饼图:
饼图属于最传统的统计图形之一,几乎随处可见,例如大型公司的屏幕墙、各种年度论坛的演示稿以及各大媒体发布的数据统计报告等;
饼图是将一个圆分割成不同大小的楔(扇)形,而圆中的每一个楔形代表了不同的类别值,通常根据楔形的面积大小来判断类别值的差异;
1 pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, labeldistance=1.1) 2 3 # x:指定绘图的数据 4 # explode:指定饼图某些部分的突出显示,即呈现爆炸式 5 # labels:为饼图添加标签说明,类似于图例说明 6 # colors:指定饼图的填充色 7 # autopct:自动添加百分比显示,可以采用格式化的方法显示 8 # pctdistance:设置百分比标签与圆心的距离 9 # labeldistance:设置各扇形标签(图例)与圆心的距离
1 import matplotlib.pyplot as plt # 导入第三方模块 2 plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码情况 3 4 # 构造数据 5 edu = [0.2515,0.3724,0.3336,0.0368,0.0057] 6 labels = ['中专','大专','本科','硕士','其他'] 7 explode = [0,0.1,0,0,0] 8 9 # 绘制饼图 plt.axes(aspect='equal') # 如果python版本较低可能是扁的需要加该代码 10 plt.pie(x = edu, # 绘图数据 11 labels=labels, # 添加教育水平标签 12 autopct='%.1f%%', # 设置百分比的格式,这里保留一位小数 13 explode = explode 14 ) 15 16 plt.show() # 显示图形
条形图(有小分类):
虽然饼图可以很好地表达离散型变量在各水平上的差异,但其不擅长对比差异不大或水平值过多的离散型变量,因为饼图是通过各扇形面积的大小来比价差异的,面积的比较有时并不直观;
对于条形图而言,对比的是柱形的高低,柱体越高,代表的数值越大,反之亦然;
1 bar(x, height, width=0.8, bottom=None, color=None, edgecolor=None, tick_label=None, label = None, ecolor=None) 2 3 # x:传递数值序列,指定条形图中x轴上的刻度值 4 #height:传递数值序列,指定条形图y轴上的高度 5 # width:指定条形图的宽度,默认为0.8 6 # bottom:用于绘制堆叠条形图 7 # color:指定条形图的填充色 8 # edgecolor:指定条形图的边框色 9 # tick_label:指定条形图的刻度标签 10 # label:指定条形图的标签,一般用以添加图例
1 '''垂直条形图''' 2 import pandas as pd 3 # 读入数据 4 GDP = pd.read_excel(r'Province GDP 2017.xlsx') 5 6 # 设置绘图风格(不妨使用R语言中的ggplot2风格) 7 plt.style.use('ggplot') 8 # 绘制条形图 9 plt.bar(x = range(GDP.shape[0]), # 指定条形图x轴的刻度值 10 height = GDP.GDP, # 指定条形图y轴的数值 11 tick_label = GDP.Province, # 指定条形图x轴的刻度标签 12 color = 'steelblue', # 指定条形图的填充色 13 ) 14 # 添加y轴的标签 15 plt.ylabel('GDP(万亿)') 16 # 添加条形图的标题 17 plt.title('2017年度6个省份GDP分布') 18 # 为每个条形图添加数值标签 19 for x,y in enumerate(GDP.GDP): 20 plt.text(x,y+0.1,'%s' %round(y,1),ha='center') 21 # 显示图形 22 plt.show()
水平条形图:
1 # 对读入的数据做升序排序 2 GDP.sort_values(by = 'GDP', inplace = True) 3 # 绘制条形图 4 plt.barh(y = range(GDP.shape[0]), # 指定条形图y轴的刻度值 5 width = GDP.GDP, # 指定条形图x轴的数值 6 tick_label = GDP.Province, # 指定条形图y轴的刻度标签 7 color = 'steelblue', # 指定条形图的填充色 8 ) 9 # 添加x轴的标签 10 plt.xlabel('GDP(万亿)') 11 # 添加条形图的标题 12 plt.title('2017年度6个省份GDP分布') 13 # 为每个条形图添加数值标签 14 for y,x in enumerate(GDP.GDP): 15 plt.text(x+0.1,y,'%s' %round(x,1),va='center') 16 # 显示图形 17 plt.show()
