基于Python的数据可视化 matplotlib seaborn pandas_光环大数据Python培训

基于Python的数据可视化 matplotlib seaborn pandas_光环大数据Python培

训

# 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：

IdSepalLengthCmSepalWidthCmPetalLengthCmPetalWidthCmSpecies015.13

.51.40.2Iris-setosa124.93.01.40.2Iris-setosa234.73.21.30.2Iris-setosa 344.63.11.50.2Iris-setosa455.03.61.40.2Iris-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 50Iris-virginica 50Iris-versicolor 50Name: 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_kindsns.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:///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:///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

/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