《Python與數(shù)據(jù)分析應用》課件-第13章 數(shù)據(jù)可視化

第十三章

數(shù)據(jù)可視化在此輸入副標題·數(shù)據(jù)可視化概述·Matplotlib·Seaborn·Bokeh了解熟悉掌握熟悉

1234學習目標了解什么是數(shù)據(jù)可視化，Bokeh庫的基本使用掌握Matplotlib庫的基本使用熟悉常見的圖表類型熟悉Seaborn庫的基本使用13.113.213.313.4目錄CONTENTS數(shù)據(jù)可視化概述Matplotlib—繪制圖表Seaborn—繪制統(tǒng)計圖形Bokeh—交互式可視化庫

第一部分PART0113.1數(shù)據(jù)可視化概述思考：為什么要將數(shù)據(jù)可視化？13.1.1什么是數(shù)據(jù)可視化思考：什么是數(shù)據(jù)可視化？13.1.1什么是數(shù)據(jù)可視化

數(shù)據(jù)可視化是指將數(shù)據(jù)以圖表的形式表示，并利用數(shù)據(jù)分析和開發(fā)工具發(fā)現(xiàn)其中未知信息的處理過程。13.1.1什么是數(shù)據(jù)可視化數(shù)據(jù)可視化旨在借助圖形化手段，清晰有效地將數(shù)據(jù)中的各種屬性和變量呈現(xiàn)出來，使用戶可以從不同的維度觀察數(shù)據(jù)，從而對數(shù)據(jù)進行更深入地觀察和分析。結(jié)論13.1.1什么是數(shù)據(jù)可視化圖表是指在屏幕中顯示的、可以直觀地展示統(tǒng)計信息、對知識挖掘和信息生動感受起關(guān)鍵作用的圖形結(jié)構(gòu)。13.1.2常見的圖表類型直方圖，又稱作質(zhì)量分布圖，它是由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況，一般用橫軸表示數(shù)據(jù)的類型，縱軸表示分布情況。直方圖可以利用方塊的高度來反映數(shù)據(jù)的差異,只適用于中小規(guī)模的數(shù)據(jù)集，不適用于大規(guī)模的數(shù)據(jù)集。13.1.2常見的圖表類型折線圖是用直線段將各數(shù)據(jù)點連接起來而組成的圖形，以折線的方式顯示數(shù)據(jù)的變化趨勢。折線圖可以顯示隨時間變化的連續(xù)數(shù)據(jù)，適用于顯示在相等時間間隔下數(shù)據(jù)的趨勢。13.1.2常見的圖表類型條形圖是用寬度相同的條形的高度或者長短來表示數(shù)據(jù)多少的圖形，可以橫置或縱置，縱置時也稱為柱形圖。通過條形的長短，可以比較華北和華東地區(qū)這兩種商品的銷售情況。13.1.2常見的圖表類型餅圖可以顯示一個數(shù)據(jù)序列中各項的大小與各項總和的比例，每個數(shù)據(jù)序列具有唯一的顏色或圖形，并且與圖例中的顏色是相對應的。餅圖可以很清晰地反映出各數(shù)據(jù)系列的百分比情況。13.1.2常見的圖表類型在回歸分析中，散點圖是指數(shù)據(jù)點在直角坐標系平面上的分布圖，通常用于比較跨類別的數(shù)據(jù)。散點圖包含的數(shù)據(jù)點越多，比較的效果就會越好。散點圖中每個坐標點的位置是由變量的值決定的，用于表示因變量隨自變量而變化的大致趨勢，以判斷兩種變量的相關(guān)性。13.1.2常見的圖表類型箱形圖又稱為盒須圖、盒式圖或箱線圖，是一種用作顯示一組數(shù)據(jù)分散情況資料的統(tǒng)計圖。箱形圖提供了一種只用5個點對數(shù)據(jù)集做簡單總結(jié)的方式。13.1.2常見的圖表類型13.1.2常見的圖表類型散點圖條形圖折線圖直方圖適于比較數(shù)據(jù)之間的多少。反映一組數(shù)據(jù)的變化趨勢。顯示各個項目之間的比較情況，和直方圖有類似的作用。顯示若干數(shù)據(jù)系列中各數(shù)值之間的關(guān)系。箱形圖識別異常值方面有一定的優(yōu)越性。我們來認識一些基于Python語言的可視化庫。MatplotlibPython2D繪圖庫Seaborn專攻于統(tǒng)計可視化Bokeh

