基于Python的数据可视化 matplotlib seaborn pandas
- # 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()
- <span class="c"></span>
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: int641.
- # 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*
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