Rumah  >  Artikel  >  pembangunan bahagian belakang  >  Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Python当打之年
Python当打之年ke hadapan
2023-08-09 17:23:251067semak imbas

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Ditulis sebelum

Selepas mengumpul data, ia perlu ditafsir dan dianalisis untuk mendapatkan pemahaman yang lebih mendalam tentang maksud yang terkandung dalam data. Dan makna ini boleh mengenai corak, aliran, atau hubungan antara pembolehubah.

Tafsiran data ialah proses menyemak data melalui kaedah yang ditakrifkan dengan jelas Tafsiran data membantu memberi makna kepada data dan membuat kesimpulan yang relevan.

Analisis data ialah proses menyusun, mengelas dan meringkaskan data untuk menjawab soalan kajian. Kita harus menyelesaikan analisis data dengan cepat dan cekap dan membuat kesimpulan yang menonjol.

Jenis lukisan data visual yang berbeza adalah aspek penting untuk mencapai matlamat di atas. Apabila data terus berkembang, keperluan ini terus berkembang, jadi gambar rajah visualisasi data adalah sangat penting. Walau bagaimanapun, terdapat banyak jenis gambar rajah visualisasi data, dan dalam kerja sebenar, selalunya sukar untuk memilih jenis yang paling sesuai untuk perniagaan atau data semasa.

Pembuat keputusan berbantukan visual

Penyelidikan menunjukkan bahawa mata manusia ialah GPU selari lebar jalur tinggi dengan sejumlah besar isyarat visual, dengan lebar jalur 2.339G/s, yang bersamaan dengan Kad rangkaian 20 Gigabit, dengan keupayaan Pengecaman mod yang sangat berkuasa, dan kelajuan pemprosesan simbol visual adalah banyak urutan magnitud lebih pantas daripada nombor atau teks Dalam era data besar, visualisasi data ialah alat yang berkuasa untuk orang ramai untuk mendapatkan pandangan tentang konotasi data dan memahami nilai yang terkandung dalam data.

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Oleh itu, visualisasi sering digunakan untuk membantu membuat keputusan Seperti yang ditunjukkan dalam gambar di atas, terdapat jadual pelanggan yang padat di tengah-tengah Apakah maklumat berharga yang boleh diperolehi untuk membimbing membuat keputusan? Hanya melihat pada baris dan lajur data mungkin mengambil masa yang lama untuk membuat beberapa kesimpulan, tetapi selepas visualisasi, kita boleh dengan mudah memahami kesimpulan dengan cepat melalui pelbagai bentuk visualisasi untuk membantu membuat keputusan.

Ini ialah: Analisis visual, iaitu untuk memperhalusi maklumat kepada pengetahuan dan memainkan peranan "melihat perkara yang perlu diketahui", membolehkan pembuat keputusan dengan cepat melombong maklumat berkesan daripada kompleks, jumlah besar dan pelbagai dimensi data.

Artikel ini meringkaskan dan memperkenalkan pelbagai rajah visualisasi dan senario penggunaannya yang sesuai, dan juga menunjukkan kod untuk melukis rajah ini menggunakan pakej lukisan yang biasa digunakan (plotly, seaborn dan matplotlib).

Carta Bar

Carta bar ialah graf yang memaparkan data kategori menggunakan bar segi empat tepat. Ketinggian atau panjang bar ini adalah berkadar dengan nilai yang diwakilinya. Bar boleh menegak atau mendatar. Carta bar menegak kadangkala dipanggil carta lajur.

Di bawah ialah carta palang yang menunjukkan populasi Kanada mengikut tahun.

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Carta bar sesuai untuk perbandingan data kategori Apabila diletakkan secara mendatar, ia juga dipanggil carta bar. Nota: Bilangan item data carta bar hendaklah tidak melebihi 12 bilangan item data carta bar tidak boleh melebihi 30.

Kod plot

1 :

import plotly.express as px
data_canada = px.data.gapminder().query("country == 'Canada'")
fig = px.bar(data_canada, x='year', y='pop')
fig.show()
2 Digabungkan dengan matplotlib:

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python
import seaborn as sns
sns.set_context({'figure.figsize':[14, 8]})
sns.set_theme(style="whitegrid")
ax = sns.barplot(x="year", y="pop", data=data_canada)

3.

