《数据可视化》—— 基于Python的应用

第5章 数据的直观分析及可视化

5.1 特殊统计图的绘制

#基本设置
import numpy as np                             #加载numpy包
np.set_printoptions(precision=4)               #设置numpy输出为4位有效数

5.1.1 函数图

（1）初等函数图

from math import pi                 #调用math中的圆周率参数
x=np.linspace(0,4*pi,60);x          #生成[0,2*pi]上30个等差数列

array([ 0.    ,  0.213 ,  0.426 ,  0.639 ,  0.852 ,  1.0649,  1.2779,
        1.4909,  1.7039,  1.9169,  2.1299,  2.3429,  2.5559,  2.7689,
        2.9819,  3.1948,  3.4078,  3.6208,  3.8338,  4.0468,  4.2598,
        4.4728,  4.6858,  4.8988,  5.1117,  5.3247,  5.5377,  5.7507,
        5.9637,  6.1767,  6.3897,  6.6027,  6.8157,  7.0286,  7.2416,
        7.4546,  7.6676,  7.8806,  8.0936,  8.3066,  8.5196,  8.7326,
        8.9456,  9.1585,  9.3715,  9.5845,  9.7975, 10.0105, 10.2235,
       10.4365, 10.6495, 10.8625, 11.0754, 11.2884, 11.5014, 11.7144,
       11.9274, 12.1404, 12.3534, 12.5664])

from numpy import sin,cos,log,exp   #调用numpy中的初等函数
import matplotlib.pyplot as plt     #加载matplotlib包的绘图函数
plt.plot(x,sin(x));                 #正弦函数 y=sin(x)

plt.plot(x,cos(x));                 #余弦函数 y=cos(x)

plt.plot(x,log(x+1));               #对数函数 y=log(x+1)

plt.plot(x,exp(x));                 #指数函数 y=exp(x)

（2）椭圆函数图

t=np.linspace(0,2*pi);
x=2*sin(t);y=3*cos(t);

plt.plot(x,y,c='red'); 
plt.axvline(x=0); plt.axhline(y=0);
plt.text(0.2,1,r'$\frac{x^2}{a^2}+\frac{y^2}{b^2}=1$',fontsize=15);

5.1.2 气泡图

x=np.linspace(-4,4,20); 
y=x**2;                         # y=x^2 抛物线
plt.scatter(x,y);               #二维散点图

plt.scatter(x,y,s=8*y);         #二维气泡图,s=8y

5.1.3 三维散点图

X, Y = np.meshgrid(x, x)                #从坐标向量x,y中返回坐标矩阵
Z = np.sin(np.sqrt(X**2 + Y**2))        #Z=sin(sqrt(X^2+Y^2)) 
from mpl_toolkits.mplot3d import Axes3D 
fig = plt.figure() 
Axes3D(fig).scatter(X, Y, Z);

5.1.4 三维曲面图

from mpl_toolkits.mplot3d import Axes3D 
fig = plt.figure() 
Axes3D(fig).plot_surface(X, Y, Z);

5.2 Seaborn 统计绘图

#!pip install seaborn

import seaborn as sns  #加载seaborn包

5.2.1 seaborn绘图特点

5.2.1.1 统计图的绘制

5.2.1.2 分组图的绘制

5.2.1.3 分面图的绘制

5.2.2 seaborn中的统计图

#（1）读取绘图用数据
import pandas as pd
BSdata=pd.read_excel('DaPy_data.xlsx','BSdata');BSdata.head()

	学号	性别	身高	体重	支出	开设	课程	软件
0	1510248008	女	167	71	46.0	不清楚	都未学过	No
1	1510229019	男	171	68	10.4	有必要	概率统计	Matlab
2	1512108019	女	175	73	21.0	有必要	统计方法	SPSS
3	1512332010	男	169	74	4.9	有必要	编程技术	Excel
4	1512331015	男	154	55	25.9	有必要	都学习过	Python

#（2）中文字体段时需设置字体
import matplotlib.pyplot as plt             
plt.rcParams['font.sans-serif']=['SimHei']; #设置中文字体为'黑体'
plt.rc('axes', unicode_minus=False)

#### 5.2.2.1 箱线图（boxplot）

sns.boxplot(x=BSdata['身高']);

sns.boxplot(y=BSdata['身高']); #竖着放的箱线图，也就是将x换成y

# 分组绘制箱线图，分组因子是“性别”，在x轴不同位置绘制。
sns.boxplot(x='性别',y='身高',data=BSdata);

##### 5.2.2.2 小提琴图（violinplot）

sns.violinplot(x='开设', y='支出', hue='性别', data=BSdata);

##### 5.2.2.3 点图（stripplot，航线图）

sns.stripplot(x='性别', y='身高', data=BSdata, jitter=True); 

sns.stripplot(x='性别', y='身高', data=BSdata, jitter=False); 

