Python 数据可视化的三大步骤

Python中最基本的作图库就是matplotlib，是一个最基础的Python可视化库，一般都是从matplotlib上手Python数据可视化，然后开始做纵向与横向拓展。,是一个基于matplotlib的高级可视化效果库，针对的点主要是数据挖掘和机器学习中的变量特征选取，seaborn可以用短小的代码去绘制描述更多维度数据的可视化效果图。,Bokeh（是一个用于做浏览器端交互可视化的库，实现分析师与数据的交互）；Mapbox（处理地理数据引擎更强的可视化工具库）等等。,本篇文章主要使用matplotlib进行案例分析,业务可能很复杂，但是经过拆分，我们要找到我们想通过图形表达什么具体问题。分析思维的训练可以学习《麦肯锡方法》和《金字塔原理》中的方法。,这是网上的一张关于图表类型选择的总结。,,在Python中，我们可以总结为以下四种基本视觉元素来展现图形：,数据间存在分布，构成，比较，联系以及变化趋势等关系。对应不一样的关系，选择相应的图形进行展示。,数据分析和建模方面的大量编程工作都是用在数据准备的基础上的：加载、清理、转换以及重塑。 我们可视化步骤也需要对数据进行整理，转换成我们需要的格式再套用可视化方法完成作图。,将分类变量转换‘哑变量矩阵’的get_dummies函数以及在df中对某列数据取限定值等等。,函数则根据第一步中选择好的图形，去找Python中对应的函数。,原始图形画完后，我们可以根据需求修改颜色（color），线型（linestyle），标记（maker）或者其他图表装饰项标题（Title），轴标签（xlabel，ylabel），轴刻度（set_xticks），还有图例（legend）等，让图形更加直观。,第三步是在第二步的基础上,为了使图形更加清晰明了，做的修饰工作。具体参数都可以在制图函数中找到。,matplotlib的图形都位于Figure（画布）中，Subplot创建图像空间。不能通过figure绘图，必须用add_subplot创建一个或多个subplot。,figsize可以指定图像尺寸。,,利用Figure的subplots_adjust方法可以调整间距。,,matplotlib的plot函数接受一组X和Y坐标，还可以接受一个表示颜色和线型的字符串缩写：**'g--'，表示颜色是绿色green，线型是'--'虚线。**也可以使用参数明确的指定。,线型图还可以加上一些标记（marker），来突出显示数据点的位置。标记也可以放在格式字符串中，但标记类型和线型必须放在颜色后面。,plt的xlim、xticks和xtickslabels方法分别控制图表的范围和刻度位置和刻度标签。,调用方法时不带参数，则返回当前的参数值；调用时带参数，则设置参数值。,,img,,,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。,<matplotlib.legend.Legend at 0xa8f5a20>,,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,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：,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。,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。,,,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。,,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。,