandas as pd

import matplotlib.pyplot as plt

def record_sex(sex): if sex == 'Female': return 0 else: return 1

df = pd.read_csv('tips.csv')

df['sex_color'] = df['sex'].apply(record_sex)

scatter_plot = plt.figure()

axes1 = scatter_plot.add_subplot(1,1,1)

axes1.scatter( x = df['total_bill'], y = df['tip'], s = df['size']*10, c = df['sex_color'], alpha = 0.5
)

axes1.set_title('Total Bill vs Tip Colored by Sex and Sized by Size')

axes1.set_xlabel('Total Bill')

axes1.set_ylabel('Tips')

plt.show()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
 

色图

接下来要放色图了啊，大家做好心理准备。

常用颜色

‘b’ # 蓝色(blue)
‘g’ # 绿色(green)
‘r’ # 红色(red)
‘c’ # 青色(cyan)
‘m’ # 品红(magenta)
‘y’ # 黄色(yellow)
‘k’ # 黑色(black)
‘w’ # 白色(white)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
 

更多颜色

渐变色

混色

你要问我怎么用，那我也没用过，先存着。

常用图例

‘.’ # 点(point marker)
‘,’ # 像素点(pixel marker)
‘o’ # 圆形(circle marker)
‘v’ # 朝下三角形(triangle_down marker)
‘^’ # 朝上三角形(triangle_up marker)
‘<‘ # 朝左三角形(triangle_left marker)
‘>’ # 朝右三角形(triangle_right marker)
‘1’ # (tri_down marker)
‘2’ # (tri_up marker)
‘3’ # (tri_left marker)
‘4’ # (tri_right marker)
‘s’ # 正方形(square marker)
‘p’ # 五边星(pentagon marker)
‘*’ # 星型(star marker)
‘h’ # 1号六角形(hexagon1 marker)
‘H’ # 2号六角形(hexagon2 marker)
‘+’ # +号标记(plus marker)
‘x’ # x号标记(x marker)
‘D’ # 菱形(diamond marker)
‘d’ # 小型菱形(thin_diamond marker)
‘|’ # 垂直线形(vline marker)
‘_’ # 水平线形(hline marker)


  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
 

一个matplotlib写着写着就这么多了，seaborn、pandas再加上来。。
pyechart要是再上来。
emmm，这篇先到这儿吧就。

文章来源: lion-wu.blog.csdn.net，作者：看，未来，版权归原作者所有，如需转载，请联系作者。

原文链接：lion-wu.blog.csdn.net/article/details/112122718