python学习笔记(14):可视化分析

一、Matplotlib

　　1.用于创建出版质量图表的绘图工具库

　　2.目的的为Python构建一个Matlab式的绘图接口

　　3.import matplotlib.pyplot as plt:pyplot模块包含了常用的matplotlib API函数

　　4.figure

　　　　(1)Matplotlib的图像均位于figure对象中，创建figure:plt.figure()

#引入 matplotlib包
import matplotlib.pyplot as plt
%matplotlib inline

#创建figure
fig = plt.figure()

　　5.Subplot

　　　　(1)fig.add_subplot(a,b,c)

　　　　　　a,b表示将fig分割成axb的区域，c表示当前选中要操作的区域，注意编号从1号开始

　　　　　　返回的是AxesSubplot对象

　　　　　　plot绘图的区域是最后一次指定的subplot的位置

　　　　　　在指定的sublot里结合scipy绘制统计图

#在一张图上做子图
ax1 = fig.add_subplot(,,)
ax2= fig.add_subplot(,,)
ax3=fig.add_subplot(,,)
ax4 = fig.add_subplot(,,)

#在subplot上来作图
import numpy as np
random_arr = np.random.randn(100) #生成100个随机数随机分布

#print random_arr
#默认是在最后一次使用subplot的位置上作图，但是在jupyter里是无效的
plt.plot(random_arr) #这里默认作的是线图
plt.show()

　　　　(2)直方图  hist；s散点图scatter；柱状图 bar；矩阵绘图plt.imshow()

#在指定的subplot上来绘图
import scipy as sp
from scipy import stats

x = np.linspace(-,,)   #这里表示生成一组数，数据的范围是从-5到15，将数据平均分成50份
print(x.shape)  #打印出数据的分布以及数据的大小
print(x)

#绘制高斯分布，下面的这个x是x轴，sp.stats.norm.pdf是y轴
plt.plot(x,sp.stats.norm.pdf(x=x,loc = ,scale=))   

#绘制叠加直方图 sp.stats.norm.rvs是生成一个正太分布的直方图，将数据分为50个小组，指定颜色，指定透明度
plt.hist(sp.stats.norm.rvs(loc=,scale=,size=),bins=,normed=True,color='red',alpha=0.5)
plt.show()　　　

#绘制直方图
plt.hist(np.random.randn(),bins=,color='b',alpha=0.3)
plt.show()

　　　　(3)散点图scatter

#绘制散点图,x是一个向量，y也是一个向量
x = np.arange()
y = x + *np.random.rand()
plt.scatter(x,y)

　　　　(4)柱状图bar

#柱状图，这个图包括了常规作图的基本的元素
x= np.arange()  #要生成5个柱子，就需要生成5个坐标
#下面需要绘制两个柱状图，np.random.randint(,,size=(,))表示生成从1到25的随机整数
#最后生成的形状是2行5列的形状
y1,y2=np.random.randint(,,size=(,))
print(x)
print('y1',y1)  #生成的是1到25之间的随机整数，生成的大小是5列的数据
print(type(y1))   #<class 'numpy.ndarray'>
print('y2',y2)
width=0.25    #指定柱子的宽度为0.
ax = plt.subplot(,,)  #生成1x1的图，现在在1的位置上
ax.bar(x,y1,width,color='r') #这个地方先画第一组
ax.bar(x+width,y2,width,color='g')  #因为现在0,,,,4位置被占据了，现在再在原来的位置上作图会有叠加，挪动的位置就是前面柱子的宽度
ax.set_xticks(x+width)  # 将x轴的标记挪动width宽度
ax.set_xticklabels(['a','b','c','d','e'])  #这列设置xlabel的标签
plt.show()

#xticks,yticks
#xlable,ylable
#x_lim,y_lim
#title

　　　　(5)矩阵绘图 plt.imshow():混淆矩阵，三个维度的关系，通过颜色来进行分析

import numpy as np

#矩阵绘图
m = np.random.rand(,)
print(m)
#interpolation='nearest'输出的时候默认的差值的方法，cmap=plt.cm.ocean设置蓝色的主题
#在机器学习中主要用于绘制混淆矩阵，三分类问题，识别猫狗猪。当类比较多的时候，混淆矩阵就会很有用
plt.imshow(m,interpolation='nearest',cmap=plt.cm.ocean)
plt.colorbar()
plt.show()

　　(6)绘制子图

#subplots(,2s)是指定数据是几行几列，这里绘图是两行两列的子图
fig,subplot_arr = plt.subplots(,)
#这里是指定在0行0列的位置上绘制直方图，这是一个正常的情况
subplot_arr[][].hist(np.random.randn(),color='b',alpha=0.3)
plt.show()

