数据可视化,常见图形的不同绘制方式。

我们了解了常用的五种图形:

  • 散点图
  • 折线图
  • 柱状图
  • 直方图
  • 饼图

那么如何用MatplotlibSeaborn来画出它们。

Matplotlib:它在使用时灵活,可以定制化绘图,但是时间上的花费也比较多。为了提高画图效率,包Seaborn基于Matplotlib底层开发,使用更少的代码,将常用的可视化绘图过程进行封装,有时只需要一行代码便可以画出我们想要的图形,省时省力;此外seaborn还提供更为丰富的图像以及3D图形供我们使用。掌握两个库的使用可以满足我们在不同情况下的需求。

散点图

散点图(scatter plot),它将两组数据(或者变量)的值显示在二维坐标中,适合展示两个变量之间的关系。

第一张散点图用matplotlib绘制,第二张用seaborn绘制。我们可以看到两张图的区别:matplotlib默认情况下绘图区呈现是一个长方形,而seaborn是正方形并且含有x轴和y轴的标签;seaborn还展示散点图还给出了两组数据(变量)的分布情况。

说明:

  • 用==seaborn==画图时,使用函数 画散点图。其中x,y是data中的下标,data就是我们要传入的数据。

  • 在Seaborn中,数据格式需要转换一下,采用科学计算库Pandas中的数据格式DataFrame;对DataFrame的概念我们了解即可,下期DataScience也会推出科学计算库Numpy和Pandas的使用中会有讲解。

折线图

折线图能够显示数据的变化趋势,在matplotlib使用plot函数绘制,而在seaborn使用 lineplot(x,y,data=None)函数;data是传入的数据,一般是pandas中的DataFrame数据结构。

直方图

直方图( histogram )将横坐标等分成一定数量的小区间,在小区间内填充图形,它的高度是y值。特点是用来绘制连续性的数据,展示一组或者多组数据的分布状况(统计)。

#数据准备:创建一个一维随机数组
import numpy as np
import random
import pandas as pd

a = np.random.randn(100)
x = pd.Series(a) # Series是pandas中用来存放一维数组的数据格式

# ⽤Matplotlib画直⽅图;
"""
使用plt.hist(x, bins=10)函数
参数x是一维数组,bins代表小区间的数量,默认是10。
"""

import matplotlib.pyplot as plt
plt.hist(x, bins=10)
plt.show()

# ⽤Seaborn画直⽅图:
'''
使用sns.distplot(x, bins=10, kde=True)函数
参数x是一维数组,bins代表直方图中的小区间数量,kde代表显示核密度估计,默认是True。
核密度估计是通过核函数来估计概率密度的方法。
'''
import seaborn as sns
sns.distplot(x, kde=False)
plt.show()
# 图三显示用核函数估计概率密度
sns.distplot(x, kde=True)
plt.show()

Matplotlib 运行结果:

Seaborn运行结果:

条形图

通过直方图可以看到变量的数值分布,那么条形图可以帮我们查看类别的特征。在条形图中,长条形的长度表示类别的频数,宽度表示类别。

条形图(bar chart)绘制离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比)

# 数据准备
x = ['Cat1', 'Cat2', 'Cat3', 'Cat4', 'Cat5']
y = [3, 5, 7, 2, 9]

# ⽤Matplotlib画条形图
# plt.bar(x, height)函数,参数x代表x轴的类别,height是y轴的数值
import matplotlib.pyplot as plt
plt.bar(x,y)
plt.show

# ⽤Seaborn画条形图
# sns.barplot(x=None,y=None,data=None)函数;参数data为DataFrame类型
import seaborn as sns
sns.barplot(x,y)
plt.show()

运行结果:

饼图

饼图(Pie Chart)可以显示每个部分大小与总和之间的比例。在Python数据可视化中,主要用Matplotlib的pie函数来绘制。

  • 用到的方法 matplotlib.pyplot.pie()

  • 参数解析:

  • pie(x, explode=None, labels=None,
        colors=('b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'),
        autopct=None, pctdistance=0.6, shadow=False,
        labeldistance=1.1, startangle=None, radius=None,
        counterclock=True, wedgeprops=None, textprops=None,
        center = (0, 0), frame = False )
    
  • 参数说明:

  • x (每一块)的比例,如果sum(x) > 1会使用sum(x)归一化 labels (每一块)饼图外侧显示的说明文字
    explode (每一块)离开中心距离 startangle 起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起

    shadow 是否阴影 labeldistance label绘制位置,相对于半径的比例, 如<1则绘制在饼图内侧 autopct
    控制饼图内百分比设置,可以使用format字符串或者format function
    ‘%1.1f’指小数点前后位数(没有用空格补齐) pctdistance 类似于labeldistance,指定autopct的位置刻度 radius 控制饼图半径

    返回值: 如果没有设置autopct,返回(patches, texts) 如果设置autopct,返回(patches, texts,
    autotexts) patches – list –matplotlib.patches.Wedge对象 texts
    autotexts – matplotlib.text.Text对象

# 数据准备,显示各学历人数的比例
nums = [20, 42, 18, 7, 6]
labels = ['High-school', 'Bachelor', 'Master', 'Ph.d', 'Other']

# pie(x, labels=None)函数,x代表绘制饼图的数据,labels是缺省值,可以为饼图添加标签
import matplotlib.pyplot as plt
plt.pie(x=nums, labels=labels, autopct='%1.1f%%')
# autopct:设置圆内的文本 # '1.1f%'指图片上显示的数字格式,表示小数点前后位数# 另外两个%%是format格式的符号plt.show()

运行结果:

小作业

  • 1、说出Matplotlib和Seaborn库的区别。

  • 2、总结画出五种常见图像的函数。

评论