國外大神製做的一個很棒的matplotlib 可視化教程

 

國外大神製做的一個很棒的matplotlib 可視化教程

 

參考：https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/

 

♔一：關聯

• 散點圖
• 帶邊界的氣泡圖
• 散點圖與最佳擬合線
• 與stripplot抖動
• 計數圖
• 邊緣直方圖
• 邊緣Boxplot
• 相關圖
• 矩陣圖

♔二：誤差

• 發散酒吧
• 分歧的文本
• 分散點圖
• 用標記分散棒棒糖圖表
• 面積圖

♔三：排行

• 條形圖
• 棒棒糖圖表
• 點圖
• 坡度圖
• 啞鈴情節

♔四：分配

• 連續變量的直方圖
• 分類變量的直方圖
• 密度圖
• 密度曲線與直方圖
• Joy Plot
• 分佈式點圖
• 箱形圖
• Dot + Box Plot
• 小提琴劇情
• 人口金字塔
• 分類圖

♔五：組成

• 華夫餅圖
• 餅形圖
• 樹形圖
• 條形圖

♔六：更改

• 時間序列圖
• 帶有峯和谷的時間序列註釋
• 自相關圖
• 交叉關聯圖
• 時間序列分解圖
• 多個時間序列
• 使用輔助Y軸繪製不一樣比例的繪圖
• 帶有偏差帶的時間序列
• 堆積面積圖
• 區域圖未拆封
• 日曆熱圖
• 季節性情節

♔七：組

• 樹狀圖
• 羣集圖
• 安德魯斯曲線
• 平行座標

11 散點圖 Scatteplot

Scatteplot 是用於研究兩個變量之間關係的經典和基本圖。若是數據中有多個組，則可能須要以不一樣顏色可視化每一個組。在Matplotlib，你能夠方便地使用。

# Import dataset 
%matplotlib
import pandas as pd
import numpy as np
import matplotlib as mpl
from matplotlib import patches
from matplotlib import font_manager as fm
from matplotlib import pyplot as plt
from scipy.spatial import ConvexHull
import seaborn as sns

import warnings; warnings.simplefilter('ignore')


midwest = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv")

zhongwen_font = fm.FontProperties(fname='C:\Windows\Fonts\華文楷體.ttf') 


# Step 1: 準備數據 
# 建立儘量多的顏色，由於有獨特的midwest['category']
categories = np.unique(midwest['category'])
colors = [plt.cm.tab10(i/float(len(categories)-1)) for i in range(len(categories))]

# Step 2：爲每一個類別繪製圖形
plt.figure(figsize=(16, 10), dpi= 80, facecolor='w', edgecolor='k')

for i, category in enumerate(categories):
    plt.scatter('area', 'poptotal', 
                data=midwest.loc[midwest.category==category, :], 
                s=20, c=colors[i], label=str(category))

# Step 3:展現優化：設置圖例等
plt.gca().set(xlim=(0.0, 0.1), ylim=(0, 90000),
              xlabel='地區', ylabel='人口')

plt.xticks(fontsize=12, fontproperties = zhongwen_font)
plt.yticks(fontsize=12, fontproperties = zhongwen_font)
plt.title("中西部地區人口分佈圖", fontsize=22, fontproperties = zhongwen_font)

plt.legend(fontsize=12, prop = zhongwen_font)    
plt.show()  

 

2. 帶邊界的氣泡圖

有時，您但願在邊界內顯示一組點以強調其重要性。在此示例中，您將從應該被環繞的數據幀中獲取記錄，並將其傳遞給下面的代碼中描述的記錄。encircle()

%matplotlib
import pandas as pd
import numpy as np
import matplotlib as mpl
from matplotlib import patches
from matplotlib import font_manager as fm
from matplotlib import pyplot as plt
from scipy.spatial import ConvexHull
from matplotlib import patches

import seaborn as sns


import warnings; warnings.simplefilter('ignore')
sns.set_style("white")

# S1: 準備數據
midwest = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv")

zhongwen_font = fm.FontProperties(fname='C:\Windows\Fonts\simsun.ttc') 

# 建立儘量多的顏色，由於有獨特的midwest['category']y']
categories = np.unique(midwest['category'])
colors = [plt.cm.tab10(i/float(len(categories)-1)) for i in range(len(categories))]