交互式繪圖庫13.1.3數(shù)據(jù)可視化的工具

第二部分PART0213.2Matplotlib—繪制圖表要想使用Matplotlib繪制圖表，需要先導入繪制圖表的模塊pyplot，該模塊提供了一種類似MATLAB的繪圖方式，主要用于繪制簡單或復雜的圖形。importmatplotlib.pyplotasplt13.2.1通過figure()函數(shù)創(chuàng)建畫布另外，如果要在JupyterNotebook中繪圖，則需要增加如下魔術(shù)命令：%matplotlibinline13.2.1通過figure()函數(shù)創(chuàng)建畫布pyplot模塊中默認有一個Figure對象，該對象可以理解為一張空白的畫布，用于容納圖表的各種組件。圖例坐標軸畫布13.2.1通過figure()函數(shù)創(chuàng)建畫布如例，在默上認的畫布繪制簡單的圖形：#生成包含100~200的數(shù)組data_one=np.arange(100,201)#繪制data_one折線圖plt.plot(data_one)#在本機上顯示圖形plt.show()13.2.1通過figure()函數(shù)創(chuàng)建畫布如果不希望在默認的畫布上繪制圖形，則可以調(diào)用figure()函數(shù)構(gòu)建一張新的空白畫布。matplotlib.pyplot.figure(num=None,figsize=None,dpi=None,facecolor=None,edgecolor=None,...,**kwargs)

num--表示圖形的編號或名稱。figsize

--用于設置畫布的尺寸。facecolor

--用于設置畫板的背景顏色。edgecolor

--用于顯示邊框顏色。13.2.1通過figure()函數(shù)創(chuàng)建畫布調(diào)用figure()函數(shù)創(chuàng)建新的空白畫布。figure_obj=plt.figure()<matplotlib.figure.Figureat0x57e7630>13.2.1通過figure()函數(shù)創(chuàng)建畫布還可以在創(chuàng)建畫布時為其添加背景顏色，即設置facecolor參數(shù)。data_two=np.arange(200,301)#創(chuàng)建背景為灰色的新畫布plt.figure(facecolor='gray')#通過data2繪制折線圖plt.plot(data_two)plt.show() 13.2.1通過figure()函數(shù)創(chuàng)建畫布Figure對象允許劃分為多個繪圖區(qū)域，每個繪圖區(qū)域都是一個Axes對象，它擁有屬于自己的坐標系統(tǒng)，被稱為子圖。13.2.2通過subplot()函數(shù)創(chuàng)建單個子圖要想在畫布上創(chuàng)建一個子圖，則可以通過subplot()函數(shù)實現(xiàn)。subplot(nrows,ncols,index,**kwargs)nrows，ncols

--表示子區(qū)網(wǎng)格的行數(shù)、列數(shù)。index--表示矩陣區(qū)域的索引。13.2.2通過subplot()函數(shù)創(chuàng)建單個子圖subplot()函數(shù)會將整個繪圖區(qū)域等分為“nrows（行）*ncols（列）”的矩陣區(qū)域，之后按照從左到右、從上到下的順序?qū)γ總€區(qū)域進行編號。其中，位于左上角的子區(qū)域編號為1，依次遞增。13.2.2通過subplot()函數(shù)創(chuàng)建單個子圖整個繪制區(qū)域劃分為2*2（兩行兩列）的矩陣區(qū)域，每個區(qū)域的編號如下所示。13.2.2通過subplot()函數(shù)創(chuàng)建單個子圖如果nrows、ncols和index這三個參數(shù)的值都小于10，則可以把它們簡寫為一個實數(shù)。subplot(323)subplot(3,2,3)等價13.2.2通過subplot()函數(shù)創(chuàng)建單個子圖如果希望一次性創(chuàng)建一組子圖，則可以通過subplots()函數(shù)進行實現(xiàn)。subplots(nrows=1,ncols=1,sharex=False,sharey=False,squeeze=True,subplot_kw=None,gridspec_kw=None,**fig_kw)

