数据可视化：matplotlib

数据可视化：matplotlib

matplotlib是用于创建出版质量图表的桌⾯绘图包（主要是2D⽅面）

注意：matplotlib的通常导包是：import matplotlib.pyplot as plt，在Jupyter中运⾏%matplotlib notebook 或在IPython中运⾏ %matplotlib是将画板后台运行，调用画图函数时自动弹出，如果不设置后台运行，需要用画的图调用show()函数展示画板。

1. Figure（画板）和Subplot（子画板）

matplotlib的图像都在figure对象中，可以通过plt.figure创建一个新的figure对象，但是不能直接通过空的figure画图，必须用add_subplot创建一个或多个subplot才行

 matplotlib会在最后⼀个⽤过的subplot（如果没有则创建⼀个）上进⾏绘制：
 fig = plt.figure()  # 创建画板对象
 ax1 = fig.add_subplot(2, 2, 1) # 创建2x2个subplot子画板，选中第一个（左上角）
 # 直方图
 plt.hist(np.random.randn(100), bins=20, color='k', alpha=0.3) # k表示黑色，alpha表示透视度
 # 散点图
 ax2 = fig.add_subplot(2, 2, 2)
 plt.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))
 # 折线图
 ax3 = fig.add_subplot(2, 2, 3)
 plt.plot([1.5, 3.5, -2, 1.6])
 plt.plot(np.random.randn(50).cumsum(), 'k--') # k--是线型选型黑色实线，k-黑色虚线

2. 调整subplot周围间距

默认情况下，matplotlib会在subplot外围留下⼀定的边距，并在subplot之间留下⼀定的间
距。间距跟图像的⾼度和宽度有关，如果调整了图像⼤⼩（不管是编程还是⼿⼯），间距也会⾃动调整。利⽤Figure的subplots_adjust⽅法可以修改间距,nrows设置subplot行数，ncols表示subplot列数，sharex、sharey表示subplot都使用相同x/y轴刻度。
 fig, axes = plt.subplots(2, 3) # 创建新的figure，并返回含有已创建的subplot对象Numpy数组axes
plt.subplots_adjust(wspace=0, hspace=0) # wspace和hspace⽤于控制宽度和⾼度的百分⽐，可以⽤作subplot之间的间距
fig, axes = plt.subplots(2, 2, sharex=True, sharey=True)

3. 设置标题、轴标签、刻度以及刻度标签

改变x轴刻度，最简单的办法是使⽤set_xticks和set_xticklabels。前者告诉matplotlib要将刻度放在数据范围中的哪些位置，默认情况下，这些位置也就是刻度标签。但我们可以通过
set_xticklabels将任何其他的值⽤作标签
 plt.xticks([0, 250, 500, 750, 1000], ['one', 'two', 'three', 'four', 
'five'], rotation=30, fontsize='small')
 plt.title('My first matplotlib plot')
 plt.xlabel('Stages')

4， 将图标保存在文件

plt.savefig('figpath.png', dpi=400, bbox_inches='tight')

5.seaborn 绘图

a. 线型图：Series和DataFrame都有⼀个⽤于⽣成各类图表的plot⽅法。默认情况下，它们所⽣成的是线型图

 s = pd.Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 
10))
 s.plot()
Series对象的索引会被传给matplotlib，并⽤以绘制X轴。可以通过use_index=False禁⽤该
功能。X轴的刻度和界限可以通过xticks和xlim选项进⾏调节，Y轴就⽤yticks和ylim
DataFrame的plot⽅法会在⼀个subplot中为各列绘制⼀条线，并⾃动创建图例

b.柱状图

 plot.bar()和plot.barh()分别绘制⽔平和垂直的柱状图。这时，Series和DataFrame的索引将会被⽤作X（bar纵向图）或Y（barh横向图）刻度
 fig, axes = plt.subplots(2, 1)
 data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))
 data.plot.bar(ax=axes[0], color='k', alpha=0.7)
 data.plot.barh(ax=axes[1], color='k', alpha=0.7)
 对于DataFrame，柱状图会将每⼀⾏的值分为⼀组，并排显示，每一组有相应列数的柱状图，
 设置stacked=True即可为DataFrame⽣成堆积柱状图，这样每⾏的值就会被堆积在⼀起
 df.plot.barh(stacked=True, alpha=0.5)

 import seaborn as sns
 sns.barplot(x='tip_pct', y='day', data=tips, orient='h')
 绘制在柱状图上的⿊线代表95%置信区间

c.直方图和密度图

直⽅图（histogram）是⼀种可以对值频率进⾏离散化显示的柱状图。数据点被拆分到离散
的、间隔均匀的⾯元中，绘制的是各⾯元中数据点的数量
  tips[‘tip_pct’].plot.hist(bins=50)
  tips['tip_pct'].plot.density()
  sns.distplot(values, bins=100, color='k')

d.点图或散布图

点图或散布图是观察两个⼀维数据序列之间的关系的有效⼿段
使⽤seaborn的regplot⽅法，它可以做⼀个散布图，并加上⼀条线性回归的线
sns.regplot('m1', 'unemp', data=trans_data)
seaborn提供了⼀个便捷的pairplot函数，它⽀持在对⻆线上放置每个变量的直⽅图或密度估
计
 sns.pairplot(trans_data, diag_kind='kde', plot_kws={'alpha': 0.2})

e.分面网格

数据集有额外的分组维度, seaborn有⼀个有⽤的内置函数factorplot，可以简化制作多种分⾯
图
 sns.factorplot(x='day', y='tip_pct', hue='time', col='smoker',kind='bar', data=tips[tips.tip_pct < 1])
除了在分⾯中⽤不同的颜⾊按时间分组，我们还可以通过给每个时间值添加⼀⾏来扩展分⾯⽹
格
 sns.factorplot(x='day', y='tip_pct', row='time', col='smoker',kind='bar', data=tips[tips.tip_pct < 1])
factorplot⽀持其它的绘图类型，例如，盒图（它可以显示中位数，四分位
数，和异常值）就是⼀个有⽤的可视化类型
sns.factorplot(x='tip_pct', y='day', kind='box',data=tips[tips.tip_pct < 0.5])