Matplotlib可视化

2018-12-17 本文已影响13人弃用中

创建图与图表是很多分析项目中的一个重要步骤，它通常是项目开始时探索性数据分析（EDA）的一部分，或者在项目报告阶段向其他人介绍你的数据分析结果时使用。

matplotlib是一个绘图库，创建的图形可达到出版的质量要求。它可以创建常用的统计图，包括条形图、箱线图、折线图、散点图和直方图等等图形。

matplotlib提供了对图形各个部分进行定制的功能。例如，它可以设置图形的形状和大小、x轴与y轴的范围和标度、x轴和y轴的刻度线和标签、图例以及图形的标题。更多关于定制图形的信息请查看：https://matplotlib.org/users/beginner.html 。

下面，我们就开始学习一些常见图形的绘制，使用的数据来自The Complete Pokemon Dataset。

先将数据导入，

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.style.use('ggplot')
%matplotlib inline

data = pd.read_csv('../../Datasets/pokemon.csv')
data.head()

数据前5行

数据每一列的含义如下，

字段含义

条形图

假如我们想查看一下每一代Pokemon的数量，并用条形图显示出来，该怎么办呢？

generation = data['generation'].value_counts()
plt.bar(generation.index, generation.values)

可以看到如下结果：

每一代Pokemon数量

如果我们想添加轴标签和标题的话，加上如下内容即可：

plt.xlabel('generation')
plt.ylabel('count')
plt.title('Generation and Count')

为了方便起见，我们也可以为每个条加上数值标签，

for x,y in enumerate(generation.values):
    plt.text(x+1,y,'%s' % y,ha='center')

matplotlib.pyplot.bar函数详情：

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

x: 指定图形横轴坐标
height: 指定条形图的高度
width: 指定条形图的宽度
color: 指定条形图前景色
edgecolor: 设置条形图边界颜色
linewidth: 设置条形图边界宽度

知道了上述参数的含义之后，我们就可以对之前的图形进行小小的改动啦！

generation = data['generation'].value_counts()
plt.bar(generation.index, generation.values, facecolor='orange',edgecolor='green', linewidth=2)
plt.xlabel('generation')
plt.ylabel('count')
plt.title('Generation and Count')

for x,y in enumerate(generation.values):
    plt.text(x+1,y,'%s' % y,ha='center')

箱线图

箱线图一般用来展示数据的分布（如上下四分位数、中位数等），同时，也可以用来反映数据的异常情况。

box = data[['defense','attack','hp']]
plt.boxplot(box.values)
plt.setp(plt.gca(),xticklabels=['defense','attack','hp'])

matplotlib.pyplot.boxplot函数详情：

matplotlib.pyplot.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_xticks=True, autorange=False, zorder=None)

x: 指定绘图的数据
notch: 是否是凹口的形式展示箱线图，默认为非凹口
sym: 指定异常点的形状
vert: 是否需要将图形垂直摆放，默认为垂直摆放
whis: 指定上下须与上下四分位数的距离，默认为1.5倍的四分位差
positions: 指定图形的位置，默认为[0,1,2……]
widths: 指定图形的宽度，默认为0.5
patch_artist: 是否填充箱体的颜色
meanline: 是否用线表示均值，默认用点表示
showmeans: 是否显示均值，默认不显示
showcaps: 是否显示图形顶端和末端的两条线，默认显示
showbox: 是否显示图形的箱体，默认显示
showfliers: 是否显示异常值，默认显示
boxprops: 设置箱体的属性，如边框色、填充色等
labels: 指定箱线图的标签
filerprops: 设置异常值的属性，如异常点的形状、大小等
medianprops: 设置中位数的属性，如线的类型、粗细等
meanprops: 设置均值的属性，如点的大小、颜色等
capprops: 设置图形顶端和末端线条的属性，如颜色、粗细等
whiskerprops: 设置须得属性，如颜色、粗细等

折线图

我们不妨查看一下每一代Pokemon攻击力的走势，

generation_attack = data.pivot('name', 'generation', 'attack').fillna(0)
for col in generation_attack.columns:
    gene = generation_attack[generation_attack[col] > 0][col].sort_values()
    plt.plot(range(gene.shape[0]),gene.values,label=col)
plt.legend()
plt.ylabel('Attack')

matplotlib.pyplot.plot函数详情：

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

x: x轴数据
y: y轴数据
fmt: 格式化字符串

散点图

将防御力和攻击力用散点图绘制出来，

plt.scatter(data['attack'], data['defense'])
plt.xlabel('attck')
plt.ylabel('defense')

matplotlib.pyplot.scatter函数详情：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None)

x: 指定数据横坐标
y: 指定数据纵坐标
s: 指定标记大小
c: 指定标记颜色
marker: 设置标记样式
alpha: 设置透明度
linewidths: 设置标记边缘的线宽
edgecolors: 设置标记边缘的颜色

直方图

将防御力的分布用直方图绘制，

plt.hist(data['defense'],bins=25)
plt.xlabel('Defense')
plt.ylabel('Frequency')

matplotlib.pyplot.hist函数详情：

matplotlib.pyplot.hist(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, normed=None)

x: 指定每个bin分布的数据，对应x轴
bins: 指定bin的个数
range: 指定bin的分布范围
density: 是否将得到的直方图归一化
cumulative: 是否绘制累积频数图
bottom: 指定每个bin底部的基线位置
histtype: 指定直方图类型
align: 设置直方图的绘制方式，默认为mid
orientation: 指定方向，水平或垂直
log: 是否使用对数刻度
label: 设置图形的标签说明
stacked: 是否将图形堆叠

饼图

接下来，我们可以看一下幻之宝可梦所占的比例，

color = ["aqua", "orange"]
leg = [data[data['is_legendary'] == 0].shape[0],data[data['is_legendary'] == 1].shape[0]]
legPie = plt.pie(leg,labels=['Non Legendary', 'Legendary'],colors=color,shadow=True,
                autopct='%1.1f%%',startangle=45,explode=(0,0.1))

matplotlib.pyplot.pie函数详情：

matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False)