nrows，ncols--表示子區(qū)網(wǎng)格的行數(shù)、列數(shù)。sharex，sharey--表示控制x或y軸是否共享。13.2.3通過subplots()函數(shù)創(chuàng)建多個子圖subplots()函數(shù)會返回一個元組，元組的第一個元素為Figure對象（畫布），第二個元素為Axes對象（子圖，包含坐標軸和畫的圖）或Axes對象數(shù)組。如果創(chuàng)建的是單個子圖，則返回的是一個Axes對象，否則返回的是一個Axes對象數(shù)組。13.2.3通過subplots()函數(shù)創(chuàng)建多個子圖還可以通過Figure類的add_subplot()方法添加和選中子圖。add_subplot(*args,**kwargs

)上述方法中，*args參數(shù)表示一個三位數(shù)的實數(shù)或三個獨立的實數(shù)，用于描述子圖的位置。比如“a,b,c”，其中a和b表示將Figure對象分割成a*b大小的區(qū)域，c表示當前選中的要操作的區(qū)域。13.2.4通過add_subplot()方法添加和選中子圖調(diào)用add_subplot()方法時傳入的是“2,2,1”，則會在的2*2的矩陣中編號為1的區(qū)域上繪圖。13.2.4通過add_subplot()方法添加和選中子圖每調(diào)用一次add_subplot()方法只會規(guī)劃畫布劃分子圖，且只會添加一個子圖。當調(diào)用plot()函數(shù)繪制圖形時，會畫在最后一次指定子圖的位置上。13.2.4通過add_subplot()方法添加和選中子圖繪圖時可以為圖形添加一些標簽信息，比如標題、坐標名稱、坐標軸的刻度等。13.2.5添加各類標簽pyplot模塊中提供了為圖形添加標簽的函數(shù)。這些函數(shù)之間是并列關(guān)系，沒有先后順序，我們既可以先繪制圖形，也可以先添加標簽。值得一提的是，圖例的添加只能在繪制完圖形之后。13.2.5添加各類標簽如果要設置的圖表標題中含有中文字符，則會變成方格子而無法正確顯示。實際上Matplotlib是支持中文編碼的，造成這種情況主要是因為Matplotlib庫的配置信息里面沒有中文字體的相關(guān)信息，13.2.6圖表正確顯示中文在python腳本中動態(tài)設置matplotlibrc，這樣就可以避免由于更改配置文件而造成的麻煩。frompylabimportmpl#設置顯示中文字體mpl.rcParams[‘font.sans-serif]=[‘SimHei’]13.2.6圖表正確顯示中文另外，由于字體更改以后，會導致坐標軸中的部分字符無法正常顯示，這時需要更改axes.unicode_minus參數(shù)。#設置正常顯示符號mpl.rcParams['axes.unicode_minus']=False13.2.6圖表正確顯示中文matplotlib.pyplot模塊中包含了快速生成多種圖表的函數(shù)。13.2.7繪制常見圖表pyplot模塊的hist()函數(shù)用于繪制直方圖。matplotlib.pyplot.hist(x,bins=None,range=None,color=None,label=None,

...,**kwargs)

x--表示輸入值。bins--表示繪制條柱的個數(shù)。range--bins的上下范圍（最大和最小值）。color

--表示條柱的顏色，默認為None。13.2.7繪制常見圖表通過hist()函數(shù)繪制直方圖的示例如下。arr_random=np.random.randn(100)#繪制直方圖plt.hist(arr_random,bins=8,color='g',alpha=0.7)plt.show()13.2.7繪制常見圖表pyplot模塊中的scatter()函數(shù)用于繪制散點圖。matplotlib.pyplot.scatter(x,

y,

s=None,

c=None,

marker=None,

alpha=None,

linewidths=None,

...,

**kwargs)x,y

--表示x軸和y軸對應的數(shù)據(jù)。s--指定點的大小。c--指定散點的顏色。marker--表示繪制的散點類型。alpha--表示點的透明度，接收0~1之間的小數(shù)。13.2.7繪制常見圖表通過scatter()函數(shù)繪制散點圖的示例如下。#x軸的數(shù)據(jù)x=np.arange(51)#表示y軸的數(shù)據(jù)y=np.random.rand(51)*10plt.scatter(x,y)#繪制散點圖plt.show()13.2.7繪制常見圖表pyplot模塊中用于繪制柱狀圖的函數(shù)為bar()。bar(x,height,width,*,align='center',**kwargs)x

