datawhale-动手学数据分析task4笔记

动手学数据分析task4

数据可视化

基础matplotlib

  1. matplotlib的图像都位于figure对象中，创建新的对象用plt.figure。

  2. plt.subplot()方法可以更方便地创建一个新figure，并返回一个含有以创建的subplot对象的numpy数组。

    '''
参数说明:
- nrows=int，subplot的行数
- ncols=int，subplot的列数
- sharex=Bool/'none'/'all'/'row'/'col'，所有subplot是否使用相同的x轴刻度(调节xlim将会影响所以的subplot)
- sharey=Bool/'none'/'all'/'row'/'col'，所有subplot是否使用相同的x轴刻度(调节ylim将会影响所以的subplot)
- squeeze=Bool，是否返回生成图形的具体对象，如果False，则返回一个字图(numpy数组)
- subplot_kw=dict，用于创建各subplot的关键字字典
- gridspec_kw=dict，指定子图网格的大小和比例
- **fig_kw，创建figure时的其他关键字
'''

# 以下有具体值的为默认值
plt.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

  3. plt.bar()函数可以刻画竖直柱状图。

    '''
参数说明:
- x=float/list，表示x坐标
- y=float/list，表示柱状图的高度(y坐标)
- width=float(0-1)/list，表示柱状图的宽度
- bottom=float/list，表示柱状图的起始位置
- align='center'/'edge'，表示柱状图的中心位置
- label 表示标签
- color=color/color list 表示柱状图颜色，默认blue
- linewidth=None/float 表示边框宽度
- linestyle 表示线条样式
'''

# 以下有具体值的为默认值
plt.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

  4. 可对Series、DataFrame对象直接使用.plot.bar()绘制柱形图。

    # 绘制柱形图
Series.plot.bar()

# 为柱形图添加title，并展示
plt.title('...')
plt.show()

  5. .plot()可直接将DF或series数据可视化。

    '''
参数说明:
- x=label/position
- y=None/label/labels/positions
- kind=str，'line'折线图、'bar'竖直柱状图、'barh'水平柱状图、'hist'直方图、'box'箱线图、'kde''density'核密度估计图、'area'面积图、'pie'饼图、'scatter'散点图、'hexbin'六边形箱图
- stacked=Bool，是否堆叠图
'''

# 以下有具体值的为默认值
df.plot(*args, **kwargs)

  6. 可以先将MutiIndex通过.unstack()方法去掉多层索引然后再使用plot(kind='bar', stacked=True)创建堆叠图柱状图，如果去掉stcaked参数即可获得对比柱状图。

seaborn快速入门

  1. 直方图(displot)。

    sns.displot()可以绘制直方图。

    '''
简易参数说明：
- x=df中的变量，x轴
- y=df中的变量，y轴
- data=df/series/list，需要绘制的数据
- kde=Bool，是否绘制密度估计曲线
- bins=int，控制分布矩形数量的参数
- rug=Bool，毛毯是否显示（代表数据点的位置）
- width=float，控制直方图中每个柱子的宽度。
- hist_kw=dict，直方图直方的参数，通过字典显示color、lable...
- kde_kw=dict，密度曲线的参数，通上hist
- rug_kw=dict，同上
'''

# 以下有具体值的为默认值
sns.displot(df, kde=False, rug=False, width=0.8)

  2. 条形图(barplot)。

    sns.barplot()可以绘制条形图。

    '''
简易参数说明：
- x=df中的变量，x轴
- y=df中的变量，y轴
- data=df/series/list，需要绘制的数据
- hue=df中的变量，可以对x轴的数据进行细分，细分条件就是hue的参数
- orient='v'/'h'，作图的方向v垂直，h水平
- order=list，控制轴上展示的顺序
- hue_order=list，控制轴上hue的展示的顺序
- width=float，控制条形的宽度
'''

# 以下有具体值的为默认值
sns.barplot(df, x, y, orient='v', width=0.8)

  3. 计数图(countplot)。

    sns.countplot()可以绘制计数图。

    '''
简易参数说明：
- x=df中的变量，x轴
- y=df中的变量，y轴（改变水平或竖直仅需选择将变量传给参数x或y）
- data=df/series/list，需要绘制的数据
- hue=df中的变量，可以对x轴的数据进行细分，细分条件就是hue的参数
- order=list，控制轴上展示的顺序
- hue_order=list，控制轴上hue的展示的顺序
- width=float，控制条形的宽度
'''

