机器学习笔记1（Python 数据可视化分析）

学习网址：https://www.lanqiao.cn/courses/1283/learning?id=10760

（一）单变量可视化

1.直方图：关键词“柱”“高斯分布”
hist()

features = [‘Total day minutes’, ‘Total intl calls’]
df[features].hist(figsize=(10, 4))	#10和4表示图的宽和高

2.密度图（density plots）
plot()：

df[features].plot(kind=‘density’, subplots=True, layout=(1, 2),
sharex=False, figsize=(10, 4), legend=False, title=features)
# layout : tuple (optional)  #布局。layout=(2, 3)两行三列，layout=(2, -1)两行自适应列数
# sharex : boolean, default True if ax is None else False#如果ax为None，则默认为True，否则为False
# title : string#图片的标题用字符串

总结：displot()可以同时显示直方图和密度图

sns.distplot(df['Total intl calls'])

3.箱型图和提琴型图
箱型图：sns.boxplot(x=‘Total intl calls’, data=df)

提琴形图：

_, axes = plt.subplots(1, 2, sharey=True, figsize=(6, 4))
sns.boxplot(data=df['Total intl calls'], ax=axes[0])
sns.violinplot(data=df['Total intl calls'], ax=axes[1])

4.频率表（value_counts() ）和countplot()
频率表的图形化表示是条形图
plt.subplot(nrows, ncols, index, **kwargs)位置是由三个整型数值构成，第一个代表行数，第二个代表列数，第三个代表索引位置。举个列子：plt.subplot(2, 3, 5) 和 plt.subplot(235) 是一样一样的。需要注意的是所有的数字不能超过10。
条形图和直方图的区别如下：

• 直方图适合查看数值变量的分布，而条形图用于查看类别特征。 直方图的 X 轴是数值；
• 条形图的 X 轴可能是任何类型，如数字、字符串、布尔值。
• 直方图的 X 轴是一个笛卡尔坐标轴；条形图的顺序则没有事先定义!

条形图：

_, axes = plt.subplots(nrows=1, ncols=2, figsize=(12, 4))

sns.countplot(x='Churn', data=df, ax=axes[0])
sns.countplot(x='Customer service calls', data=df, ax=axes[1])

散点图：
散点图（scatter plot）将两个数值变量的值显示为二维空间中的笛卡尔坐标（Cartesian coordinate）。通过 matplotlib 库的 scatter() 方法可以绘制散点图。

plt.scatter(df['Total day minutes'], df['Total night minutes'])