交叉条形图:
1 HuRun = pd.read_excel('HuRun.xlsx') 2 # Pandas模块之水平交错条形图 3 HuRun_reshape = HuRun.pivot_table(index = 'City', columns='Year', 4 values='Counts').reset_index() 5 # 对数据集降序排序 6 HuRun_reshape.sort_values(by = 2016, ascending = False, inplace = True) 7 HuRun_reshape.plot(x = 'City', y = [2016,2017], kind = 'bar', 8 color = ['steelblue', 'indianred'], 9 # 用于旋转x轴刻度标签的角度,0表示水平显示刻度标签 10 rot = 0, 11 width = 0.8, title = '近两年5个城市亿万资产家庭数比较') 12 13 # 添加y轴标签 14 plt.ylabel('亿万资产家庭数') 15 plt.xlabel('') 16 plt.show()
直方图的绘制:
直方图一般用来观察数据的分布形态,横坐标代表数值的均匀分段,纵坐标代表每个段内的观测数量(频数);
一般直方图都会与核密度图搭配使用,目的是更加清晰地掌握数据的分布特征;
1 plt.hist(x, bins=10, normed=False, orientation='vertical', color=None, label=None) 2 # x:指定要绘制直方图的数据。 3 # bins:指定直方图条形的个数。 4 # normed:是否将直方图的频数转换成频率 5 # orientation:设置直方图的摆放方向,默认为垂直方向 6 # color:设置直方图的填充色 7 # edgecolor:设置直方图边框色 8 # label:设置直方图的标签,可通过legend展示其图例
1 Titanic = pd.read_csv('titanic_train.csv') 2 3 # 检查年龄是否有缺失(如果数据中存在缺失值,将无法绘制直方图) 4 any(Titanic.Age.isnull()) 5 # 不妨删除含有缺失年龄的观察 6 Titanic.dropna(subset=['Age'], inplace=True) 7 # 绘制直方图 8 plt.hist(x = Titanic.Age, # 指定绘图数据 9 bins = 20, # 指定直方图中条块的个数 10 color = 'steelblue', # 指定直方图的填充色 11 edgecolor = 'black' # 指定直方图的边框色 12 ) 13 # 添加x轴和y轴标签 14 plt.xlabel('年龄') 15 plt.ylabel('频数') 16 # 添加标题 17 plt.title('乘客年龄分布') 18 # 显示图形 19 plt.show()
散点图与气泡图:
# 散点图:
如果需要研究两个数值型变量之间是否存在某种关系,例如正向的线性关系,或者是趋势性的非线性关系,那么散点图将是最佳的选择;
1 scatter(x, y, s=20, c=None, marker='o', alpha=None, linewidths=None, edgecolors=None) 2 3 # x:指定散点图的x轴数据 4 # y:指定散点图的y轴数据 5 # s:指定散点图点的大小,默认为20,通过传入其他数值型变量,可以实现气泡图的绘制 6 # c:指定散点图点的颜色,默认为蓝色,也可以传递其他数值型变量,通过cmap参数的色阶表示数值大小 7 # marker:指定散点图点的形状,默认为空心圆 8 # alpha:设置散点的透明度 9 # linewidths:设置散点边界线的宽度 10 # edgecolors:设置散点边界线的颜色
1 # 读入数据 2 iris = pd.read_csv(r'iris.csv') 3 # 绘制散点图 4 plt.scatter(x = iris.Petal_Width, # 指定散点图的x轴数据 5 y = iris.Petal_Length, # 指定散点图的y轴数据 6 color = 'steelblue' # 指定散点图中点的颜色 7 ) 8 9 # 添加x轴和y轴标签 10 plt.xlabel('花瓣宽度') 11 plt.ylabel('花瓣长度') 12 # 添加标题 13 plt.title('鸢尾花的花瓣宽度与长度关系') 14 # 显示图形 15 plt.show()
# 气泡图:
气泡图的实质就是通过第三个数值型变量控制每个散点的大小,点越大,代表的第三维数值越高,反之亦然;
气泡图的绘制,使用的仍然是scatter函数,区别在于函数的s参数被赋予了具体的数值型变量;
热力图:
热力图也称为交叉填充表,图形最典型的用法就是实现列联表的可视化,即通过图形的方式展现两个离散变量之间的组合关系;