Berikut ialah jenis carta palang

Carta Bar Berkumpulan

Carta bar berkumpulan digunakan apabila set data mempunyai subkumpulan yang perlu divisualisasikan secara grafik. Subkumpulan dibezakan oleh warna yang berbeza. Berikut ialah penerangan carta sedemikian:

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

plotly code

import plotly.express as px
df = px.data.tips()
fig = px.bar(df, x="sex", y="total_bill",
             color='smoker', barmode='group',
             height=500)
fig.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

seaborn code

import seaborn as sb
df = sb.load_dataset('tips')
df = df.groupby(['size', 'sex']).agg(mean_total_bill=("total_bill", 'mean'))
df = df.reset_index()
sb.barplot(x="size", y="mean_total_bill",
           hue="sex", data=df)
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

堆积条形图

堆叠条形图用于显示数据集子组。堆叠柱状图将每个柱子进行分割以显示相同类型下各个数据的大小情况。

分类:

  • 堆积柱状图:
    比较同类别各变量和不同类别变量总和差异。
  • 百分比堆积柱状图:
    适合展示同类别的每个变量的比例。

数据可视化类型的概念与代码.jpg

plotly code

import plotly.express as px
df = px.data.tips()
fig = px.bar(df, x="sex", y="total_bill", color='time')
fig.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Seaborn code

import pandas
import matplotlib.pylab as plt
import seaborn as sns
plt.rcParams["figure.figsize"] = [12, 6]
plt.rcParams["figure.autolayout"] = True
df = pandas.DataFrame(dict(
   number=[2, 5, 1, 6, 3],
   count=[56, 21, 34, 36, 12],
   select=[29, 13, 17, 21, 8]
))
bar_plot1 = sns.barplot(x='number', y='count', 
                        data=df, label="count",
                        color="red")
bar_plot2 = sns.barplot(x='number', y='select', 
                        data=df, label="select",
                        color="green")
plt.legend(ncol=2, loc="upper right",
           frameon=True, fontsize=15)
plt.xlabel('number', fontsize=15)
plt.ylabel('select',fontsize=15)
plt.xticks(fontsize=15)
plt.yticks(fontsize=15)
plt.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

分段条形图

这是堆叠条形图的类型,其中每个堆叠条形显示其离散值占总值的百分比。总百分比为 100%。

线形图

它将一系列数据点显示为标记。这些点通常按其 x 轴值排序。这些点用直线段连接。折线图用于可视化一段时间内数据的趋势。

以下是折线图中按年计算的加拿大预期寿命的说明。

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

以下是如何在情节中做到这一点:

import plotly.express as px
df = px.data.gapminder().query("country=='Canada'")
fig = px.line(df, x="year", y="lifeExp",
              title='Life expectancy in Canada')
fig.show()

以下是在 seabron 中的操作方法:

import seaborn as sns
sns.lineplot(data=df,
              x="year",
              y="lifeExp")
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

以下是折线图的类型

简单线图

简单的折线图仅在图形上绘制一条线。其中一个轴定义了自变量。另一个轴包含一个依赖于它的变量。

多线图

多条线图包含多条线。它们代表数据集中的多个变量。这种类型的图表可用于研究同一时期的多个变量。

import plotly.express as px
df = px.data.gapminder().query("continent == 'Oceania'")
fig = px.line(df, x='year', y='lifeExp',               color='country')fig.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

seaborn code

import seaborn as snssns.line
plot(data=df, x='year',
     y='lifeExp', hue='country')
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

复合折线图

它是简单折线图的扩展。它用于处理来自较大数据集的不同数据组。它的每个折线图都向下阴影到 x 轴。它让每一组彼此堆叠。

复合折线图也可以称作堆叠面积图,堆叠面积图和基本面积图一样,唯一的区别就是图上每一个数据集的起点不同,起点是基于前一个数据集的,用于显示每个数值所占大小随时间或类别变化的趋势线,展示的是部分与整体的关系。

适用: 堆叠面积图不适用于表示带有负值的数据集。非常适用于对比多变量随时间变化的情况。

分类:

  • 堆积面积图
    同类别各变量和不同类别变量总和差异。
  • 百分比堆积面积图
    比较同类别的各个变量的比例差异。
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

饼形图

饼图是圆形统计图形。为了说明数字比例,将其分为切片。在饼图中,对于每个切片,其每个弧长都与其代表的数量成正比。中心角和面积也是成比例的。它以切片馅饼命名。饼图广泛得应用在各个领域,用于表示不同分类的占比情况,通过弧度大小来对比各种分类。

适用: 适用于比较一个数据分类上各个模块的大小占比的需求。

注意事项: 饼图不适用于多分类的数据,原则上一张饼图不可多于 9 个分类,因为随着分类的增多,每个切片就会变小,最后导致大小区分不明显,每个切片看上去都差不多大小,这样对于数据的对比是没有什么意义的。所以饼图不适合用于数据量大且分类很多的场景。

plotly code

import plotly.express as px
df = px.data.gapminder().query("year == 2007").query("continent == 'Europe'")
df.loc[df[&#39;pop&#39;] < 2.e6, &#39;country&#39;] = &#39;Other countries&#39; 
# Represent only large countries
fig = px.pie(df, values=&#39;pop&#39;, names=&#39;country&#39;,
             title=&#39;Population of European continent&#39;)
fig.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Seaborn code