# S2: 爲每一個類別繪製圖形
fig = plt.figure(figsize=(16, 10), dpi= 80, facecolor='w', edgecolor='k')    

for i, category in enumerate(categories):
    plt.scatter('area', 'poptotal', data=midwest.loc[midwest.category==category, :], s='dot_size', c=colors[i], label=str(category), edgecolors='black', linewidths=.5)

# S3: 邊界
# https://stackoverflow.com/questions/44575681/how-do-i-encircle-different-data-sets-in-scatter-plot
def encircle(x,y, ax=None, **kw):
    if not ax: ax=plt.gca()
    p = np.c_[x,y]
    hull = ConvexHull(p)
    poly = plt.Polygon(p[hull.vertices,:], **kw)
    ax.add_patch(poly)

# 選擇要包圍的數據
midwest_encircle_data = midwest.loc[midwest.state=='IN', :]                         

# 圍繞頂點繪圖   
encircle(midwest_encircle_data.area, midwest_encircle_data.poptotal, ec="k", fc="gold", alpha=0.1)
encircle(midwest_encircle_data.area, midwest_encircle_data.poptotal, ec="firebrick", fc="none", linewidth=1.5)

# S4: 優化圖例
plt.gca().set(xlim=(0.0, 0.1), ylim=(0, 90000),
              xlabel='Area', ylabel='Population')

plt.xticks(fontsize=12, fontproperties = zhongwen_font)
plt.yticks(fontsize=12, fontproperties = zhongwen_font)
plt.title("氣泡圖", fontsize=22, fontproperties = zhongwen_font)
plt.legend(fontsize=12, prop = zhongwen_font)    
plt.show()   

 

 

3. 帶線性迴歸最佳擬合線的散點圖

若是你想了解兩個變量如何相互改變，那麼最合適的線就是要走的路。下圖顯示了數據中各組之間最佳擬合線的差別。要禁用分組並僅爲整個數據集繪製一條最佳擬合線，請從下面的調用中刪除該參數。

# Import dataset 
%matplotlib
import pandas as pd
import numpy as np
import matplotlib as mpl
from matplotlib import patches
from matplotlib import font_manager as fm
from matplotlib import pyplot as plt
from scipy.spatial import ConvexHull
import seaborn as sns

import warnings; warnings.simplefilter('ignore')
# S1 : 數據
df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")
zhongwen_font = fm.FontProperties(fname='C:\Windows\Fonts\simsun.ttc') 

df_select = df.loc[df.cyl.isin([4,8]), :]

# S2 : 做圖
sns.set_style("white")
gridobj = sns.lmplot(x="displ", y="hwy", hue="cyl", data=df_select, 
                     aspect=1.6, robust=True, palette='tab10', 
                     scatter_kws=dict(s=60, linewidths=.7, edgecolors='black'))

# S3 ：優化
gridobj.set(xlim=(0.5, 7.5), ylim=(0, 50))
plt.title("帶線性迴歸最佳擬合線的散點圖", fontsize=20, fontproperties = zhongwen_font)
plt.show()

 

每一個迴歸線都在本身的列中

或者，您能夠在其本身的列中顯示每一個組的最佳擬合線。你能夠經過在裏面設置參數來實現這一點。

# Import Data
df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")
df_select = df.loc[df.cyl.isin([4,8]), :]

# Each line in its own column
sns.set_style("white")
gridobj = sns.lmplot(x="displ", y="hwy", 
                     data=df_select, 
                     height=7, 
                     robust=True, 
                     palette='Set1', 
                     col="cyl",
                     scatter_kws=dict(s=60, linewidths=.7, edgecolors='black'))

# Decorations
gridobj.set(xlim=(0.5, 7.5), ylim=(0, 50))
plt.show()

 

 

4. 抖動圖 Stripplot

一般，多個數據點具備徹底相同的X和Y值。結果，多個點相互繪製並隱藏。爲避免這種狀況，請稍微抖動點，以便您能夠直觀地看到它們。這很方便使用

%matplotlib
import pandas as pd
import numpy as np
import matplotlib as mpl
from matplotlib import patches
from matplotlib import font_manager as fm
from matplotlib import pyplot as plt
from scipy.spatial import ConvexHull
from matplotlib import patches

import seaborn as sns


import warnings; warnings.simplefilter('ignore')

# S1：數據
df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")
zhongwen_font = fm.FontProperties(fname='C:\Windows\Fonts\simsun.ttc') 

