這是一份關於seaborn 和matplotlib 的進階筆記，我個人覺得畫圖還是用seaborn，相對更簡單上手一點。這裏面的函數我還有很多沒找到，有些我也不是很知道里面參數具體有什麼，能幹什麼，不過這些基本操作也能對你我有所幫助，有一起學習這方面知識的朋友可以留個言，我們一起加油吧！！
進階模式
函數庫
import matplotlib
from matplotlib import pyplot as plt
import numpy as np
import seaborn as sns
import pandas as pd
%matplotlib inline
顯示中文
matplotlib.rcParams['font.family'] = 'SimSun'
matplotlib.rcParams['font.sans-serif'] = ['SimSun']
# 顯示中文字體
數據預覽
pok_mon = pd.read_csv('pokemon.csv')
pok_mon.head()
| id | species | generation_id | height | weight | base_experience | type_1 | type_2 | hp | attack | defense | speed | special-attack | special-defense | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1 | bulbasaur | 1 | 0.7 | 6.9 | 64 | grass | poison | 45 | 49 | 49 | 45 | 65 | 65 |
| 1 | 2 | ivysaur | 1 | 1.0 | 13.0 | 142 | grass | poison | 60 | 62 | 63 | 60 | 80 | 80 |
| 2 | 3 | venusaur | 1 | 2.0 | 100.0 | 236 | grass | poison | 80 | 82 | 83 | 80 | 100 | 100 |
| 3 | 4 | charmander | 1 | 0.6 | 8.5 | 62 | fire | NaN | 39 | 52 | 43 | 65 | 60 | 50 |
| 4 | 5 | charmeleon | 1 | 1.1 | 19.0 | 142 | fire | NaN | 58 | 64 | 58 | 80 | 80 | 65 |
ful_econ = pd.read_csv(r'fuel_econ.csv')
ful_econ.head()
| id | make | model | year | VClass | drive | trans | fuelType | cylinders | displ | pv2 | pv4 | city | UCity | highway | UHighway | comb | co2 | feScore | ghgScore | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 32204 | Nissan | GT-R | 2013 | Subcompact Cars | All-Wheel Drive | Automatic (AM6) | Premium Gasoline | 6 | 3.8 | 79 | 0 | 16.4596 | 20.2988 | 22.5568 | 30.1798 | 18.7389 | 471 | 4 | 4 |
| 1 | 32205 | Volkswagen | CC | 2013 | Compact Cars | Front-Wheel Drive | Automatic (AM-S6) | Premium Gasoline | 4 | 2.0 | 94 | 0 | 21.8706 | 26.9770 | 31.0367 | 42.4936 | 25.2227 | 349 | 6 | 6 |
| 2 | 32206 | Volkswagen | CC | 2013 | Compact Cars | Front-Wheel Drive | Automatic (S6) | Premium Gasoline | 6 | 3.6 | 94 | 0 | 17.4935 | 21.2000 | 26.5716 | 35.1000 | 20.6716 | 429 | 5 | 5 |
| 3 | 32207 | Volkswagen | CC 4motion | 2013 | Compact Cars | All-Wheel Drive | Automatic (S6) | Premium Gasoline | 6 | 3.6 | 94 | 0 | 16.9415 | 20.5000 | 25.2190 | 33.5000 | 19.8774 | 446 | 5 | 5 |
| 4 | 32208 | Chevrolet | Malibu eAssist | 2013 | Midsize Cars | Front-Wheel Drive | Automatic (S6) | Regular Gasoline | 4 | 2.4 | 0 | 95 | 24.7726 | 31.9796 | 35.5340 | 51.8816 | 28.6813 | 310 | 8 | 8 |
折線圖
seaborn中的errorbar折線圖
xbin_edges = np.arange(0.5, ful_econ['displ'].max()+0.25, 0.25)
xbin_centers = (xbin_edges + 0.25/2)[:-1]
# compute statistics in each bin
data_xbins = pd.cut(ful_econ['displ'], xbin_edges, right = False, include_lowest = True)
y_means = ful_econ['comb'].groupby(data_xbins).mean()
y_sems = ful_econ['comb'].groupby(data_xbins).sem()
plt.errorbar(x=xbin_centers, y=y_means, yerr=y_sems)
條形圖
seaborn中的countplot條形圖
base_color = sns.color_palette()[1] # 獲得顏色元組 並且選擇第二個作爲返回值
base_order = pok_mon['generation_id'].value_counts().index # 排序 從大到小
plt.figure(figsize=[8, 4])
plt.subplot(1, 2, 1) # 第一個
sns.countplot(data=pok_mon, x='generation_id', color=base_color, order=base_order)
plt.title('x軸的條形圖')
plt.subplot(1, 2, 2) # 第二個
sns.countplot(data=pok_mon, y='generation_id', color=base_color,order=base_order)
plt.title('y軸的條形圖')