Seaborn 没有创建饼图的默认函数,但 matplotlib 中的以下语法可用于创建饼图并添加 seaborn 调色板:

import matplotlib.pyplot as plt
import seaborn as sns

data = [15, 25, 25, 30, 5]
labels = [&#39;Group 1&#39;, &#39;Group 2&#39;, &#39;Group 3&#39;, &#39;Group 4&#39;, &#39;Group 5&#39;]

colors = sns.color_palette(&#39;pastel&#39;)[0:5]

plt.pie(data, labels = labels, colors = colors, autopct=&#39;%.0f%%&#39;)
plt.show()

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

这些是饼图的类型

简单的饼图

这是饼图的基本类型。它通常被称为饼图。

爆炸饼图

图表的一个或多个扇区与分解饼图中的图表分开(称为分解)。它用于强调数据集中的特定元素。

这是一种以情节方式执行此操作的方法:

import plotly.graph_objects as golabels = [&#39;Oxygen&#39;,&#39;Himport plotly.graph_objects as go

labels = [&#39;Oxygen&#39;,&#39;Hydrogen&#39;,
          &#39;Carbon_Dioxide&#39;,&#39;Nitrogen&#39;]
values = [4500, 2500, 1053, 500]

# 拉力是扇形半径的一个分数
fig = go.Figure(data=[go.Pie(labels=labels, 
                             values=values, pull=[0, 0, 0.2, 0])])
fig.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

seaborn code

在 seaborn 中,matplotlib 中 pie 方法的爆炸属性可以用作:

import matplotlib.pyplot as plt
import seaborn as sns

data = [15, 25, 25, 30, 5]
labels = [&#39;Group 1&#39;, &#39;Group 2&#39;, &#39;Group 3&#39;, &#39;Group 4&#39;, &#39;Group 5&#39;]

colors = sns.color_palette(&#39;pastel&#39;)[0:5]

plt.pie(data, labels = labels, 
        colors = colors, 
        autopct=&#39;%.0f%%&#39;, 
        explode = [0, 0, 0, 0.2, 0])
plt.show()

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

甜甜圈图

在这个饼图中,中心有一个洞。这个洞使它看起来像一个甜甜圈,它的名字由此而来。

甜甜圈图也可称为环图,环图本质是饼图将中间区域挖空;环图相对于饼图空间的利用率更高,比如我们可以使用它的空心区域显示文本信息,标题等。

plotly code

import plotly.graph_objects as go

labels = [&#39;Oxygen&#39;,&#39;Hydrogen&#39;,&#39;Carbon_Dioxide&#39;,&#39;Nitrogen&#39;]
values = [4500, 2500, 1053, 500]

# 使用“hole”创建一个类似甜甜圈的饼图
fig = go.Figure(data=[go.Pie(labels=labels, values=values, hole=.3)])
fig.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

seaborn code

import numpy as np
# import matplotlib.pyplot as plt
data = np.random.randint(20, 100, 6)
plt.pie(data,
          autopct=&#39;%3.1f%%&#39;,
          radius=1,
          pctdistance=0.85,
          startangle=90,
          counterclock=False,
          # 锲形块边界属性字典
          wedgeprops={&#39;edgecolor&#39;: &#39;white&#39;,
                      &#39;linewidth&#39;: 1,
                      &#39;linestyle&#39;: &#39;-&#39;
                      },
          # 锲形块标签文本和数据标注文本的字体属性
          textprops=dict(color=&#39;k&#39;,  #  字体颜色
                         fontsize=14,
                         family=&#39;Arial&#39;               
                         ))
circle = plt.Circle( (0,0), 0.7, color=&#39;white&#39;)
p=plt.gcf()
p.gca().add_artist(circle)
plt.show()

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

matplotlib code

# Libraries
import matplotlib.pyplot as plt
 
# Make data: I have 3 groups and 7 subgroups
# 设置数据
group_names=[&#39;groupA&#39;, &#39;groupB&#39;, &#39;groupC&#39;]
group_size=[12,11,30]
subgroup_names=[&#39;A.1&#39;, &#39;A.2&#39;, &#39;A.3&#39;, &#39;B.1&#39;, &#39;B.2&#39;, &#39;C.1&#39;, &#39;C.2&#39;, &#39;C.3&#39;, &#39;C.4&#39;, &#39;C.5&#39;]
subgroup_size=[4,3,5,6,5,10,5,5,4,6]
 
# Create colors
# 设置颜色
a, b, c=[plt.cm.Blues, plt.cm.Reds, plt.cm.Greens]
 
# First Ring (outside)
# 外圈
fig, ax = plt.subplots()
# 设置等比例轴,x和y轴等比例
ax.axis(&#39;equal&#39;)
# 画饼图
mypie, _ = ax.pie(group_size, radius=1.3, labels=group_names, colors=[a(0.6), b(0.6), c(0.6)],wedgeprops=dict(width=0.3, edgecolor=&#39;white&#39;));