--表示x軸的數(shù)據(jù)。height

--表示條形的高度。width

--表示條形的寬度，默認為0.8。color

--表示條形的顏色。edgecolor

--表示條形邊框的顏色。13.2.7繪制常見圖表通過bar()函數(shù)繪制柱狀圖的示例如下。x=np.arange(5)y1,y2=np.random.randint(1,31,size=(2,5))width=0.25ax=plt.subplot(1,1,1)#條形的寬度ax.bar(x,y1,width,color='r')ax.bar(x+width,y2,width,color='g')ax.set_xticks(x+width)ax.set_xticklabels(['January','February','March','April','May'])plt.show()13.2.7繪制常見圖表在使用繪制圖表的函數(shù)（比如plot等）畫圖時，可以設定線條的相關(guān)參數(shù)，包括顏色、線型和標記風格。13.2.8顏色、線型、標記的設置線條顏色使用color參數(shù)控制，它支持如下表所列舉的顏色值。13.2.8顏色、線型、標記的設置線型使用linestyle參數(shù)控制，它支持如下表所列舉的線型值。13.2.8顏色、線型、標記的設置標記風格使用marker參數(shù)控制，它支持如右表所列舉的標記值。13.2.8顏色、線型、標記的設置要想保存當前生成的圖表，可以調(diào)用savefig()函數(shù)進行保存。savefig(fname,dpi=None,facecolor='w',edgecolor='w',...)fname參數(shù)是一個包含文件名路徑的字符串，或者是一個類似于Python文件的對象。如果format

參數(shù)設為None且fname參數(shù)是一個字符串，則輸出格式將根據(jù)文件名的擴展名推導出來。13.2.9本地保存圖形此外，在JupyterNotebook中還可以在圖形上右擊另存為圖片，或在PyCharm顯示圖形的窗口中，點擊保存按鈕進行保存。13.2.9本地保存圖形

第三部分PART0313.3Seaborn—繪制統(tǒng)計圖形Seaborn基于Matplotlib核心庫進行了更高級的API封裝，可以輕松地畫出更漂亮的圖形，而Seaborn的漂亮主要體現(xiàn)在配色更加舒服，以及圖形元素的樣式更加細膩。importseabornassns13.3.1可視化數(shù)據(jù)的分布另外，也可以在JupyterNotebook中使用如下魔術(shù)命令繪圖。%matplotlibinline13.3.1可視化數(shù)據(jù)的分布當處理一組數(shù)據(jù)時，通常先要做的就是了解變量是如何分布的。對于單變量的數(shù)據(jù)來說，采用直方圖或核密度曲線是個不錯的選擇。對于雙變量來說，可采用多面板圖形展現(xiàn)，比如散點圖、二維直方圖、核密度估計圖形等。13.3.1可視化數(shù)據(jù)的分布要想描述單變量的分布情況，可以采用最簡單的直方圖進行展現(xiàn)。13.3.1可視化數(shù)據(jù)的分布Seaborn中提供了一個distplot()函數(shù)，它默認繪制的是一個帶有核密度估計曲線的直方圖。distplot(a,bins=None，hist=True,kde=True,rug=False,...)