##### 5.2.2.4 条图（barplot）

sns.barplot(x='性别', y='身高', data=BSdata); #不同性别身高均值标准差图

##### 5.2.2.5 计数图（countplot）

sns.countplot(x='开设', hue="课程", data=BSdata);

##### 5.2.2.6 分组关系图（factorplot）

import warnings  
warnings.filterwarnings("ignore")            #忽略警告信息
sns.factorplot(x='性别',col="开设",col_wrap=3,data=BSdata,kind="count",size=2,aspect=1.5);

##### 5.2.2.7 概率分布图（distplot）

BSdata['身高'].hist(); 

sns.distplot(BSdata['身高'], kde=True, bins=10); 

#针对双变量，可使用Seaborn中的jointplot()函数。
sns.jointplot(x='身高', y='体重', data=BSdata); 

sns.pairplot(BSdata[['身高','体重','支出']]); #配对散点图

5.3 ggplot 绘图系统

5.3.1 ggplot与plotnine包

5.3.1.1 包的安装

#!pip install ggplote    #在系统上安装ggplot包
#!pip install plotnine    #在系统上安装plotnine包

5.3.1.2 包的加载与设置

from plotnine import *    #加载和调用ggplot所有方法
theme_set(theme_bw(base_family='SimHei')); 
#设置图形主题背景为白色bw、中文字体为黑体SimHei

5.3.2 ggplot 基本绘图

5.3.2.1 基本定义

5.3.2.2 ggplot中的图层

GP=ggplot(BSdata,aes(x='身高',y='体重')); GP #绘制直角坐标系

<ggplot: (175413053552)>

GP + geom_point()  #增加点图

<ggplot: (175413053477)>

GP + geom_line()   #增加线图

<ggplot: (175413179320)>

GP + geom_point() + geom_line()  #增加点和线图

<ggplot: (175413140836)>

5.3.3 常见统计图绘制

#### 5.3.3.1 直方图

ggplot(BSdata,aes(x='身高')) + geom_histogram()

<ggplot: (175413143992)>

#### 5.3.3.2 分组散点图

ggplot(BSdata,aes(x='身高',y='体重',shape='性别')) + geom_point() 

<ggplot: (175413106719)>

ggplot(BSdata,aes(x='身高',y='体重',color='性别')) + geom_point()

<ggplot: (175413229686)>

#### 5.3.3.3 折线图

ggplot(BSdata,aes(x='支出',y='身高')) + geom_line() 

<ggplot: (175413412127)>

#共用一个坐标，绘制不同的y值
ggplot(BSdata,aes(x='支出'))+geom_line(aes(y='身高')) + geom_line(aes(y='体重'))

<ggplot: (175413068502)>

#### 5.3.3.4 分面图

#在plotnine中可使用facet_wrap参数可以按类型绘制分面图。
ggplot(BSdata,aes('身高','体重')) + geom_point() + facet_wrap('性别',nrow=2) 

<ggplot: (175413069921)>

ggplot(BSdata,aes('身高','体重')) + geom_point() + facet_wrap('性别',nrow=1)

<ggplot: (175413437784)>

ggplot(BSdata,aes('身高','体重')) + geom_line() + geom_point() + facet_wrap('开设',nrow=1)

<ggplot: (175413502434)>

(ggplot(BSdata,aes('身高','体重')) + geom_point() 
       + facet_wrap('~性别+开设',nrow=3))

<ggplot: (175413441250)>

5.4 pyecharts动态绘图

5.4.1 pyecharts简介

5.4.1.1 关于pyecharts

5.4.1.2 pyecharts安装与设置

#!pip install pyecharts      

#加载 Jupyter lab中设置 pyecharts 全局显示参数
from pyecharts.globals import CurrentConfig, NotebookType
CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB     
import pyecharts.options as opts                                     #并加载pyecharts选项
figsize=opts.InitOpts(width='560px',height='380px',bg_color='white') #设置图形大小和背景色

5.4.2 pyeharts基本绘图

#### 5.4.2.1 仪表盘

from pyecharts.charts import Gauge
Gauge().load_javascript() #在Jupyterlab中制图前需加载一次JavaScript函数！！

#Gauge().add("",[("完成率", 66.6)]).render_notebook()
Gauge(figsize).add("",[("完成率", 90)]).render_notebook()

#### 5.4.2.2 条图

#基本的pyecharts绘图是基于列表数据的
X=['A','B','C','D','E','F','G']
Y=[1,4,7,3,2,5,6]
Z=[6,5,3,2,7,4,1]

from pyecharts.charts import Bar          #加载pyecharts绘制条图(Bar)函数
bar1=Bar(figsize)                         #初始化条图
bar1.add_xaxis(X).add_yaxis("垂直条图",Y)   
bar1.render_notebook()  

