在Python必会的9种数据可视化技术--第一弹

off999 2024-11-24 20:06 32 浏览 0 评论

数据可视化的重要性我就不多说了，今天要写的这个专题很长，初步计划是写三弹。不罗嗦，直接进入正题：

散点图

散点图显示的是点的关系，在探索性数据分析中非常常用。散点图可以揭示一个变量受另一变量影响的程度（例如，相关性）。选择首先介绍散点图就是因为其最简单、最常用。

我们将来看看如何使用Seaborn快速创建散点图。

Python散点图示例：

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

import warnings
warnings.filterwarnings('ignore')

# 改变图形大小的可以不要，可以随便改
fig = plt.figure(figsize=(12, 8))

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

ax = sns.regplot(x="wt", y="mpg", data=df)

面对一个图，小伙伴常见的问题是，怎么改坐标标签，尤其是我要上中文就出现一堆乱码，很烦，咋弄？哈哈往下看，在这个例子中呢，我们就来更改x轴和y轴上的标签为中文标签。

import pandas as pd
import seaborn as sns

sns.set(font='SimHei')  # 解决Seaborn中文显示问题
fig = plt.figure(figsize=(12, 8))
ax = sns.regplot(x="wt", y="mpg", ci=False, data=df)
ax.set(xlabel='还不赶紧关注我', ylabel='WT')

直方图

直方图可以让我们发现并显示连续数据的分布（形状）。此外，直方图可以检查数据的基本分布（例如，正态分布），离群值，偏度等，也比较常用。我们来看一个直方图的例子，

import pandas as pd 
import seaborn as sns
import matplotlib.pyplot as plt
df=pd.read_csv('airquality.csv')

fig=plt.figure(figsize=(12,8))
sns.distplot(df['Temp'],kde=False)

以上的代码就画出了气温“Temp"的直方图，如下

这个图一看还是有点傻瓜的，不太实用，很多时候我们希望在同一个坐标中画出两组数据，我们在来看例子，下面这个例子建议大家看看原始数据，我在同一个图中画了2个condition的分布，先看原始数据有助于理解。

import pandas as pd
import seaborn as sns

df = pd.read_csv('flanks.csv', 
                 index_col=0)

fig = plt.figure(figsize=(12, 8))
for condition in df.TrialType.unique():
    cond_data = df[(df.TrialType == condition)]#取出2个条件的子集作为画图数据
    ax = sns.distplot(cond_data.RT, kde=False)#画图

ax.set(xlabel='Response Time', ylabel='Frequency')

时间序列图

说白了就是线图，时间序列图（也称为时间序列图或时间图）用于可视化时间值。下面的这个例子，我们将绘制每个月的火车发车次数。

import pandas as pd
import seaborn as sns

df = pd.read_csv(‘full_trains.csv’)

fig = plt.figure(figsize=(12, 8))
sns.lineplot(x="month", y="total_num_trips", 
             ci=None, data=df)

画图真的是很简单啊！真的是两行代码搞定，来看效果吧

当然，更常见的应用为在一个图中进行多条线的对比，上面的例子只画出了总的发车数随时间变化的关系，下面我们想看看巴黎火车站不同车站每月的发车数比较，我们看看怎么弄吧（数据很庞大建议先看数据）


import pandas as pd
import seaborn as sns

df = pd.read_csv("full_trains.csv")

fig = plt.figure(figsize=(12, 8))
sns.lineplot(x="month", y="total_num_trips", hue="departure_station", 
             #如果用了 hue 参数同时绘制多个类别图，这时候 seaborn 会把这个 hue 的标签当做图例的子标题
             ci=None, data=df[df.departure_station.str.contains('PARIS')])#注意str.contains()方法

感谢您耐心看完，之后还会有第二弹、第三弹，欢迎关注，发表这些东西的主要目的就是督促自己，希望大家关注评论指出不足，一起进步。内容我都会写的很细，并且按照文章中的代码自己也可以做出一样的结果，一个目的就是零基础也能懂，因为自己就是什么基础没有从零学Python的。

最后附上文章中的数据来源，复制链接直接下载就可以：

https://vincentarelbundock.github.io/Rdatasets/csv/datasets/mtcars.csv

https://vincentarelbundock.github.io/Rdatasets/csv/datasets/airquality.csv

https://raw.githubusercontent.com/marsja/jupyter/master/flanks.csv

https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2019/2019-02-26/full_trains.csv

python散点图