a--表示要觀察的數(shù)據(jù)。

bins

--用于控制條形的數(shù)量。hist

--表示是否繪制（標注）直方圖。kde--表示是否繪制高斯核密度估計曲線。rug--表示是否在支持的軸方向上繪制rugplot。13.3.1可視化數(shù)據(jù)的分布如果希望使用Seaborn用Matplotlib的默認樣式，則需要顯式地調(diào)用set()或set_style()、set_context()和set_palette()中的一個或多個函數(shù)，以獲取Seaborn或者Matplotlib默認的繪圖樣式。13.3.1可視化數(shù)據(jù)的分布通過distplot()函數(shù)繪制直方圖的示例如下。#顯式調(diào)用set()獲取默認繪圖sns.set()np.random.seed(0)arr=np.random.randn(100)#繪制直方圖ax=sns.distplot(arr,bins=10)13.3.1可視化數(shù)據(jù)的分布思考：直方圖中條柱數(shù)量不同，圖表的效果會有差異嗎？13.3.1可視化數(shù)據(jù)的分布直方圖會因為條柱數(shù)量的不同導致圖表的效果有著很大的差異，為了解決這個問題，可以繪制核密度估計曲線進行展現(xiàn)。核密度估計是在概率論中用來估計未知的密度函數(shù)，屬于非參數(shù)檢驗方法之一，可以比較直觀的看出數(shù)據(jù)樣本本身的分布特征。結(jié)論13.3.1可視化數(shù)據(jù)的分布通過distplot()函數(shù)繪制核密度估計曲線。array_random=np.random.randint(0,100,500)#繪制核密度估計曲線sns.distplot(array_random,hist=False,rug=True)13.3.1可視化數(shù)據(jù)的分布通過jointplot()函數(shù)可以創(chuàng)建一個多面板圖形，以顯示兩個變量之間的關(guān)系及每個變量在單獨坐標軸上的單變量分布。seaborn.jointplot(x,

y,

data=None,

kind='scatter',

color=None,

size=6,

ratio=5,

space=0.2,

dropna=True,

xlim=None,

ylim=None,...,

**kwargs)13.3.1可視化數(shù)據(jù)的分布調(diào)用jointplot()函數(shù)繪制散點圖的示例如下。dataframe_obj=pd.DataFrame({"x":np.random.randn(500),

"y":np.random.randn(500)})#繪制散布圖sns.jointplot(x="x",y="y",data=dataframe_obj)13.3.1可視化數(shù)據(jù)的分布調(diào)用jointplot()函數(shù)時只要傳入kind=“hex”可以繪制二維直方圖。#繪制二維直方圖sns.jointplot(x="x",y="y",data=dataframe_obj,kind="hex")13.3.1可視化數(shù)據(jù)的分布調(diào)用jointplot()函數(shù)時傳入kind=“kde”可以繪制核密度估計圖形。#核密度估計sns.jointplot(x="x",y="y",data=dataframe_obj,kind="kde")13.3.1可視化數(shù)據(jù)的分布要想在數(shù)據(jù)集中繪制多個成對的雙變量分布，則可以使用pairplot()函數(shù)實現(xiàn)，該函數(shù)會創(chuàng)建一個坐標軸矩陣，并且顯示DataFrame對象中每對變量的關(guān)系。13.3.1可視化數(shù)據(jù)的分布Seaborn中內(nèi)置的所有數(shù)據(jù)集，可點擊鏈接

https:///mwaskom/seaborn-data進行查看。13.3.1可視化數(shù)據(jù)的分布數(shù)據(jù)集中的數(shù)據(jù)類型有很多種，除了連續(xù)的特征變量之外，最常見的就是類目型的數(shù)據(jù)類型了。13.3.2用分類數(shù)據(jù)繪圖Seaborn針對分類數(shù)據(jù)提供了專門的可視化函數(shù)，這些函數(shù)大致可以分為如下三種：分類數(shù)據(jù)散點圖：swarmplot()與stripplot()；分類數(shù)據(jù)的分布圖：boxplot()與violinplot()；分類數(shù)據(jù)的統(tǒng)計估算圖：barplot()與pointplot()。13.3.2用分類數(shù)據(jù)繪圖通過stripplot()函數(shù)可以畫一個散點圖。stripplot(x=None,y=None,hue=None,data=None,order=None,hue_order=None,jitter=False,

...,**kwargs)x，y，hue--用于繪制長格式數(shù)據(jù)的輸入。data--用于繪制的數(shù)據(jù)集。如果x和y不存在，則它將作為寬格式，否則將作為長格式。order，hue_order

