基于Python的数据可视化 matplotlib seaborn pandas

科学计算与大数据

浏览数:411

2018-2-11

原文采用了kaggle上iris花的数据,数据来源从上面的网址上找噢

如果没有seaborn库 安装方法如下

http://www.ithao123.cn/content-10393533.html

正式开始了~~~

# 首先载入pandas
import pandas as pd
 
# 我们将载入seaborn,但是因为载入时会有警告出现,因此先载入warnings,忽略警告
import warnings 
warnings.filterwarnings("ignore")
import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="white", color_codes=True)
 
# 载入数据
iris = pd.read_csv("../input/Iris.csv") # 数据现在为 DataFrame格式
 
# 用head函数看一下数据结构啥样
iris.head()

数据结构就这样:

Id SepalLengthCm SepalWidthCm PetalLengthCm PetalWidthCm Species
0 1 5.1 3.5 1.4 0.2 Iris-setosa
1 2 4.9 3.0 1.4 0.2 Iris-setosa
2 3 4.7 3.2 1.3 0.2 Iris-setosa
3 4 4.6 3.1 1.5 0.2 Iris-setosa
4 5 5.0 3.6 1.4 0.2 Iris-setosa
# 让我们用counts功能看下一共有多少种花
iris["Species"].value_counts()

结果是:

Iris-setosa        50
Iris-virginica     50
Iris-versicolor    50
Name: Species, dtype: int64

1.

# 使用 .plot 做散点图
iris.plot(kind="scatter", x="SepalLengthCm", y="SepalWidthCm")#数据为萼片的长和宽 结果如下

2.

# 开始使用seaborn了它能同时显示直方图噢
sns.jointplot(x="SepalLengthCm", y="SepalWidthCm", data=iris, size=5)

3.神奇的还在下面:

# 我们还可以用seaborn's FacetGrid 标记不同的种类噢
sns.FacetGrid(iris, hue="Species", size=5)   #hue英文是色彩的意思
   .map(plt.scatter, "SepalLengthCm", "SepalWidthCm") #注意这里的plt哦
   .add_legend()

4.箱线图!

#  Seaborn中的boxplot,可以画箱线图,可以看出不同种类的分布情况
sns.boxplot(x="Species", y="PetalLengthCm", data=iris)

5.

# 利用striplot可以锦上添花,加上散点图
# 
# 使振动值jitter=True 使各个散点分开,要不然会是一条直线
#
# 注意这里将坐标图用ax来保存了哦,这样第二次才会在原来的基础上加点
ax = sns.boxplot(x="Species", y="PetalLengthCm", data=iris)
ax = sns.stripplot(x="Species", y="PetalLengthCm", data=iris, jitter=True, edgecolor="gray")

6.小提琴图

# 这图可以变现出密度的分布
sns.violinplot(x="Species", y="PetalLengthCm", data=iris, size=6)

7.kdeplot

# 通过这个曲线图可以看出不同特征值时的分布密度
sns.FacetGrid(iris, hue="Species", size=6) 
   .map(sns.kdeplot, "PetalLengthCm") 
   .add_legend()

8.大招来了

#  pairplot显示不同特征之间的关系
sns.pairplot(iris.drop("Id", axis=1), hue="Species", size=3)

9.中间对角线的图形也可以用kde显示哦

# 修改参数dige_kind
sns.pairplot(iris.drop("Id", axis=1), hue="Species", size=3, diag_kind="kde")

10.现在是pandas表现的时间了

# 用Pandas 快速做出每个特征在不同种类下的箱线图
iris.drop("Id", axis=1).boxplot(by="Species", figsize=(12, 6))

11.调和曲线图 Andrew Curves

首先啥是Andrew curves呢 看维基百科

https://en.wikipedia.org/wiki/Andrews_plot

他是将高维的点 化为二维的曲线,曲线是一条傅里叶函数的样子,参数项为不同的特征值,臆想出来了自变量t,这样每个点都是一条曲线

# 画图的函数在下面,我们会发现相同种类的线总是缠绵在一起,可以和聚类混在一起噢,事实上他们与欧氏距离是有关系的
from pandas.tools.plotting import andrews_curves
andrews_curves(iris.drop("Id", axis=1), "Species")

12.轮廓图

https://en.wikipedia.org/wiki/Parallel_coordinates

# 轮廓图也是看高维数据的一种方法,将不同的特征放在横坐标,然后将各点的特征值放在纵坐标就可以了
from pandas.tools.plotting import parallel_coordinates
parallel_coordinates(iris.drop("Id", axis=1), "Species")

13 radviz

http://www.doc88.com/p-912968623585.html

# 这也是一种将高维点表现在二维平面的方法,具体作图方法应该在上面的网址上应该有
from pandas.tools.plotting import radviz
radviz(iris.drop("Id", axis=1), "Species")


暂时就是这些,希望会对大家有帮助

补充参考:

http://wenku.baidu.com/link?url=l1tNiAh1YegiSIwDjcS6f4swybDt3A-qczVXpbXf_7S6RUGC_gOOoP9fv4w8VXSMKlYiz0HlhhTsysEwwiqYORMwg-phyehtXlAIAAdEJ8G

原文地址:http://blog.csdn.net/bea_tree/article/details/50757338