Rumah > Artikel > pembangunan bahagian belakang > Tiga langkah untuk visualisasi data Python
Pustaka lukisan paling asas dalam Python ialah matplotlib, yang merupakan Python paling asas perpustakaan visualisasi Secara amnya saya bermula dengan visualisasi data Python dari matplotlib, dan kemudian mula berkembang secara menegak dan mendatar.
ialah perpustakaan kesan visualisasi lanjutan berdasarkan matplotlib ia menyasarkan pemilihan ciri pembolehubah dalam perlombongan data dan pembelajaran mesin yang boleh menggunakan kod pendek untuk melukis dan menerangkan lebih banyak Visualisasi data dimensi .
Bokeh (pustaka yang digunakan untuk visualisasi interaktif sisi penyemak imbas untuk membolehkan penganalisis berinteraksi dengan data Mapbox (yang mengendalikan enjin data geografi untuk perpustakaan alat visualisasi yang lebih kukuh) dan sebagainya pada.
Artikel ini terutamanya menggunakan matplotlib untuk analisis kes
Perniagaan mungkin rumit, tetapi selepas berpecah, kita perlu mencari kami Apakah isu khusus yang ingin anda nyatakan melalui grafik? Untuk latihan dalam pemikiran analitikal, anda boleh mempelajari kaedah dalam "Kaedah McKinsey" dan "Pyramid Principle".
Ini adalah ringkasan di Internet tentang pemilihan jenis carta.
Dalam Python, kita boleh meringkaskannya kepada empat elemen visual asas berikut untuk memaparkan grafik:
Terdapat hubungan antara data seperti pengedaran, komposisi, perbandingan, sambungan dan trend yang berubah. Sepadan dengan perhubungan yang berbeza, pilih grafik yang sepadan untuk paparan.
Banyak kerja pengaturcaraan dalam analisis dan pemodelan data adalah berdasarkan penyediaan data: pemuatan, pembersihan, transformasi dan pembentukan semula . Langkah visualisasi kami juga perlu menyusun data, menukarnya ke dalam format yang kami perlukan, dan kemudian menggunakan kaedah visualisasi untuk melengkapkan lukisan.
Fungsi get_dummies yang menukar pembolehubah kategori kepada 'matriks pembolehubah dummy' dan mengehadkan nilai lajur data dalam df, dsb. Fungsi
mencari fungsi yang sepadan dalam Python berdasarkan grafik yang dipilih dalam langkah pertama.
Selepas grafik asal dilukis, kita boleh mengubah suai warna (warna), gaya garisan (linestyle), penanda (maker) atau lain-lain hiasan carta mengikut keperluan Tajuk item (Tajuk), label paksi (xlabel, ylabel), tanda paksi (set_xticks), dan legenda (legenda), dll., jadikan graf lebih intuitif.
Langkah ketiga ialah mengubah suai grafik berdasarkan langkah kedua untuk menjadikan grafik lebih jelas. Parameter khusus boleh didapati dalam fungsi carta.
#导入包 import numpy as np import pandas as pd import matplotlib.pyplot as plt
grafik matplotlib kedua-duanya terletak dalam Rajah (kanvas) , Subplot mencipta ruang imej. Anda tidak boleh melukis melalui angka Anda mesti menggunakan add_subplot untuk mencipta satu atau lebih subplot.
figsize boleh menentukan saiz imej.
#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。
Gunakan kaedah subplots_adjust Rajah untuk melaraskan jarak.
subplots_adjust(left=None,bottom=None,right=None, top=None,wspace=None,hspace=None)
fungsi plot matplotlib menerima set koordinat X dan Y, dan juga boleh menerima singkatan Rentetan untuk warna dan jenis garisan: **'g--', yang bermaksud warna hijau dan jenis garisan ialah '--' garis putus-putus. **Ia juga boleh dinyatakan secara eksplisit menggunakan parameter.
Carta garisan juga boleh menambah beberapa penanda untuk menyerlahkan lokasi titik data. Teg juga boleh diletakkan dalam rentetan format, tetapi jenis teg dan gaya baris mesti datang selepas warna.
plt.plot(np.random.randn(30),color='g', linestyle='--',marker='o')
[<matplotlib.lines.Line2D at 0x8c919b0>]
Kaedah xlim, xticks dan xtickslabels plt mengawal julat dan kedudukan tanda carta dan label tandakan masing-masing.
Apabila kaedah dipanggil tanpa parameter, nilai parameter semasa dikembalikan apabila kaedah dipanggil dengan parameter, nilai parameter ditetapkan.
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
(-1.4500000000000002, 30.45)
img
plt.plot(np.random.randn(30),color='g', linestyle='--',marker='o') plt.xlim([0,15]) #横轴刻度变成0-15
(0, 15)
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')
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
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。
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:
plt.savefig('./plot.jpg') #保存图像为plot名称的jpg格式图像 <Figure size 432x288 with 0 Axes>
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
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>
DataFrame除了Series中的参数外,还有一些独有的选项。
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>
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。
Atas ialah kandungan terperinci Tiga langkah untuk visualisasi data Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!