Python可视化库——Matplotlib和Seaborn库

数据可视化库——Matplotlib

import matplotlib.pyplot as plt

• 默认可视化操作
  • plt.plot()：画图
  • plt.show()：显示
• 设置参数
  • plt.xticks(rotation)：变量名倾斜
  • plt.xlable(‘变量名’)：x轴名称
  • plt.ylabel(‘变量名’)：y轴名称
  • plt.title()：标题名称
• 子图
  • fig=plt.figure()：指定默认画图空间
  • fig.add_subplot(4,1,x)：x代表相对位置
• 加注释：plt.legend(loc=‘best’) 'best’代表注释框的位置
• 绘图种类：fig,ax=plt.subplots()，ax是画图的轴，实际画图；fig用来设置参数
  • 柱形图：
    • ax.bar(bar_positions, bar_heights, 0.5)，0.5代表柱宽
    • ax.barh()：橫柱形图
  • 散点图：ax.scatter(x, y)
  • 直方图(有bins)：
    • ax.hist(y, range(4,5), bins=20)，range设置了值的范围
    • ax.set_ylim(0.5)：设置y轴范围
  • 盒图：ax.boxplot()
• 在某元素上加文字：ax.text(x, y, ‘text’)

可视化库——Seaborn

import seaborn as sns

• Seaborn库是在Matplotlib库基础上的封装
• 设置风格
  • sns.set()：默认风格
  • sns.set_style(“风格”)：5种风格
  • with sns.axes_style(“风格”)：with下的语句全部使用这种风格
• 布局
  • sns.despline(offset, left)：设置轴线的偏置及显示
  • sns.set_context(“paper”)：设置图中曲线大小
• 调色板：sns.color_palette()，共有6个主题
  • 圆形画板：sns.color_palette(“hls”)
  • 成对：“Paired”
  • 连续型
    • sns.color_palette(“Blues”)：由浅到深
    • sns.color_palette(“Blues_r”)：由深到浅
    • sns.light_palette(“green”)：由浅到深，reverse=True表示由深到浅
    • sns.dark_palette(“green”)：由深到浅
  • 线型：sns.cubehelix_palette(8, start, rot)
• 变量分析
  • 单变量：sns.distplot(x, kde, bins, fit)——直方图
    • x：变量
    • kdn：估计和密度
    • bins：将x轴分为几份
    • fit：分布状态
  • 双变量：
    • sns.jointplot(x, y, data)——散点图
    • sns.jointplot(x, y, kind=“hex”, color)——可体现数据密度
  • 多变量
    • sns.pairplot()：体现两两变量之间的关系
    • sns.stripplot(x, y, data)：不推荐，数据量大时连成一条线
    • 优化方法：
      • sns.stripplot(x, y, data, jitter=True)——加小幅度的抖动
      • sns.swamplot(x, y, data)——树状
      • sns.violinplot(x, y, hue, data, split)——小提琴图
• 回归分析：regplot，lmplot
  • sns.load_dataset(“数据”)——下载数据
  • sns.regplot(x, y, data, jitter)
• 分类分析
  • sns.barplot(x, y, hue, data)：条形图，描绘整体趋势
  • sns.pointplot(x, y, hue, data)：点图，描绘变化差异
  • sns.factorplot(x, y, data, kind)：多层面板分类图
• Facetgrid——展示子集
  • 使用方法
    • g=sns.FacetGrid(data, col)
    • g.map(plt.hist, “变量”)
  • 设置参数
    • g.set_axis_labels()：轴的名称
    • g.set(xticks, yticks)：x，y的取值
    • g.fig.subplots_adjust(wspace, hspace)：间隙
  • 多变量
    • g.PairGrid()
    • g.map_diag()
    • g.map_offdiag()
• 热度图：sns.heatmap(data, vmin, vmax, center, annt,fmd, linewidth, cmap)
  • annot：在每一格中显示数字
  • fmd：显示数字的格式
  • linewidth：格间距离
  • cmap：颜色图