--用于繪制分類的級別。jitter--表示抖動的程度（僅沿類別軸）。13.3.2用分類數(shù)據(jù)繪圖通過stripplot()函數(shù)繪制散點圖的示例如下。#加載內(nèi)置的數(shù)據(jù)集tipstips=sns.load_dataset("tips")#繪制散點圖sns.stripplot(x="day",y="total_bill",data=tips)13.3.2用分類數(shù)據(jù)繪圖可以在調(diào)用stripplot()函數(shù)時傳入jitter參數(shù)，以調(diào)整橫坐標的位置。#加載內(nèi)置的數(shù)據(jù)集tipstips=sns.load_dataset("tips")#繪制散點圖sns.stripplot(x="day",y="total_bill",data=tips,jitter=True)13.3.2用分類數(shù)據(jù)繪圖還可以調(diào)用swarmplot()函數(shù)繪制散點圖，該函數(shù)的好處就是所有的數(shù)據(jù)點都不會重疊。#加載內(nèi)置的數(shù)據(jù)集tipstips=sns.load_dataset("tips")#繪制散點圖sns.swarmplot(x="day",y="total_bill",data=tips)13.3.2用分類數(shù)據(jù)繪圖散點圖不能夠直觀地反映出各個分類的數(shù)據(jù)分布，為此，可以繪制如下兩種圖形查看：箱形圖利用箱形圖可以提供有關(guān)數(shù)據(jù)分散情況的信息，很直觀地查看數(shù)據(jù)的四分位分布。提琴圖箱形圖與核密度圖的結(jié)合，它可以展示任意位置的密度，很直觀地看到哪些位置的密度較高。13.3.2用分類數(shù)據(jù)繪圖seaborn中用于繪制箱形圖的函數(shù)為boxplot()。seaborn.boxplot(x=None,y=None,hue=None,data=None,orient=None,palette=None,saturation=0.75,...,**kwargs)

orient--表示數(shù)據(jù)垂直或水平顯示，取值為“v”

|“h”。palette--用于設置不同級別色相的顏色變量。saturation

--用于設置數(shù)據(jù)顯示的顏色飽和度。13.3.2用分類數(shù)據(jù)繪圖通過boxplot()函數(shù)繪制箱形圖的示例如下。#加載內(nèi)置的數(shù)據(jù)集tipstips=sns.load_dataset("tips")#繪制箱形圖sns.boxplot(x="day",y="total_bill",data=tips)13.3.2用分類數(shù)據(jù)繪圖通過violinplot()函數(shù)可以繪制提琴圖。seaborn.violinplot(x=None,y=None,hue=None,data=None,order=None,hue_order=None,bw='scott',cut=2,scale='area',scale_hue=True,gridsize=100,width=0.8,inner='box',split=False,dodge=True,orient=None,linewidth=None,color=None,palette=None,saturation=0.75,ax=None,**kwargs)13.3.2用分類數(shù)據(jù)繪圖通過

violinplot()函數(shù)繪制提琴圖的示例如下。#加載內(nèi)置的數(shù)據(jù)集tipstips=sns.load_dataset("tips")#繪制提琴圖sns.violinplot(x="day",y="total_bill",data=tips)13.3.2用分類數(shù)據(jù)繪圖要想查看每個分類的集中趨勢，則可以使用條形圖和點圖進行展示，Seaborn庫中用于繪制這兩種圖表的具體函數(shù)如下：barplot()函數(shù)：用于繪制條形圖。pointplot()函數(shù)：用于繪制點圖。13.3.2用分類數(shù)據(jù)繪圖默認情況下，barplot()函數(shù)會在整個數(shù)據(jù)集上使用均值進行估計。若每個類別中有多個類別時（使用了hue參數(shù)），則條形圖可以使用引導來計算估計的置信區(qū)間，并使用誤差條來表示置信區(qū)間。置信區(qū)間，是指由樣本統(tǒng)計量所構(gòu)造的總體參數(shù)的估計區(qū)間。13.3.2用分類數(shù)據(jù)繪圖通過barplot()函數(shù)繪制條形圖的示例如下。#加載內(nèi)置的數(shù)據(jù)集tipstips=sns.load_dataset("tips")#繪制條形圖sns.barplot(x="day",y="total_bill",data=tips)13.3.2用分類數(shù)據(jù)繪圖另外一種用于估計的圖形是點圖，可以調(diào)用pointplot()函數(shù)進行繪制。pointplot()函數(shù)會用高度估計值對數(shù)據(jù)進行描述，而不是顯示完整的條形，它只會繪制點估計和置信區(qū)間。1