# Second Ring (Inside)
# 画第二个圆
mypie2, _ = ax.pie(subgroup_size, radius=1.3-0.3, labels=subgroup_names, labeldistance=0.7, colors=[a(0.5), a(0.4), a(0.3), b(0.5), b(0.4), c(0.6), c(0.5), c(0.4), c(0.3), c(0.2)],wedgeprops=dict(width=0.4, edgecolor=&#39;white&#39;));

plt.margins(0,0);


Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

字母符合饼图

饼图是一种图表,它生成一个全新的饼图,详细说明现有饼图的一小部分。它可用于减少混乱并强调一组特定的元素。

import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.patches import ConnectionPatch
# 使图表元素中正常显示中文
mpl.rcParams[&#39;font.sans-serif&#39;] = &#39;SimHei&#39;
# 使坐标轴刻度标签正常显示负号
mpl.rcParams[&#39;axes.unicode_minus&#39;] = False

# 画布
fig = plt.figure(figsize=(12, 6),
#                  facecolor=&#39;cornsilk&#39;
                )
ax1 = fig.add_subplot(121)
ax2 = fig.add_subplot(122)
fig.subplots_adjust(wspace=0)

# 定义数据
data = {&#39;category&#39;: [&#39;name1&#39;, &#39;name2&#39;, &#39;name3&#39;, &#39;name4&#39;, &#39;name5&#39;],
        &#39;quantity&#39;: [138, 181, 118, 107, 387]}

others = {&#39;category&#39;: [&#39;name1&#39;, &#39;name2&#39;, &#39;name3&#39;, ],
          &#39;quantity&#39;: [98, 170, 119]}

# 大饼图
labs = data[&#39;category&#39;]
quantity = data[&#39;quantity&#39;]
explode = (0, 0, 0, 0, 0.03)    # 分裂距离

ax1.pie(x=quantity,
        colors=[&#39;r&#39;, &#39;g&#39;, &#39;m&#39;, &#39;c&#39;, &#39;y&#39;],
        explode=explode, autopct=&#39;%1.1f%%&#39;,
        startangle=70, labels=labs,
        textprops={&#39;color&#39;: &#39;k&#39;, &#39;fontsize&#39;: 12,})

# 小饼图
labs2 = others[&#39;category&#39;]
quantity_2 = others[&#39;quantity&#39;]

ax2.pie(x=quantity_2,
        colors=[&#39;khaki&#39;, &#39;olive&#39;, &#39;gold&#39;],
        autopct=&#39;%1.1f%%&#39;, startangle=70,
        labels=labs2, radius=0.5,
        shadow=True, textprops={&#39;color&#39;: &#39;k&#39;,
                   &#39;fontsize&#39;: 12, }, )

# 用 ConnectionPatch 画出两个饼图的间连线
## 饼图边缘的数据
theta1 = ax1.patches[-1].theta1
theta2 = ax1.patches[-1].theta2
center = ax1.patches[-1].center
r = ax1.patches[-1].r

width=0.2
# 上边缘的连线
x = r*np.cos(np.pi/180*theta2)+center[0]
y = np.sin(np.pi/180*theta2)+center[1]
con_a = ConnectionPatch(xyA=(-width/2,0.5), xyB=(x,y),
                        coordsA=&#39;data&#39;, coordsB=&#39;data&#39;,
                        axesA=ax2, axesB=ax1 )

# 下边缘的连线
x = r*np.cos(np.pi/180*theta1)+center[0]
y = np.sin(np.pi/180*theta1)+center[1]
con_b = ConnectionPatch(xyA=(-width/2,-0.5),
                        xyB=(x,y), coordsA=&#39;data&#39;,
                        coordsB=&#39;data&#39;,  axesA=ax2,
                        axesB=ax1 )

for con in [con_a, con_b]:
    con.set_linewidth(1)    # 连线宽度
    con.set_color=([0,0,0]) # 连线颜色
    ax2.add_artist(con)     # 添加连线
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

3D 饼图

这是在 3 维空间中表示的饼图。

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

可以将 shadow 属性设置为 True 以在 seaborn / matplotlib 中执行此操作。

import matplotlib.pyplot as plt
labels = [&#39;Python&#39;, &#39;C++&#39;, &#39;Ruby&#39;, &#39;Java&#39;]
sizes = [215, 130, 245, 210]
# Plot
plt.pie(sizes, labels=labels, 
        autopct=&#39;%1.1f%%&#39;, shadow=True, startangle=140)
plt.axis(&#39;equal&#39;)
plt.show()