Bar(figsize).add_xaxis(X).add_yaxis("",Y).render_notebook()  #链式写法

bar2=Bar(figsize) 
bar2.add_xaxis(X).add_yaxis("水平条图",Y).reversal_axis()     
bar2.render_notebook()  

bar3=Bar(figsize)
bar3.add_xaxis(X).add_yaxis("条1",Y).add_yaxis("条2",Z) #复试条图
bar3.render_notebook()  

bar4=Bar(figsize)
bar4.add_xaxis(X)           #分段条图
bar4.add_yaxis("条1",Y,stack="stack1")
bar4.add_yaxis("条2",Z,stack="stack1")
bar4.render_notebook()  

#### 5.4.2.3 饼图

XY = [list(z) for z in zip(X,Y)];XY    #形成饼图数据列表格式 
#XY.sort(key=lambda x: x[1]);XY         #数据从小到大排序  

[['A', 1], ['B', 4], ['C', 7], ['D', 3], ['E', 2], ['F', 5], ['G', 6]]

from pyecharts.charts import Pie      #加载pyecharts绘制饼图(Pie)函数
Pie(figsize).add("饼图",XY).render_notebook()      

(Pie(figsize)
     .add("",XY)
     .set_series_opts(opts.LabelOpts(formatter="{b}:{c}")) #加标签饼图 
     .render_notebook() 
)

Pie(figsize).add("玫瑰饼图",XY,rosetype="radius").render_notebook()

Pie(figsize).add('圆圈图',XY,radius=['10%','75%']).render_notebook()

#### 5.4.2.4 漏斗图

from pyecharts.charts import Funnel
fun1=Funnel(figsize)
fun1.add("漏斗图", XY)
fun1.render_notebook()
#Funnel(figsize).add("漏斗图", XY).render_notebook()

fun2=Funnel(figsize)
fun2.add("漏斗图", XY,label_opts=opts.LabelOpts(position="inside"))     
fun2.render_notebook()

#### 5.4.2.5 折线图

from pyecharts.charts import Line  #加载pyecharts绘制线图（Line）函数
Line(figsize).add_xaxis(X).add_yaxis('线图',Y).render_notebook()

line2=Line(figsize)
line2.add_xaxis(X).add_yaxis("线1",Y).add_yaxis("线2",Z)
line2.render_notebook()

5.4.3 基于数据框的绘图

import pandas as pd
BS=pd.read_excel('DaPy_data.xlsx','BSdata');  #继续使用BSdata数据
BS.head()

	学号	性别	身高	体重	支出	开设	课程	软件
0	1510248008	女	167	71	46.0	不清楚	都未学过	No
1	1510229019	男	171	68	10.4	有必要	概率统计	Matlab
2	1512108019	女	175	73	21.0	有必要	统计方法	SPSS
3	1512332010	男	169	74	4.9	有必要	编程技术	Excel
4	1512331015	男	154	55	25.9	有必要	都学习过	Python

5.4.3.1 原始数据散点图

from pyecharts.charts import Scatter
scatter1=Scatter(figsize)
scatter1.add_xaxis(BS.身高).add_yaxis("",BS.体重)
scatter1.render_notebook()    #默认散点图的x轴和y轴从0开始

#修改x轴和y轴的刻度
scatter2=(Scatter(figsize)
   .add_xaxis(BS.身高) 
   .add_yaxis("散点图",BS.体重,label_opts=opts.LabelOpts(is_show=False))  
   .set_global_opts(
       xaxis_opts=opts.AxisOpts(min_=150), #x轴最小150
       yaxis_opts=opts.AxisOpts(min_=40)   #y轴最小40 
   )
)
scatter2.render_notebook()

5.4.3.2 统计数据的条图

#基本的pyecharts绘图是基于列表数据的, 通常需将数据框转换成列表
pt1=BS.pivot_table(index=['性别'],values=['学号'],aggfunc=len); pt1

	学号
性别
女	25
男	27

from pyecharts.charts import Bar  
(Bar(figsize)
     .add_xaxis(list(pt1.index))
     .add_yaxis("性别统计图",list(pt1.学号))
     .render_notebook()
)

pt2=BS.pivot_table(['学号'],['开设'],['性别'],aggfunc=len); pt2

	学号
性别	女	男
开设
不必要	6	5
不清楚	9	3
有必要	10	19

(Bar(figsize)
     .add_xaxis(list(pt2.index))
     .add_yaxis("女",list(pt2.学号.女))
     .add_yaxis("男",list(pt2.学号.男))
     .render_notebook()
)

import numpy as np
pt3=BS.pivot_table(["支出"],['开设'],aggfunc={np.mean,np.std});
pt3=pt3.round(2); pt3   #pt3['支出']['mean']

	支出
	mean	std
开设
不必要	36.68	26.47
不清楚	26.29	20.87
有必要	19.16	18.06

(Bar(figsize)
      .add_xaxis(list(pt3.index))
      .add_yaxis("均值",list(pt3['支出']['mean']))  #list(pt3.iloc[:,0])
      .add_yaxis("标准差",list(pt3['支出']['std']))
      .render_notebook()
)