# S2：做圖
fig, ax = plt.subplots(figsize=(16,10), dpi= 80)    
sns.stripplot(df.cty, df.hwy, jitter=0.25, size=8, ax=ax, linewidth=.5)

# S3:優化
plt.title('使用抖動圖避免點重疊', fontsize=22, fontproperties = zhongwen_font)
plt.show()

 

 

8. 相關圖

Correlogram用於直觀地查看給定數據幀（或2D數組）中全部可能的數值變量對之間的相關度量。

%matplotlib
import pandas as pd
import numpy as np
import matplotlib as mpl
from matplotlib import patches
from matplotlib import font_manager as fm
from matplotlib import pyplot as plt
from scipy.spatial import ConvexHull
from matplotlib import patches

import seaborn as sns


import warnings; warnings.simplefilter('ignore')


# S1： 數據
df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")
zhongwen_font = fm.FontProperties(fname='C:\Windows\Fonts\simsun.ttc') 

# S2： plot 做圖
plt.figure(figsize=(12,10), dpi= 80)
sns.heatmap(df.corr(), xticklabels=df.corr().columns, yticklabels=df.corr().columns, cmap='RdYlGn', center=0, annot=True)

# S3： 圖例優化
plt.title('相關圖', fontsize=22, fontproperties = zhongwen_font)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.show()

 

 

9. 矩陣圖

成對圖是探索性分析中的最愛，以理解全部可能的數字變量對之間的關係。它是雙變量分析的必備工具。

%matplotlib
import pandas as pd
import numpy as np
import matplotlib as mpl
from matplotlib import patches
from matplotlib import font_manager as fm
from matplotlib import pyplot as plt
from scipy.spatial import ConvexHull
from matplotlib import patches

import seaborn as sns


import warnings; warnings.simplefilter('ignore')

# Load Dataset
df = sns.load_dataset('iris')

# Plot
plt.figure(figsize=(10,8), dpi= 80)
sns.pairplot(df, kind="scatter", hue="species", plot_kws=dict(s=80, edgecolor="white", linewidth=2.5))
plt.show()

 

 

23. 直方密度線圖

帶有直方圖的密度曲線將兩個圖表傳達的集體信息聚集在一塊兒，這樣您就能夠將它們放在一個圖形而不是兩個圖形中。

%matplotlib
import pandas as pd
import numpy as np
import matplotlib as mpl
from matplotlib import patches
from matplotlib import font_manager as fm
from matplotlib import pyplot as plt
from scipy.spatial import ConvexHull
from matplotlib import patches

import seaborn as sns


import warnings; warnings.simplefilter('ignore')

# S1:數據
df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")
zhongwen_font = fm.FontProperties(fname='C:\Windows\Fonts\simsun.ttc') 

# S2:做圖
plt.figure(figsize=(13,10), dpi= 80)
sns.distplot(df.loc[df['class'] == 'compact', "cty"], color="dodgerblue", label="Compact", hist_kws={'alpha':.7}, kde_kws={'linewidth':3})
sns.distplot(df.loc[df['class'] == 'suv', "cty"], color="orange", label="SUV", hist_kws={'alpha':.7}, kde_kws={'linewidth':3})
sns.distplot(df.loc[df['class'] == 'minivan', "cty"], color="g", label="minivan", hist_kws={'alpha':.7}, kde_kws={'linewidth':3})
plt.ylim(0, 0.35)

# S3:圖例
plt.title('不一樣車型類型城市裏程密度圖', fontsize=22, fontproperties = zhongwen_font)
plt.legend()
plt.show()

 

 

45. 日曆熱力圖

與時間序列相比，日曆映射是可視化基於時間的數據的備選和不太優選的選項。雖然能夠在視覺上吸引人，但數值並不十分明顯。然而，它能夠很好地描繪極端值和假日效果。

import matplotlib as mpl
import calmap as calmap

# S1:數據
df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/yahoo.csv", parse_dates=['date'])
df.set_index('date', inplace=True)

# S2:繪圖
plt.figure(figsize=(16,10), dpi= 80)
calmap.calendarplot(df['2014']['VIX.Close'], fig_kws={'figsize': (16,10)}, yearlabel_kws={'color':'black', 'fontsize':14}, subplot_kws={'title':'Yahoo Stock Prices'})
plt.show()

 

 

 

 

by : 一隻阿木木