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

特殊的饼图

fig, ax = plt.subplots(figsize=(6, 6), 
                       subplot_kw={&#39;projection&#39;:&#39;polar&#39;})
data = 80
startangle = 90
x = (data * np.pi * 2)/ 100
left = (startangle * np.pi * 2) / 360 # 转换起始角度
ax.barh(1, x, left=left, height=1,
        color=&#39;#5DADE2&#39;)
plt.ylim(-3, 3)

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

直方图

直方图是数值数据分布的近似表示。直方图,又称质量分布图,是一种统计报告图,由一系列高度不等的纵向条纹或线段表示数据分布的情况。

数据被划分为不重叠的区间,称为箱和桶。一个矩形竖立在一个 bin 上,其高度与 bin 中的数据点数量成正比。直方图给人一种底层数据分布密度的感觉。

适用: 直方图是以矩形的长度表示每一组的频数或数量,宽度则表示各组的组距,因此其高度与宽度均有意义,利于展示大量数据集的统计结果。

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

plotly code

import plotly.express as px
df = px.data.tips()
fig = px.histogram(df, x="total_bill")
fig.show()

seaborn code

import seaborn as sns
sns.set_context({&#39;figure.figsize&#39;:[12, 8]})
penguins = sns.load_dataset("penguins")
ax = sns.histplot(data=penguins, x="flipper_length_mm")
ax.xaxis.label.set_size(15)
ax.yaxis.label.set_size(15)
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

它根据其分布分为以下不同部分:

正态分布

这个图表通常是钟形的。

双峰分布

在这个直方图中,有两组呈正态分布的直方图。它是在数据集中组合两个变量的结果。

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

plotly code

import plotly.express as px
df = px.data.tips()
fig = px.histogram(df, x="total_bill", y="tip", 
                   color="sex", marginal="rug",
                   hover_data=df.columns)
fig.show()

seaborn code

import seaborn as sns
iris = sns.load_dataset("iris")
sns.kdeplot(data=iris)
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

偏态分布

这是一个具有偏心峰的不对称图。峰值趋向于图形的开头或结尾。直方图可以说是右偏还是左偏,这取决于峰值趋向于哪个方向。

随机分布

此直方图没有规则模式。它产生多个峰。它可以称为多峰分布。

边缘峰值分布

这种分布类似于正态分布,除了在其一端有一个大峰。

梳状分布

梳状分布就像一个梳子。矩形条的高度高低交替。

面积图

它由线和轴之间的区域表示。面积与其代表的数量成正比。

这些是面积图的类型:

简单面积图

I在此图表中,彩色段彼此重叠。它们被放置在彼此之上。

堆积面积图

在此图表中,彩色段彼此堆叠在一起。因此它们不相交。

100% 堆积面积图

在此图表中,每组数据所占的面积以占总数据量的百分比来衡量。通常,纵轴总计为 100%。

3-D 面积图

此图表是在 3 维空间上测量的。将在下面展示最常见类型的视觉表示和代码。

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Plotly code

import plotly.express as px
df = px.data.gapminder()
fig = px.area(df, x="year", y="pop", color="continent",
       line_group="country")
fig.show()

Seaborn code

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_context({&#39;figure.figsize&#39;:[15, 8]})
sns.set_theme()
 
df = pd.DataFrame({&#39;period&#39;: [1, 2, 3, 4, 5, 6, 7, 8],
                   &#39;team_A&#39;: [20, 12, 15, 14, 19, 23, 25, 29],
                   &#39;team_B&#39;: [5, 7, 7, 9, 12, 9, 9, 4],
                   &#39;team_C&#39;: [11, 8, 10, 6, 6, 5, 9, 12]})

plt.stackplot(df.period, df.team_A, df.team_B, df.team_C)
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

点阵图

点图由在图形上绘制为点的数据点组成。

这些有两种类型:

威尔金森点图

在这个点图中,局部位移用于防止图上的点重叠。

克利夫兰点图

这是一个类似散点图的图表,在一个维度中垂直显示数据。

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

plotly code

import plotly.express as px
df = px.data.medals_long()

fig = px.scatter(df, y="nation", x="count",
                 color="medal", symbol="medal")
fig.update_traces(marker_size=10)
fig.show()

seaborn code

import seaborn as sns
sns.set_context({&#39;figure.figsize&#39;:[15, 8]})
sns.set_theme(style="whitegrid")
tips = sns.load_dataset("tips")
ax = sns.stripplot(x="day",
                   y="total_bill", data=tips)
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

散点图

它是一种使用笛卡尔坐标显示一组数据的两个变量的值的图。它显示为点的集合。它们在水平轴上的位置决定了一个变量的值。垂直轴上的位置决定了另一个变量的值。当一个变量可以控制而另一个变量依赖于它时,可以使用散点图。当两个连续变量独立时也可以使用它。

