Python データ視覚化の 3 つのステップ

1. まず第一に、絵を描くためにどのライブラリを使用するかを知る必要があります?

matplotlib

Python の最も基本的な描画ライブラリは matplotlib であり、これは最も基本的な Python です。視覚化ライブラリ: 一般に、matplotlib から Python データ視覚化を開始し、その後、垂直方向と水平方向に拡張し始めました。

Seaborn

は、matplotlib に基づいた高度な視覚化効果ライブラリです。主にデータ マイニングと機械学習における変数特徴選択をターゲットとしています。Seaborn は、短いコードを使用してより多くの描画と記述が可能です。 。

その他のライブラリには、

Bokeh (アナリストとデータ間の対話を実現するブラウザ側の対話型視覚化に使用されるライブラリ)、Mapbox (より強力な視覚化ツール ライブラリのための地理データ処理エンジン) などが含まれます。の上。

この記事では主にケース分析に matplotlib を使用します

ステップ 1: 問題を特定し、グラフィックスを選択する

ビジネスは複雑かもしれませんが、分割した後、グラフィックを通して表現したい具体的な問題は何ですか？分析的思考を鍛えるには「マッキンゼーメソッド」や「ピラミッド原則」のメソッドを学ぶことができます。

これは、グラフの種類の選択に関するインターネット上のまとめです。

Python では、グラフィックスを表示するために、次の 4 つの基本的な視覚要素にまとめることができます。

• ポイント: 散布図の 2 次元データ、単純な 2 次元の関係に適しています;
• 線: 折れ線グラフの 2 次元データ、時系列に適しています;
• 列: 棒グラフの 2 次元データ、カテゴリ統計に適しています。
# #カラー: ヒートマップは 3 次元の表示に適しています;

データ間には、分布、構成、比較、結合、変化傾向などの関係があります。さまざまな関係に応じて、表示する対応するグラフィックを選択します。

ステップ 2: データの変換と関数の適用

データ分析とモデリングにおけるプログラミング作業の多くは、読み込み、クリーニング、変換、再形成な​​どのデータの準備に基づいています。視覚化ステップでは、データを整理し、必要な形式に変換してから、視覚化メソッドを適用して図面を完成させる必要もあります。

一般的に使用されるデータ変換メソッドの一部を次に示します:

マージ: merge、concat、combine_frist (データベースの完全外部結合に似ています)
• Reshape : 形状変更; 軸方向の回転: ピボット (Excel のピボット テーブルに似ています)
• 重複排除:drop_duplicates
• マッピング:map
• 塗りつぶし置換:fillna,replace
• 軸インデックスの名前を変更: rename

カテゴリ変数を「ダミー変数行列」に変換し、df などのデータの特定の列の値を制限する get_dummies 関数。

関数は、最初のステップで選択したグラフィックに基づいて、Python で対応する関数を見つけます。

ステップ 3: ひと目でわかるパラメータ設定

元のグラフィックを描画した後、色 (color)、線のスタイル (linestyle)、マーク (メーカー) などを変更できます。ニーズに応じたチャート装飾 項目タイトル（Title）、軸ラベル（xlabel、ylabel）、軸目盛り（set_xticks）、凡例（legend）などにより、より直感的なグラフィックスを実現します。

3 番目のステップは、グラフィックスをより明確に明確にするために、2 番目のステップに基づいています。特定のパラメータはチャート機能で見つけることができます。

2. ビジュアル描画の基本

Matplotlib 描画の基本

#导入包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

Figure と Subplot

matplotlib のグラフィックスは両方とも Figure (キャンバス) にあります。 、およびサブプロット 画像空間を作成します。 Figure を通して描画することはできません。1 つ以上のサブプロットを作成するには、add_subplot を使用する必要があります。

figsize は画像サイズを指定できます。

#创建画布
fig = plt.figure()
<Figure size 432x288 with 0 Axes>
#创建subplot，221表示这是2行2列表格中的第1个图像。
ax1 = fig.add_subplot(221)
#但现在更习惯使用以下方法创建画布和图像，2,2表示这是一个2*2的画布，可以放置4个图像
fig , axes = plt.subplots(2,2,sharex=True,sharey=True)
#plt.subplot的sharex和sharey参数可以指定所有的subplot使用相同的x，y轴刻度。

Figure の subplots_adjust メソッドを使用して間隔を調整します。

subplots_adjust(left=None,bottom=None,right=None,
top=None,wspace=None,hspace=None)

色、マーカー、および線種

matplotlib のプロット関数は、X 座標と Y 座標のセットを受け入れ、色も受け入れることができます。線種の省略形: **「g--」。これは、色が緑色で線種が「--」破線であることを意味します。 **パラメータを使用して明示的に指定することもできます。

折れ線グラフでは、データ ポイントの位置を強調表示するマーカーを追加することもできます。タグはフォーマット文字列に配置することもできますが、タグのタイプと線のスタイルは色の後に来る必要があります。

plt.plot(np.random.randn(30),color='g',
 linestyle='--',marker='o')

[<matplotlib.lines.Line2D at 0x8c919b0>]