　　(7)颜色、标记、线型

　　ax.plot(x,y,'r--'):等价于ax.plot(x,y,linestyle='--',color='r')

　　　　　颜色：b blue

　　　　　　　　g:green

　　　　　　　　r:red

　　　　　　　　c:cyan

　　　　　　　　m:magenta

　　　　　　　　y:yello

　　　　　　　　k:black

　　　　　　　　w:white

　　(8)刻度、标签和图例

　　　　设置刻度范围

　　　　　　plt.xlim()，plt.ylim()

　　　　　　ax.set_xlim(),ax.set_ylim()

　　　　设置显示的刻度

　　　　　　plt.xticks(),plt.yticks()

　　　　设置刻度标签

　　　　　　ax.set_xticklabels()，ax.set_yticklabels()

　　　　设置坐标轴标签

　　　　　　ax.set_xlabel()，ax.set_ylabel()　　

　　　　设置标题：ax.set_title()

　　　　图例

　　　　　　ax.plot(label='legend')

　　　　　　ax.legend()、plt.legent()

　　　　　　　　loc='best'   自动选择放置图例的最佳位置

fig,ax = plt.subplots()
ax.plot(np.random.randn().cumsum(),label='line0')
#设置刻度
ax.set_xlim([,])

#设置显示的刻度
ax.set_xticks(range(,,))

#设置刻度标签
ax.set_yticklabels(['Jan','Feb','Mar'])
#设置坐标轴的标签
ax.set_xlabel('Number')
ax.set_ylabel('Month')

#设置标题
ax.set_title('Example')
#图例
ax.plot(np.random.randn().cumsum(),label='学校')
ax.plot(np.random.randn().cumsum(),label='line2')
ax.legend()
ax.legend(loc='best')
plt.legend()

　　　　(9)matplotlib设置

　　　　　　plt.rc()

二、Seaborn

　　　　1.什么是Seaborn

　　　　　　(1)Python找那个的一个制图工具库，可以制作出吸引人的、信息量大的统计图

　　　　　　(2)在Matplotlib上构建，支持numpy和pandas数据结构的可视化，甚至是scipy和statsmodels的统计模型的可视化

　　　　2.特点：

　　　　　　(1)多个内置主题以及颜色主题

　　　　　　(2)可视化单一变量、二维变量用于比较数据中各变量的分布情况

　　　　　　(3)可视化线性回归模型中的独立变量以及不独立的变量

　　　　　　(4)可视化矩阵数据，通过聚类算法探究矩阵间的结构

　　　　　　(5)可视化书剑序列的数据以及不确定性的展示

　　　　　　(6)可在分割区域制图，用于复杂的可视化

　　　　3.安装

　　　　　　conda install seaborn

　　　　　　pip install seaborn

　　　　4.数据集分布可视化

　　　　　　(1)单变量分布 sns.distplot()

　　　　　　(2)直方图：sns.distplot(kde=False)

　　　　　　(3)核密度估计:sns.distplot(hist=False)或者sns.kdeplot()

　　　　　　(4)拟合参数分布:sns.distplot(kds=False,fit=)

　　　　　　(5)双变量分布

　　　　　　(6)散布图：sns.jointplot()

　　　　　　(7)二维直方图 Hexbin sns.jointplot(kind = 'hex')

　　　　　　(8)核密度估计sns.jointplot(kind='kde')

　　　　　　(9)数据集中变量之间的可视化 sns.pairplot()

三、Bokeh

　　1.什么是Bokeh?

　　　　(1)专门针对Web浏览器的交互式、可视化Python会图库

　　　　(2)可以做出像D3.js简洁漂亮的交互可视化效果

　　2.特点：

　　　　(1)独立的HTML文档或者服务端程序

　　　　(2)可以处理大量、动态或者数据流

　　　　(3)支持Python(或者Scala,R,Julia......)

　　3.安装

　　　　(1)conda install bokeh

　　　　(2)pip install bokeh

　　4.bokeh接口

　　　　(1)Charts：高层接口，以简单的方式绘制复杂的统计图

　　　　(2)Plotting:中层接口，用于组装图形元素

　　　　(3)Models:底层接口，为开发者提供了最大的灵活性

　　5.包引用

　　　　(1)from bokeh.io import outpu_file生成html文档

　　　　(2)from bokeh.io import output_notebook在jupyter中使用

　　6.bokeh.charts

　　　　(1)散点图   Scatter

　　　　(2)柱状图  Bar

　　　　(3)盒子图  BoxPlot

　　　　(4)...............