散点图也叫 X-Y 图,它将所有的数据以点的形式展现在直角坐标系上,以显示变量之间的相互影响程度,点的位置由变量的数值决定。通过观察散点图上数据点的分布情况,我们可以推断出变量间的相关性;

适用: 适用于相关性分析,比如回归分析。

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Plotly code

import plotly.express as px
df = px.data.iris() # iris is a pandas DataFrame
fig = px.scatter(df, x="sepal_width", y="sepal_length")
fig.show()

Seaborn code

import seaborn as sns
tips = sns.load_dataset("tips")
sns.scatterplot(data=tips, x="total_bill", y="tip")
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

根据数据点的相关性,散点图分为不同的类型。下面列出了这些关联类型

Korelasi Positif

Dalam jenis graf ini, peningkatan dalam pembolehubah bebas menunjukkan peningkatan dalam pembolehubah yang bergantung padanya. Scatterplots boleh mempunyai korelasi positif yang tinggi atau korelasi positif yang rendah.

Korelasi Negatif

Dalam plot jenis ini, peningkatan dalam pembolehubah bebas menunjukkan penurunan dalam pembolehubah yang bergantung padanya. Plot taburan boleh mempunyai korelasi negatif yang tinggi atau rendah.

Tiada Korelasi

Jika tiada korelasi yang jelas antara dua set data yang ditunjukkan pada plot berselerak, ia dianggap tidak berkorelasi.

Carta Buih

Carta Buih menunjukkan tiga atribut data. Mereka diwakili oleh kedudukan x, kedudukan y dan saiz gelembung. Carta gelembung ialah carta berbilang variasi yang merupakan variasi carta serakan dan juga boleh dianggap sebagai gabungan carta serakan dan carta kawasan peratusan.

Berkenaan: Sesuai untuk perbandingan data klasifikasi dan analisis korelasi.

Nota: Saiz data dan kapasiti carta gelembung adalah terhad. Tetapi ia boleh diberi pampasan dengan menambahkan beberapa gelagat interaktif: menyembunyikan beberapa maklumat dan memaparkannya apabila tetikus diklik atau dilegar, atau menambah pilihan untuk menyusun semula atau menapis kategori kumpulan. Selain itu, saiz gelembung dipetakan ke kawasan dan bukannya jejari atau diameter. Kerana jika ia berdasarkan jejari atau diameter, saiz bulatan bukan sahaja akan berubah secara eksponen, tetapi juga menyebabkan ralat visual.

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Plotly code

import plotly.express as px
df = px.data.gapminder()

fig = px.scatter(df.query("year==2007"), x="gdpPercap", y="lifeExp",
         size="pop", color="continent",
                 hover_name="country", log_x=True, size_max=60)
fig.show()

Seaborn code

import matplotlib.pyplot as plt
import seaborn as sns
from gapminder import gapminder # import data set 
data = gapminder.loc[gapminder.year == 2007]
 
b = sns.scatterplot(data=data, x="gdpPercap", 
                    y="lifeExp", size="pop", 
                    legend=False, sizes=(20, 2000))

b.set(xscale="log")
plt.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

它们根据数据集中变量的数量、可视化数据的类型以及其中的维数将它们分为不同的类型。

简单气泡图

它是气泡图的基本类型,相当于普通气泡图。

带标签的气泡图

此气泡图上的气泡已标记,以便于识别。这是为了处理不同的数据组。

多变量气泡图

此图表有四个数据集变量。第四个变量用不同的颜色区分。

地图气泡图

它用于说明地图上的数据。

3D 气泡图

这是在 3 维空间中设计的气泡图。这里的气泡是球形的。

雷达图

它是一个图形显示数据,由许多自变量组成。它显示为三个或更多定量变量的二维图表。这些变量显示在从同一点开始的轴上。

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Plotly code

import plotly.express as px
import pandas as pd
df = pd.DataFrame(dict(
    r=[1, 5, 2, 2, 3],
    theta=[&#39;processing cost&#39;,&#39;mechanical properties&#39;,
           &#39;chemical stability&#39;,
           &#39;thermal stability&#39;, &#39;device integration&#39;]))
fig = px.line_polar(df, r=&#39;r&#39;, theta=&#39;theta&#39;, line_close=True)
fig.show()

Seaborn code

import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
stats=np.array([1, 5, 2, 2, 3])
labels=[&#39;processing cost&#39;,&#39;mechanical properties&#39;,&#39;chemical stability&#39;,
           &#39;thermal stability&#39;, &#39;device integration&#39;]
angles=np.linspace(0, 2*np.pi, len(labels), endpoint=False)
fig=plt.figure()
ax = fig.add_subplot(111, polar=True)
ax.plot(angles, stats, &#39;o-&#39;, linewidth=2)
ax.fill(angles, stats, alpha=0.25)
ax.set_thetagrids(angles * 180/np.pi, labels)
ax.set_title("Radar Chart")
ax.grid(True)
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