# 以下有具体值的为默认值
sns.countplot(df, x/y= ,width=0.8)

  4. 散点图(stripplot/swarmplot)。

    sns.stripplot()是用少量的随机“抖动”调整分类轴上的点的位置。

    '''
简易参数说明：
- x=df中的变量，x轴
- y=df中的变量，y轴
可以通过调换x/y轴，实现横向显示
- data=df/series/list，需要绘制的数据
- jitter=Bool/int，可以控制抖动的大小
- hue=df中的变量，对散点图添加更多细分的维度，其会以颜色来进行区分
- order=list，控制轴上展示的顺序
- width=float，控制每个类别的点的分布宽度
'''

# 以下有具体值的为默认值
sns.stripplot(df, x, y, jitter=True, width=0.8)

    sns.swarmplot()表示的是带分布属性的散点图，其使用防止它们重叠的算法沿着分类轴调整点，可以更好地表示观测的分布。

    '''
简易参数说明：
- x=df中的变量，x轴
- y=df中的变量，y轴
可以通过调换x/y轴，实现\横向显示
- data=df/series/list，需要绘制的数据
- hue=df中的变量，对散点图添加更多细分的维度，其会以颜色来进行区分
- order=list，控制轴上展示的顺序
- width=float，控制每个类别的点的分布宽度
'''

# 以下有具体值的为默认值
sns.swarmplot(df, x, y, jitter=True, width=0.8)

  5. 箱线图(boxplot)。
    boxplot（箱线图）是一种用作显示一组数据分散情况的统计图。它能显示出一组数据的最大值、最小值、中位数及上下四分位数。
    h9

    '''
简易参数说明：
- x=df中的变量，x轴
- y=df中的变量，y轴
可以通过调换x/y轴，实现箱线图的横向显示
- data=df/series/list，需要绘制的数据
- hue=df中的变量，对x轴的字段进行细分
- order=list，控制x轴上展示的顺序
- hue_order=list，控制x轴上hue的展示的顺序
- width=float，控制箱体的宽度
- linewidth=float，控制线条的粗细
'''

# 以下有具体值的为默认值
sns.boxplot(df, x, y)

  6. 小提琴图(violinplot)。
    小提琴图是箱线图与核密度图的结合，其展示了任意位置的密度。
    在图中，白点是中位数，黑色盒型的范围是下四分位点到上四分位点，细黑线表示须。外部形状即为核密度估计。

    h10

    '''
简易参数说明：
- x=df中的变量，x轴
- y=df中的变量，y轴
可以通过调换x/y轴，实现横向显示
- data=df/series/list，需要绘制的数据
- hue=df中的变量，对x轴的字段进行细分
- split=Bool，当hue参数只有两个级别时，通过设置此参数“拆分”小提琴，使提琴两边分别表示两个分类的情况
- inner=None/'box'/'stick'/'quart'/'point'
None不绘制任何东西，point在内部为每个观测值绘制一个点，quart在内部绘制四分位数线，stick在内部，为每个观测值绘制一条垂直的线
- order=list，控制x轴上展示的顺序
- hue_order=list，控制x轴上hue的展示的顺序
- width=float，控制内部的核密度估计的宽度
- linewidth=float，控制线条的粗细
'''

# 以下有具体值的为默认值
sns.violinplot(df, x, y)

  7. 回归图(regplot/lmplot)。

    h11

    '''
简易参数说明：
- x=df中的变量，x轴
- y=df中的变量，y轴
可以通过调换x/y轴，实现横向显示
- data=df/series/list，需要绘制的数据
- ci=None/int(0-100)，是否绘制估计的置信区间(一个估计值的不确定性范围)以及该区间的宽度
- color=matplotlib color，图形的颜色
- marker=matplotlib marker code/list，数据点的形状
- linewidth=float，控制回归线的粗细
- fit_reg=True，是否显示拟合的直线
'''

# 以下有具体值的为默认值
sns.regplot(df, x, y, ci=95, color=None)

    在lmplot()中还可使用hue参数，如果使用col代替hue参数即可将不同的类别分开绘制。

  8. 热力图(heatmap)。
    热力图通常用来表示特征之间的相关性，一般通过颜色的深浅来表示数值的大小或者相关性的高低。

    h12

    # 一般先将df数据用pivot(index, column, value)方法重塑。
df.pivot(index= , column= , value= )

# 然后再进行热力图的绘制
# annot=Bool，annot参数控制是否显示数值
sns.heatmap(f)
posted @ 2024-03-18 22:24  LPF05  阅读(11)  评论(0)  编辑  收藏  举报