1 # matplotlib绘制热力图不太方便需要借助于seaborn模块 2 sns.heatmap(data, cmap=None, annot=None, fmt='.2g', annot_kws=None, linewidths=0, linecolor ='white) 3 4 # data:指定绘制热力图的数据集 5 # cmap:指定一个colormap对象,用于热力图的填充色 6 # annot:指定一个bool类型的值或与data参数形状一样的数组,如果为True,就在热力图的每个单元上显示数值 7 # fmt:指定单元格中数据的显示格式 8 # annot_kws:有关单元格中数值标签的其他属性描述,如颜色、大小等 9 # linewidths:指定每个单元格的边框宽度 10 # linecolor:指定每个单元格的边框颜色
1 import numpy as np 2 import seaborn as sns 3 # 读取数据 4 Sales = pd.read_excel(r'Sales.xlsx') 5 # 根据交易日期,衍生出年份和月份字段 6 Sales['year'] = Sales.Date.dt.year 7 Sales['month'] = Sales.Date.dt.month 8 # 统计每年各月份的销售总额(绘制热力图之前,必须将数据转换为交叉表形式) 9 Summary = Sales.pivot_table(index = 'month', columns = 'year', values = 'Sales', aggfunc = np.sum) 10 Summary 11 # 绘制热力图 12 sns.heatmap(data = Summary, # 指定绘图数据 13 cmap = 'PuBuGn', # 指定填充色 14 linewidths = .1, # 设置每个单元格边框的宽度 15 annot = True, # 显示数值 16 fmt = '.1e' # 以科学计算法显示数据 17 ) 18 #添加标题 19 plt.title('每年各月份销售总额热力图') 20 # 显示图形 21 plt.show()
箱线图:
箱线图是另一种体现数据分布的图形,通过该图可以得知数据的下须值(Q1-1.5IQR)、下四 分位数(Q1)、中位数(Q2)、均值、上四分位(Q3)数和上须值(Q3+1.5IQR),更重要的是,箱线图还可以发现数据中的异常点;
# 关于下须值、下四分位数、中位数、上四分位数和上须值及异常点的图解:
1 plt.boxplot(x, vert=None, whis=None, patch_artist=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None) 2 3 # x:指定要绘制箱线图的数据 4 # vert:是否需要将箱线图垂直摆放,默认垂直摆放 5 # whis:指定上下须与上下四分位的距离,默认为1.5倍的四分位差 6 # patch_artist:bool类型参数,是否填充箱体的颜色;默认为False 7 # meanline:bool类型参数,是否用线的形式表示均值,默认为False 8 #showmeans:bool类型参数,是否显示均值,默认为False 9 # showcaps:bool类型参数,是否显示箱线图顶端和末端的两条线(即上下须),默认为True showbox:bool类型参数,是否显示箱线图的箱体,默认为True 10 # showfliers:是否显示异常值,默认为True 11 # boxprops:设置箱体的属性,如边框色,填充色等 12 # labels:为箱线图添加标签,类似于图例的作用 13 # filerprops:设置异常值的属性,如异常点的形状、大小、填充色等 14 # medianprops:设置中位数的属性,如线的类型、粗细等 15 # meanprops:设置均值的属性,如点的大小、颜色等 16 # capprops:设置箱线图顶端和末端线条的属性,如颜色、粗细等 17 # whiskerprops:设置须的属性,如颜色、粗细、线的类型等
1 Sec_Buildings = pd.read_excel('sec_buildings.xlsx') 2 # 绘制箱线图 3 plt.boxplot(x = Sec_Buildings.price_unit, # 指定绘图数据 4 patch_artist=True, # 要求用自定义颜色填充盒形图,默认白色填充 5 showmeans=True, # 以点的形式显示均值 6 boxprops = {'color':'black','facecolor':'steelblue'},# 设置箱体属性,如边框色和填充色 7 # 设置异常点属性,如点的形状、填充色和点的大小 8 flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3,'markeredgecolor':'red'}, 9 # 设置均值点的属性,如点的形状、填充色和点的大小 10 meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4}, 11 # 设置中位数线的属性,如线的类型和颜色 12 medianprops = {'linestyle':'--','color':'orange'}, 13 labels = [''] # 删除x轴的刻度标签,否则图形显示刻度标签为1 14 ) 15 # 添加图形标题 16 plt.title('二手房单价分布的箱线图') 17 # 显示图形 18 plt.show()