这些是雷达图的类型:

简单的雷达图

这是雷达图的基本类型。它由从中心点绘制的几个半径组成。

带标记的雷达图

在这些中,蜘蛛图上的每个数据点都被标记。

填充雷达图

在填充的雷达图中,线条和蜘蛛网中心之间的空间是彩色的。

象形图

它使用图标来提供一小组离散数据的更具吸引力的整体视图。图标代表基础数据的主题或类别。例如,人口数据将使用人的图标。每个图标可以代表一个或多个(例如一百万)个单位。数据的并排比较在图标的列或行中完成。这是为了将每个类别相互比较。

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

plotly code

在 plotly 中,标记符号可以与 graph_objs Scatter 一起使用。

import plotly.graph_objs as go
from plotly.offline import iplot, init_notebook_mode
init_notebook_mode()
from IPython.display import display,HTML
import pandas as pd 

title = &#39;Team scores&#39;

ds = pd.Series({&#39;Alpha&#39; : 67, &#39;Bravo&#39; : 30, &#39;Charlie&#39; : 20, &#39;Delta&#39;: 12, &#39;Echo&#39;: 23, &#39;Foxtrot&#39;: 56})

print(sum(ds))

Xlim = 16
Ylim = 13
Xpos = 0
Ypos = 12 ##change to zero for upwards
series = []
for name, count in ds.iteritems():
    x = []
    y = []
    for j in range(0, count):
        if Xpos == Xlim:
            Xpos = 0
            Ypos -= 1 ##change to positive for upwards
        x.append(Xpos)
        y.append(Ypos)
        Xpos += 1
    series.append(go.Scatter(x=x, y=y, mode=&#39;markers&#39;, marker={&#39;symbol&#39;: &#39;square&#39;, &#39;size&#39;: 15}, name=f&#39;{name} ({count})&#39;))


fig = go.Figure(dict(data=series, layout=go.Layout(
    title={&#39;text&#39;: title, &#39;x&#39;: 0.5, &#39;xanchor&#39;: &#39;center&#39;},
    paper_bgcolor=&#39;rgba(255,255,255,1)&#39;,
    plot_bgcolor=&#39;rgba(0,0,0,0)&#39;,
    xaxis=dict(showgrid=False,zeroline= False, showline=False, visible=False, showticklabels=False),
    yaxis=dict(showgrid=False,zeroline= False, showline=False, visible=False, showticklabels=False),
)))
fig.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

matplotlib code

在 matplotlib 的 figure 方法中可以使用图标属性。

from pywaffle import Waffle
import matplotlib.pyplot as plt
plt.figure(figsize=(15,8))
dict_users = {&#39;Regular&#39;: 62, &#39;New&#39;: 20, &#39;Churned&#39;: 16, &#39;Suspended&#39;: 2}
df = pd.Series(dict_users)
colors_list = [&#39;slateblue&#39;, &#39;limegreen&#39;, &#39;red&#39;, &#39;grey&#39;]
colors = {df.index[i]:colors_list[i] for i in range(len(df))}

fig = plt.figure(FigureClass=Waffle,
                 figsize=(10,5),
                 values=dict_users,
                 rows=10,
                 colors=list(colors.values()),
                 icons=[&#39;user&#39;,&#39;user-plus&#39;, &#39;user-minus&#39;, &#39;user-clock&#39;],
                 font_size=22,
                 icon_legend=True,
                 legend={&#39;bbox_to_anchor&#39;: (1.55, 1), &#39;fontsize&#39;: 15, &#39;frameon&#39;: False})
plt.title(&#39;User dynamics in December 2021&#39;, fontsize=25)
plt.show()

样条图

样条图是折线图的一种。它将系列中的每个数据点与表示缺失数据点的粗略近似值的拟合曲线连接起来。

Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

plotly code

在 plotly 中,它是通过将 line_shape 指定为 spline 来实现的。

import plotly.express as px
df = px.data.gapminder().query("country==&#39;Canada&#39;")
fig = px.line(df, x="year", y="lifeExp", 
              title=&#39;Life expectancy in Canada&#39;, 
              line_shape = &#39;spline&#39;)
fig.show()

Scipy code

Scipy 插值和 NumPy linspace 可用于在 matplotlib 中实现这一点。

from scipy import interpolate
import numpy as np
import matplotlib.pyplot as plt
fig, ax = plt.subplots(1,2,figsize=(15,7))
x = np.array([1, 2, 3, 4])
y = np.array([75, 0, 25, 100])
ax[0].plot(x, y)

x_new = np.linspace(1, 4, 300)
a_BSpline = interpolate.make_interp_spline(x, y)
y_new = a_BSpline(x_new)

ax[1].plot(x_new, y_new)
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

箱形图

箱线图是查看数据分布方式的好方法。

顾名思义,它有一个盒子。盒子的一端位于数据的第 25个百分位。第25个百分位数是绘制的线,其中 25% 的数据点位于其下方。盒子的另一端位于第 75个百分位数(其定义类似于第 25个百分位数)百分位如上)。数据的中位数由一条线标记。还有两条额外的线,称为须线。

