数据可视化

数据可视化

EDA探索性数据分析exploded data analysis

主要介绍工具的使用

matplotlib、seaborn

BI business information

集成工具

Power BI

Tableau

Fine BI

Metabase

superset

代码工具

Matplotlib

seaborn

pyecharts

echarts

HTML/Javascript

Flask，轻代码工具，微框架

画各种图

导入包

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
import os
from matplotlib.font_manager import FontProperties

散点图

def scatter():
    #数据准备
    N = 500;
    x = np.random.randn(N);
    y = np.random.randn(N);
    #用matplotlib画
    plt.scatter(x,y,marker='x');
    plt.show();
    #用seaborn画
    df = pd.DataFrame({'x':x,'y':y})
    sns.jointplot(x="x",y="y",data=df,kind='scatter')
    plt.show()

折线图

def line_chart():
    #数据准备
    x = [1900, 1901, 1902, 1903, 1904, 1905, 1906, 1907, 1908, 1909, 1910]
	y = [265, 323, 136, 220, 305, 350, 419, 450, 560, 720, 830]
    #使用matplotlib
    plt.plot(x,y)
    plt.show()
    #使用seaborn
    df = pd.DataFrame({'x':x,'y':y})
    sns.lineplot(x="x",y="y",data=df)
    plt.show()

条形图

def bar_chart():
    # 数据准备
	x = ['c1', 'c2', 'c3', 'c4']
	y = [15, 18, 5, 26]
	# 用Matplotlib画条形图
	plt.bar(x, y)
	plt.show()
	# 用Seaborn画条形图
	sns.barplot(x, y)
	plt.show()

箱线图

def box_plots():
	# 数据准备
	# 生成0-1之间的20*4维度数据
	data=np.random.normal(size=(10,4)) 
	lables = ['A','B','C','D']
	# 用Matplotlib画箱线图
	plt.boxplot(data,labels=lables)
	plt.show()
	# 用Seaborn画箱线图
	df = pd.DataFrame(data, columns=lables)
	sns.boxplot(data=df)
	plt.show()

饼图

# 饼图1
def pie_chart():
	# 数据准备
	nums = [25, 33, 37]
	# 射手adc：法师apc：坦克tk
	labels = ['ADC','APC', 'TK']
	# 用Matplotlib画饼图
	plt.pie(x = nums, labels=labels)
	plt.show()

# 饼图2
def pie_chart2():
	# 数据准备
	data = {}
	data['ADC'] = 25
	data['APC'] = 33
	data['TK'] = 37
	data = pd.Series(data)
	data.plot(kind = "pie", label='heros')
	plt.show()

热力图

def thermodynamic():
	# 数据准备
	np.random.seed(33)
	data = np.random.rand(3, 3)
	print(data)
	heatmap = sns.heatmap(data)
	plt.show()

蜘蛛图

def spider_chart():
	# 数据准备
	labels=np.array([u"推进","KDA",u"生存",u"团战",u"发育",u"输出"])
	stats=[76, 58, 67, 97, 86, 58]
	# 画图数据准备，角度、状态值
	angles=np.linspace(0, 2*np.pi, len(labels), endpoint=False)
	stats=np.concatenate((stats,[stats[0]]))
	angles=np.concatenate((angles,[angles[0]]))
	# 用Matplotlib画蜘蛛图
	fig = plt.figure()
	ax = fig.add_subplot(111, polar=True)   
	ax.plot(angles, stats, 'o-', linewidth=2)
	ax.fill(angles, stats, alpha=0.25)
	# 设置中文字体
	font = FontProperties(fname=r"./simhei.ttf", size=14)  
	ax.set_thetagrids(angles * 180/np.pi, labels, FontProperties=font)
	plt.show()

注释：这个图片中文没设置好，所以和代码实际想要展示的内容有些许出入

二元变量分布图

def jointplot():	
# 数据准备	
flights = sns.load_dataset("flights")	
# 用Seaborn画二元变量分布图（散点图，核密度图，Hexbin图）	
sns.jointplot(x="year", y="passengers", data=flights, kind='scatter')	
sns.jointplot(x="year", y="passengers", data=flights, kind='kde')	
sns.jointplot(x="year", y="passengers", data=flights, kind='hex')	
plt.show()#数据集没找到，加载不出来画不出图，直接引用PPT上的图了

成对关系图

def pairplot():	
# 数据准备	flights = sns.load_dataset('flights')	# 用Seaborn画成对关系	sns.pairplot(flights)	plt.show()

热力图

def thermodynamic2():	
flights = sns.load_dataset('flights')	
print(flights)	flights=flights.pivot('month','year','passengers') 
#pivot函数重要	
print(flights)	sns.heatmap(flights) 
#注意这里是直接传入数据集即可，不需要再单独传入x和y了	
sns.heatmap(flights,linewidth=.5,annot=True,fmt='d')	
plt.show()

词云图

from wordcloud import WordCloud
import pandas as pd
import matplotlib.pyplot as plt
from PIL import Image
import numpy as npfrom lxml 
import etreefrom nltk.tokenize 
import word_tokenize
import jieba
# 去掉停用词
def remove_stop_words(f):	
stop_words = ['Movie', 'The']	
for stop_word in stop_words:		
f = f.replace(stop_word, '')	
return f
# 生成词云def create_word_cloud(f):	
print('根据词频，开始生成词云!')	
f = remove_stop_words(f)	
# 使用NLTK进行分词	
cut_text = word_tokenize(f)	
#print(cut_text)	
cut_text = " ".join(cut_text)	
wc = WordCloud(		max_words=100,		width=2000,		height=1200,    )	
# 将需要进行词云展示的文字	
wordcloud = wc.generate(cut_text)	
# 写词云图片	
wordcloud.to_file("wordcloud.jpg")	
# 显示词云文件	
plt.imshow(wordcloud)	
plt.axis("off")	plt.show()
# 数据加载
data = pd.read_csv('./Market_Basket_Optimisation.csv', header=None)
print(data.shape)
# 将数据放到transactions中
transactions = []
# 存储key:value
item_count = {}
for i in range(0, data.shape[0]):	
for j in range(20):		
item = str(data.values[i,j])		
# 当item不为空的时候		
if item != 'nan':			
if item not in item_count:				
item_count[item] = 1			
else:				
item_count[item] += 1			
transactions.append(item)# 生成词云all_word = ' '.join(x for x in transactions)
#print(all_word)create_word_cloud(all_word)
# 输出Top10商品, reverse=True 代表降序
print(sorted(item_count.items(), key=lambda x:x[1], reverse=True))

决策树可视化

# 决策树可视化import pydotplusfrom sklearn.externals.six import StringIOfrom sklearn.tree import export_graphvizdef show_tree(clf):	dot_data = StringIO()	export_graphviz(clf, out_file=dot_data)	graph = pydotplus.graph_from_dot_data(dot_data.getvalue())	graph.write_pdf("titanic_tree.pdf")