折线图:
对于时间序列数据而言,一般都会使用折线图反映数据背后的趋势。通常折线图的横坐标指代日期数据,纵坐标代表某个数值型变量,当然还可以使用第三个离散变量对折线图进行分组处理;
1 plt.plot(x, y, linestyle, linewidth, color, marker,markersize, markeredgecolor, markerfactcolor,markeredgewidth, label, alpha) 2 3 # x:指定折线图的x轴数据 4 # y:指定折线图的y轴数据 5 # linestyle:指定折线的类型,可以是实线、虚线、点虚线、点点线等,默认为实线 6 # linewidth:指定折线的宽度 7 # marker:可以为折线图添加点,该参数是设置点的形状 8 # markersize:设置点的大小 9 # markeredgecolor:设置点的边框色 10 # markerfactcolor:设置点的填充色 11 # markeredgewidth:设置点的边框宽度 12 # label:为折线图添加标签,类似于图例的作用
1 %matplotlib # 以弹框的形式显示图形 2 # 数据读取 3 wechat = pd.read_excel(r'wechat.xlsx') 4 # 绘制单条折线图 5 plt.plot(wechat.Date, # x轴数据 6 wechat.Counts, # y轴数据 7 linestyle = '-', # 折线类型 8 linewidth = 2, # 折线宽度 9 color = 'steelblue', # 折线颜色 10 marker = 'o', # 折线图中添加圆点 11 markersize = 6, # 点的大小 12 markeredgecolor='black', # 点的边框色 13 markerfacecolor='brown') # 点的填充色 14 # 获取图的坐标信息 15 ax = plt.gca() 16 # 设置日期的显示格式 17 date_format = mpl.dates.DateFormatter("%m-%d") 18 ax.xaxis.set_major_formatter(date_format) 19 # 设置x轴每个刻度的间隔天数 20 xlocator = mpl.ticker.MultipleLocator(7) 21 ax.xaxis.set_major_locator(xlocator) 22 # 添加y轴标签 23 plt.ylabel('人数') 24 # 添加图形标题 25 plt.title('每天微信文章阅读人数趋势') 26 # 显示图形 27 plt.show() 28 29 30 # 绘制两条折线图 31 # 导入模块,用于日期刻度的修改 32 import matplotlib as mpl 33 # 绘制阅读人数折线图 34 plt.plot(wechat.Date, # x轴数据 35 wechat.Counts, # y轴数据 36 linestyle = '-', # 折线类型,实心线 37 color = 'steelblue', # 折线颜色 38 label = '阅读人数' 39 ) 40 # 绘制阅读人次折线图 41 plt.plot(wechat.Date, # x轴数据 42 wechat.Times, # y轴数据 43 linestyle = '--', # 折线类型,虚线 44 color = 'indianred', # 折线颜色 45 label = '阅读人次' 46 ) 47 # 获取图的坐标信息 48 ax = plt.gca() 49 # 设置日期的显示格式 50 date_format = mpl.dates.DateFormatter("%m-%d") 51 ax.xaxis.set_major_formatter(date_format) 52 # 设置x轴显示多少个日期刻度 53 # xlocator = mpl.ticker.LinearLocator(10) 54 # 设置x轴每个刻度的间隔天数 55 xlocator = mpl.ticker.MultipleLocator(7) 56 ax.xaxis.set_major_locator(xlocator) 57 # 为了避免x轴刻度标签的紧凑,将刻度标签旋转45度 58 plt.xticks(rotation=45) 59 60 # 添加y轴标签 61 plt.ylabel('人数') 62 # 添加图形标题 63 plt.title('每天微信文章阅读人数与人次趋势') 64 # 添加图例 65 plt.legend() 66 # 显示图形 67 plt.show()
组合图:
工作中往往会根据业务需求,将绘制的多个图形组合到一个大图框内,形成类似仪表板的效果;