第 25 个百分位标记称为“Q1”(代表数据的第一季度)。第 75 个百分点是 Q3。Q3 和 Q1 (Q3 – Q1) 之间的差异是 IQR(四分位距)。在 Q1 – 1.5 * IQRQ3 + 1.5 * IQR的极端范围内任一侧的最后数据点处标记了晶须。这些须线之外的数据点被称为“异常值”,因为它们与其余数据点有显着差异。

箱形图又称盒须图、盒式图或箱线图,是利用数据中的五个统计量:最小值、第一四分位数、中位数、第三四分位数与最大值来显示一组数据分布情况的统计图。

适用: 适用于展示一组数据分散情况,特别用于对几个样本的比较。

plotly code

import numpy as np 
import plotly.express as px
data = np.array([-40,1,2,5,10,13,15,16,17,40])
fig = px.box(data, points="all")
fig.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Seaborn code

import seaborn as sns
sns.set_style( &#39;darkgrid&#39; )
fig = sns.boxplot(y=data)
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

箱线图有助于理解数据的整体分布,即使是大型数据集也是如此。

小提琴图

一般来说,小提琴图是一种绘制连续型数据的方法,可以认为是箱形图与核密度图的结合体。当然了,在小提琴图中,我们可以获取与箱形图中相同的信息。

  • 中位数(小提琴图上的一个白点)
  • 四分位数范围(小提琴中心的黑色条)。
  • 较低/较高的相邻值(黑色条形图)--分别定义为第一四分位数-1.5 IQR和第三四分位数+1.5 IQR。这些值可用于简单的离群值检测技术,即位于这些 "栅栏"之外的值可被视为离群值。

plotly code

import plotly.express as px
df = px.data.tips()
fig = px.violin(df, y="total_bill", x="day", 
                color="sex", box=True, points="all",
          hover_data=df.columns)
fig.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

Seaborn code

import seaborn as sns
sns.set_context({&#39;figure.figsize&#39;:[15, 8]})
sns.set_theme(style="whitegrid")
tips = sns.load_dataset("tips")
ax = sns.violinplot(x="day", y="total_bill", hue="sex", data=tips)
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

matplotlib code

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
N = 10**4
x = np.random.normal(size=N)
fig, ax = plt.subplots(3, 1,figsize=(15,8), sharex=True)
sns.distplot(x, ax=ax[0])
ax[0].set_title(&#39;Histogram + KDE&#39;)
sns.boxplot(x, ax=ax[1])
ax[1].set_title(&#39;Boxplot&#39;)
sns.violinplot(x, ax=ax[2])
ax[2].set_title(&#39;Violin plot&#39;)
fig.suptitle(&#39;Standard Normal Distribution&#39;, fontsize=16)
plt.show()
Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python

总结

这是用于生成这些图的 plotly 和 seaborn 中方法和属性的备忘单。

barplotlabel dan Atribut Warna dengan Pelbagai Plot Grafik GRAPHmultiple Line GraphCarta pai mudahClick carta paiGunakan pakej carta pygoogleatribut bayangHistogram biasaexpress histogramhistplotBimodal histogramcolor attributekdeplot carta rea ​​ Graf titikPetak serakanmatplotlib.pyplot Pilotlib.pyplot figure graph_objects Rajah yang mempunyai Scatter dengan atribut penandamatplotlib.pyplot figure dengan pakej pywaffleSpline cartaexpress line dengan line_shape='spline'Scipy.interpolate.make_interp_splineKotak Biola biola ekspresplot biola
Jenis plot plot seaborn
Graf bar ringkas express bar barplot
atribut warna dan barmode='kumpulan' atribut rona GRAPH BAR Graph Color Attribute
Express Line LinePlot
Color and Simbol Atributes hue atribut
pai ekspres matplotlib.pyplot.pie
Carta pai meletup graph_objects Pai dengan atribut tarik meletup atribut
Carta donat graph_objects Pai dengan atribut hole Add.py matplot
kdeplot
kawasan ekspres matplotlib.pyplot.stackplot
nyatakan serakan stripplot
nyatakan serakan serakan
Carta buih serakan nyata dengan atribut warna dan saiz plot serakan dengan atribut saiz
Carta radar express line_polar
kotak plot


Atas ialah kandungan terperinci Petua |. 14 jenis visualisasi data yang paling biasa digunakan dalam Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Artikel ini dikembalikan pada:Python当打之年. Jika ada pelanggaran, sila hubungi admin@php.cn Padam