[TOC] ***** # 1\. Matplotlib [Matplotlib官網](https://matplotlib.org/) matplotlib是PYTHON繪圖的基礎庫，是模仿matlab繪圖工具開發的一個開源庫。 PYTHON其它第三方繪圖庫都依賴與matplotlib。 本節課我們重點學習三種繪圖方式： 1. matplotlib繪制基礎圖形 2. pandas plot API 3. seaborn繪制統計圖形 我們可視化課程的重點是利用圖形去理解數據，而不是注重圖形的美觀。因此本課程講解的圖形都是基于數據統計分析的簡單圖形，類似于雷達圖這樣的復雜圖形不會在課程中講解。 # 2\. Hello World ``` import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號 #生成0到2pi的100個值，均等劃分，最后放到X的數組里 X = np.linspace(0, 2*np.pi,100)# 均勻的劃分數據 #根據正弦函數生成100個值放在Y數組里 Y = np.sin(X) Y1 = np.cos(X) #在plt的空白畫布上添加標題 plt.title("Hello World!!") #在畫布上描繪100個點 plt.plot(X,Y) #在畫布上描繪100個點 plt.plot(X,Y1) #顯示plt畫布 plt.show() ```  ``` X = np.linspace(0, 2*np.pi,100) Y = np.sin(X) #將畫布分成兩部分，分別繪制兩個圖，第一部分 plt.subplot(211) # 等價于 subplot(2,1,1) plt.plot(X,Y) #將畫布分成兩部分，分別繪制兩個圖，第二部分 plt.subplot(212) #圖形顏色是紅色,Y值根據X數組值計算 plt.plot(X,np.cos(X),color = 'r') ```  ***** # 3\. BAR CHART 條形圖  ### 3.0.1. Verticle 垂直的 ``` #列表 data = [5,25,50,20] # 第一個參數列表是幾個條形的x坐標,data是幾個條形的y坐標 plt.bar(range(len(data)),data) ```  ### 3.0.2. Horizontal 水平的 ``` data = [5,25,50,20] #barh（)表示繪制水平的條形圖。第一個參數列表是幾個條形的y坐標,data是幾個條形的x坐標 plt.barh(range(len(data)),data) ```  ### 3.0.3. 多個bar ``` # 有三組分類變量的條形圖 data是它們的頻數列表 data = [[5,25,50,20], [4,23,51,17], [6,22,52,19]] X = np.arange(4) # label 標簽 標注 #寬度：width = 0.25 。 label = "A" 這個分類變量的名字是A plt.bar(X + 0.00, data[0], color = 'b', width = 0.25,label = "A") # 第二組條形圖緊挨著第一組，x坐標右移一個第一變量的寬度 plt.bar(X + 0.25, data[1], color = 'g', width = 0.25,label = "B") # 第三組條形圖緊挨著第二組 plt.bar(X + 0.50, data[2], color = 'r', width = 0.25,label = "C") # legend 圖例 圖示 調用legend()才會顯示分類變量標注 plt.legend() ```  ***** ### 3.0.4. Stacked 堆 ``` data = [[5,25,50,20], [4,23,51,17], [6,22,52,19]] X = np.arange(4) #三組分類變量的x坐標都相同，因為要堆疊起來 plt.bar(X, data[0], color = 'b', width = 0.25) # bottom = data[0] 第二組條形的底部是在第一組條形的高度 plt.bar(X, data[1], color = 'g', width = 0.25,bottom = data[0]) # 第三組條形的底部是（第一組條形的高度+第二組條形的高度） # 兩個列表的元素不能一一對應相加，先用np.array()把列表變為數組，數組可以元素上對應相加 plt.bar(X, data[2], color = 'r', width = 0.25,bottom = np.array(data[0]) + np.array(data[1])) plt.show() ```  ***** # SCATTER POINTS 散點圖  散點圖用來衡量兩個連續變量之間的相關性 ``` import numpy as np import matplotlib.pyplot as plt N = 50 #生成50個[0,1)之間的值 x = np.random.rand(N) y = np.random.rand(N) plt.scatter(x, y) ```  ***** ``` N = 50 x = np.random.rand(N) y = np.random.rand(N) #生成的數值序列表示顏色 colors = np.random.randn(N) #生成表示點面積大小的數值序列 area = np.pi * (15 * np.random.rand(N))**2 # 調整大小 # alpha是透明度 plt.scatter(x, y, c=colors, alpha=0.5, s = area) ```  ***** # Histogram **解釋:直方圖是用來衡量連續變量的概率分布的。在構建直方圖之前，我們需要先定義好bin（值的范圍），也就是說我們需要先把連續值劃分成不同等份，然后計算每一份里面數據的數量。**  ***** ``` a = np.random.rand(100) #bins將數據值劃為20份 plt.hist(a,bins= 20) #設置直方的高度在0到15之間 plt.ylim(0,15) ```  ***** ``` a = np.random.randn(10000) plt.hist(a,bins=50) plt.title("Standard Normal Distribution") ```  ***** # BOXPLOTS 箱型圖 boxlot用于表達連續特征的百分位數分布。統計學上經常被用于檢測單變量的異常值，或者用于檢查離散特征和連續特征的關系  ``` #生成20到100的整數，并且是30行3列的數組 x = np.random.randint(20,100,size = (30,3)) #根據三列數據會繪制出三個箱型圖 plt.boxplot(x) #y軸取值是0到120 plt.ylim(0,120) # x軸上標記是1,2,3。