スケール、ラベル、凡例

plt の xlim、xticks、xtickslabels メソッドは、グラフの範囲、スケール位置、目盛ラベルをそれぞれ制御します。

メソッドがパラメーターなしで呼び出された場合は、現在のパラメーター値が返され、メソッドがパラメーター付きで呼び出された場合は、パラメーター値が設定されます。

plt.plot(np.random.randn(30),color='g',
 linestyle='--',marker='o')
plt.xlim() #不带参数调用，显示当前参数；
#可将xlim替换为另外两个方法试试

rree

img

(-1.4500000000000002, 30.45)

rree

设置标题，轴标签，刻度以及刻度标签

fig = plt.figure();ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())
ticks = ax.set_xticks([0,250,500,750,1000]) #设置刻度值
labels = ax.set_xticklabels(['one','two','three','four','five']) #设置刻度标签
ax.set_title('My first Plot') #设置标题
ax.set_xlabel('Stage') #设置轴标签
Text(0.5,0,'Stage')

添加图例

图例legend是另一种用于标识图标元素的重要工具。 可以在添加subplot的时候传入label参数。

fig = plt.figure(figsize=(12,5));ax = fig.add_subplot(111)
ax.plot(np.random.randn(1000).cumsum(),'k',label='one') #传入label参数，定义label名称
ax.plot(np.random.randn(1000).cumsum(),'k--',label='two')
ax.plot(np.random.randn(1000).cumsum(),'k.',label='three')
#图形创建完后，只需要调用legend参数将label调出来即可。
ax.legend(loc='best') 
#要求不是很严格的话，建议使用loc=‘best’参数来让它自己选择最佳位置

注解

除标准的图表对象之外，我们还可以自定义添加一些文字注解或者箭头。

注解可以通过text，arrow和annotate等函数进行添加。text函数可以将文本绘制在指定的x，y坐标位置，还可以进行自定义格式

plt.plot(np.random.randn(1000).cumsum())
plt.text(600,10,'test ',family='monospace',fontsize=10)
#中文注释在默认环境下并不能正常显示，需要修改配置文件，
# 使其支持中文字体。具体步骤请自行搜索。

保存图表到文件

利用plt.savefig可以将当前图表保存到文件。例如，要将图表保存为png文件，可以执行

文件类型是根据拓展名而定的。其他参数还有：

• fname：含有文件路径的字符串，拓展名指定文件类型
• dpi：分辨率，默认100 facecolor,edgcolor 图像的背景色，默认‘w’白色
• format：显示设置文件格式（'png','pdf','svg','ps','jpg'等）
• bbox_inches：图表需要保留的部分。如果设置为“tight”，则将尝试剪除图像周围的空白部分

plt.savefig('./plot.jpg') #保存图像为plot名称的jpg格式图像
<Figure size 432x288 with 0 Axes>

3、Pandas中的绘图函数

Matplotlib作图

matplotlib是最基础的绘图函数，也是相对较低级的工具。 组装一张图表需要单独调用各个基础组件才行。Pandas中有许多基于matplotlib的高级绘图方法，原本需要多行代码才能搞定的图表，使用pandas只需要短短几行。

我们使用的就调用了pandas中的绘图包。

import matplotlib.pyplot as plt

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，他们生成的是线型图。

s = pd.Series(np.random.randn(10).cumsum(),index=np.arange(0,100,10))
s.plot() #Series对象的索引index会传给matplotlib用作绘制x轴。

<matplotlib.axes._subplots.AxesSubplot at 0xf553128>

df = pd.DataFrame(np.random.randn(10,4).cumsum(0),
columns=['A','B','C','D'])
df.plot() #plot会自动为不同变量改变颜色，并添加图例

<matplotlib.axes._subplots.AxesSubplot at 0xf4f9eb8>

Series.plot方法的参数

• label：用于图表的标签
• style：风格字符串，'g--'
• alpha：图像的填充不透明度（0-1）
• kind：图表类型（bar，line，hist，kde等）
• xticks：设定x轴刻度值
• yticks：设定y轴刻度值
• xlim，ylim：设定轴界限，[0,10]
• grid：显示轴网格线，默认关闭
• rot：旋转刻度标签
• use_index：将对象的索引用作刻度标签
• logy：在Y轴上使用对数标尺

DataFrame.plot方法的参数

DataFrame除了Series中的参数外，还有一些独有的选项。

• subplots：将各个DataFrame列绘制到单独的subplot中
• sharex，sharey：共享x，y轴
• figsize：控制图像大小
• title：图像标题
• legend：添加图例，默认显示
• sort_columns：以字母顺序绘制各列，默认使用当前顺序

柱状图

在生成线型图的代码中加上kind=‘bar’或者kind=‘barh’，可以生成柱状图或水平柱状图。

fig,axes = plt.subplots(2,1)
data = pd.Series(np.random.rand(10),index=list('abcdefghij'))
data.plot(kind='bar',ax=axes[0],rot=0,alpha=0.3)
data.plot(kind='barh',ax=axes[1],grid=True)

<matplotlib.axes._subplots.AxesSubplot at 0xfe39898>

柱状图有一个非常实用的方法：

利用value_counts图形化显示Series或者DF中各值的出现频率。

比如df.value_counts().plot(kind='bar')

Python可视化的基础语法就到这里，其他图形的绘制方法大同小异。

重点是遵循三个步骤的思路来进行思考、选择、应用。多多练习可以更加熟练。

以上がPython データ視覚化の 3 つのステップの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。