1 plt.subplot2grid(shape, loc, rowspan=1, colspan=1, **kwargs) 2 3 shape:指定组合图的框架形状,以元组形式传递,如2×3的矩阵可以表示成(2,3) 4 loc:指定子图所在的位置,如shape中第一行第一列可以表示成(0,0) 5 rowspan:指定某个子图需要跨几行 6 colspan:指定某个子图需要跨几列 7 8 """ 9 # 设置大图框的长和高 plt.figure(figsize = (12,6)) 10 # 设置第一个子图的布局 11 ax1 = plt.subplot2grid(shape = (2,3), loc = (0,0)) 12 # 设置第二个子图的布局 13 ax2 = plt.subplot2grid(shape = (2,3), loc = (0,1)) 14 # 设置第三个子图的布局 15 ax3 = plt.subplot2grid(shape = (2,3), loc = (0,2), rowspan = 2) 16 # 设置第四个子图的布局 17 ax4 = plt.subplot2grid(shape = (2,3), loc = (1,0), colspan = 2) 18 """
1 # 读取数据 2 Prod_Trade = pd.read_excel(r'Prod_Trade.xlsx') 3 # 衍生出交易年份和月份字段 4 Prod_Trade['year'] = Prod_Trade.Date.dt.year 5 Prod_Trade['month'] = Prod_Trade.Date.dt.month 6 7 # 设置大图框的长和高 8 plt.figure(figsize = (12,6)) 9 # 设置第一个子图的布局 10 ax1 = plt.subplot2grid(shape = (2,3), loc = (0,0)) 11 # 统计2012年各订单等级的数量 12 Class_Counts = Prod_Trade.Order_Class[Prod_Trade.year == 2012].value_counts() 13 Class_Percent = Class_Counts/Class_Counts.sum() 14 # 绘制订单等级饼图 15 ax1.pie(x = Class_Percent.values, labels = Class_Percent.index, autopct = '%.1f%%') 16 # 添加标题 17 ax1.set_title('各等级订单比例') 18 19 # 设置第二个子图的布局 20 ax2 = plt.subplot2grid(shape = (2,3), loc = (0,1)) 21 # 统计2012年每月销售额 22 Month_Sales = Prod_Trade[Prod_Trade.year == 2012].groupby(by = 'month').aggregate({'Sales':np.sum}) 23 # 绘制销售额趋势图 24 Month_Sales.plot(title = '2012年各月销售趋势', ax = ax2, legend = False) 25 # 删除x轴标签 26 ax2.set_xlabel('') 27 28 # 设置第三个子图的布局 29 ax3 = plt.subplot2grid(shape = (2,3), loc = (0,2), rowspan = 2) 30 # 绘制各运输方式的成本箱线图 31 sns.boxplot(x = 'Transport', y = 'Trans_Cost', data = Prod_Trade, ax = ax3) 32 # 添加标题 33 ax3.set_title('各运输方式成本分布') 34 # 删除x轴标签 35 ax3.set_xlabel('') 36 # 修改y轴标签 37 ax3.set_ylabel('运输成本') 38 39 # 设置第四个子图的布局 40 ax4 = plt.subplot2grid(shape = (2,3), loc = (1,0), colspan = 2) 41 # 2012年客单价分布直方图 42 sns.distplot(Prod_Trade.Sales[Prod_Trade.year == 2012], bins = 40, norm_hist = True, ax = ax4, hist_kws = {'color':'steelblue'}, kde_kws=({'linestyle':'--', 'color':'red'})) 43 # 添加标题 44 ax4.set_title('2012年客单价分布图') 45 # 修改x轴标签 46 ax4.set_xlabel('销售额') 47 48 # 调整子图之间的水平间距和高度间距 49 plt.subplots_adjust(hspace=0.6, wspace=0.3) 50 # 图形显示 51 plt.show()
可视化相关模块:
1.matplotlib
2.seaborn
3.highcharts
4.echarts
pyecharts # 可以通过python代码直接调用
5.ds.js