標記的標簽是A,B,c,如圖 plt.xticks([1,2,3],['A','B','C']) #plt.hlines是畫一條橫線，y值是第一個參數，從xmin畫到xmanx plt.hlines(y = np.mean(x,axis = 0)[1] ,xmin =0,xmax=3) ```  *****  ***** # COLORS/TEXTS/annotate  ``` #設置畫布背景顏色為darkseagreen fig, ax = plt.subplots(facecolor='darkseagreen') data = [[5,25,50,20], [4,23,51,17], [6,22,52,19]] #返回給定值內的均勻間隔值 X = np.arange(4) plt.bar(X, data[0], color = 'darkorange', width = 0.25,label = 'A',bottom= 0) plt.bar(X, data[1], color = 'steelblue', width = 0.25,bottom = data[0],label = 'B') plt.bar(X, data[2], color = 'violet', width = 0.25,bottom = np.array(data[0]) + np.array(data[1]),label = 'C') #設置圖像title ax.set_title("Figure 1") #顯示條形圖標注 plt.legend() ```  ***** **zip方法**  ***** 增加文字 ~~~python plt.text(x, y, s, fontdict=None, withdash=False, **kwargs) ~~~ ``` fig, ax = plt.subplots(facecolor='teal') data = [[5,25,50,20], [4,23,51,17], [6,22,52,19]] X = np.arange(4) plt.bar(X+0.00, data[0], color = 'darkorange', width = 0.25,label = 'A') plt.bar(X+0.25, data[1], color = 'steelblue', width = 0.25) plt.bar(X+0.50, data[2], color = 'violet', width = 0.25,label = 'C') ax.set_title("Figure 2") plt.legend() # 添加文字描述 W = [0.00,0.25,0.50] for i in range(3): for a,b in zip(X+W[i],data[i]): plt.text(a,b,"%.0f"% b,ha="center",va= "bottom") plt.xlabel("Group") plt.ylabel("Num") plt.text(0.0,48,"TEXT") ```  ***** 在數據可視化的過程中，圖片中的文字經常被用來注釋圖中的一些特征。使用annotate()方法可以很方便地添加此類注釋。在使用annotate時，要考慮兩個點的坐標：被注釋的地方xy(x, y)和插入文本的地方xytext(x, y) ``` import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號 X = np.linspace(0, 2*np.pi,100)# 均勻的劃分數據 Y = np.sin(X) Y1 = np.cos(X) plt.plot(X,Y) plt.plot(X,Y1) plt.annotate('Points', #要注釋的地方 xy=(1, np.sin(1)), # 文本的地方 xytext=(2, 0.5), fontsize=16, #注釋的地方和文本產生聯系的符號 arrowprops=dict(arrowstyle="->")) plt.title("這是一副測試圖！") ```  ***** # Subplots ~~~python matplotlib.pyplot.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw) ~~~ 使用 **subplot** 繪制多個圖形 ~~~python subplot(nrows, ncols, index, **kwargs) ~~~ ``` #在jupyter lab里調整圖片大小 %pylab inline pylab.rcParams['figure.figsize'] = (10, 6) # 調整圖片大小 np.random.seed(19680801) #直方圖圖形份數 n_bins = 10 # 數據為1000行*3列 x = np.random.randn(1000, 3) #將畫布橫的分成兩部分，縱軸分為兩部分，共分為4部分。放在數組中 fig, axes = plt.subplots(nrows=2, ncols=2,facecolor='white') #將數組一維化，并將四個部分按索引順序儲存在變量中 ax0, ax1, ax2, ax3 = axes.flatten() colors = ['red', 'tan', 'lime'] ax0.hist(x, n_bins, normed=1, histtype='bar', color=colors, label=colors) ax0.legend(prop={'size': 10}) ax0.set_title('bars 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)') # Make a multiple-histogram of data-sets with different length. x_multi = [np.random.randn(n) for n in [10000, 5000, 2000]] ax3.hist(x_multi, n_bins, histtype='bar') ax3.set_title('different sample sizes') fig.tight_layout() # Adjust subplot parameters to give specified padding. plt.show() ```  ***** **兩部分圖共享X軸或Y軸** ``` # ShareX or ShareY N_points = 100000 n_bins = 20 #產生一個標準正態分布 # Generate a normal distribution, center at x=0 and y=5 x = np.random.randn(N_points) y = .4 * x + np.random.randn(100000) + 5 #將畫布豎著分為兩部分，共享y軸 fig, axs = plt.subplots(1, 2, sharey=True, tight_layout=True) # We can set the number of bins with the `bins` kwarg axs[0].hist(x, bins=n_bins) axs[1].hist(y, bins=n_bins) ```  ***** # PANDAS API 利用pandas API畫圖   *****  ***** ``` #按值分組 grouped = df.groupby("birth_state") #每個分組行的數量 gs = grouped.size() #大于10的組排序 并畫條形圖 gs[gs >=10].sort_values().plot.bar() ```  *****  *****  *****  ***** # Sseaborn: statistical data visualization ## Visualizing the distribution of a dataset  *****  *****  *****  *****  *****  ***** ### Plotting bivariate distributions 繪制雙變量分布  *****  *****  ***** ### Visualizing pairwise relationships in a dataset 可視化數據集中的成對關系  *****   *****  *****  ***** ## Visualizing linear relationships  *****  *****  *****  *****  *****  *****