plt.yticks(rotation=35) # y軸標籤角度 與水平方向的逆時針夾角
plt.show()
seaborn中的barplot條形圖 這裏用來圖形調整
sns.barplot(data=pok_mon, x='generation_id', y='hp',errwidth=2, ci='sd') # errwidth 設置誤差線的粗細 0 表示無 ci設置數 這裏標準差
plt.title('代數和血量的關係')
plt.show()
seaborn中barplot條形圖 這裏用來計算缺失值統計
na_count = pok_mon.isna().sum()
sns.barplot(na_count.index.values, na_count)
# 第一個參數爲列名稱， 第二個參數爲y值
plt.xticks(rotation = 35)
seaborn中的pointplot平均值圖
sns.pointplot(data=pok_mon, x='generation_id', y='hp') #linestyles = ''可以刪除折線
plt.title('平均值圖')
plt.show()
分組條形圖
seaborn中的countpolt分組條形圖
ful_econ['trans_type'] = ful_econ['trans'].apply(lambda x:x.split()[0]) # 數據分離
ax = sns.countplot(data=ful_econ, x='VClass', hue='trans_type')
plt.title('車型和檔型之間的關係')
plt.xlabel('車型')
plt.ylabel('檔型')
car_list = ['Minicompact Cars', 'Subcompact Cars', 'Compact Cars', 'Midsize Cars', 'Large Cars']
plt.xticks([ i for i in range(len(set(ful_econ['VClass'])))], car_list, rotation=25)
ax.legend(loc=1, ncol=1,framealpha=0.5,title='trans_type',facecolor='pink') # 更改圖例位置 位置， 列數， 透明度， 標題， 顏色
plt.show()
·loc參數數值對應的圖例位置·
- Location String Location Code
- best 0
- upper right 1
- upper left 2
- lower left 3
- lower right 4
- right 5
- center left 6
- center right 7
- lower center 8
- upper center 9
- center 10
餅圖
plt中的pie圖和擴展環圖
base_data = pok_mon['generation_id'].value_counts()
plt.figure(figsize=[8, 4])
plt.subplot(1, 2, 1)
plt.pie(base_data, labels=base_data.index,startangle=90, counterclock= False)
plt.axis('square') # 確保x軸和y軸長度相同
plt.title('餅圖的使用')
plt.subplot(1, 2, 2)
plt.pie(base_data,labels=base_data.index, startangle=90,counterclock=False, wedgeprops={'width':0.4})
plt.axis('square')
plt.title('環圖的使用')
plt.show()
直方圖
plt中的hist直方圖
base_bins = np.arange(0, pok_mon['speed'].max()+5, 5)
plt.hist(data=pok_mon, x='speed', bins=base_bins, alpha=0.6, color='red')
plt.title('hist直方圖')
plt.xlabel('speed')
plt.ylabel('count')
plt.show()
seaborn 中的distplot直方圖
plt.figure(figsize=[8, 4])
plt.subplot(1, 2, 1)
sns.distplot(pok_mon['speed'], bins=base_bins, kde=True, hist_kws={'alpha':0.6}, color='Tan')
plt.title('distplot直方圖帶核密度估計')
plt.xlabel('speed')
plt.ylabel('count')
plt.subplot(1, 2,2)
sns.distplot(pok_mon['speed'],bins=base_bins, kde=False, hist_kws={'alpha':0.6}, color='Tan')
plt.title('distplot直方圖不帶核密度估計')
plt.xlabel('speed')
plt.ylabel('count')
plt.show()
散點圖
plt中的scatter散點圖
plt.scatter(data=ful_econ, x='displ', y='comb', alpha=1 / 10)
plt.title('displ 與 comb 之間的相關性')
plt.xlabel('displ(L)')
plt.ylabel('comb(L)')
plt.show()
seaborn中的regplot散點圖
sns.regplot(data=ful_econ, x='displ', y='comb', fit_reg=True, scatter_kws={'alpha':1/5}, x_jitter=0.02)
plt.title('displ 與 comb 之間的相關性')
plt.xlabel('displ(L)')
plt.ylabel('comb(L)')
plt.show()
透明度: alpha 介於（0 - 1） 之間的數值，具體用法如上: 迴歸曲線: fit_reg 默認打開爲True 關閉設置爲False 抖動: x_jitter, y_jitter : 可以沿着x或者y軸每個值在真實值範圍抖動
熱圖
plt中的hist2d熱圖
ful_econ[['displ', 'comb']].describe()
| displ | comb | |
|---|---|---|
| count | 3929.000000 | 3929.000000 |
| mean | 2.950573 | 24.791339 |
| std | 1.305901 | 6.003246 |
| min | 0.600000 | 12.821700 |
| 25% | 2.000000 | 20.658100 |
| 50% | 2.500000 | 24.000000 |
| 75% | 3.600000 | 28.227100 |
| max | 7.000000 | 57.782400 |
plt.figure(figsize=[8, 4])
plt.subplot(1, 2, 1)
bins_x = np.arange(0.6, 7+0.5, 0.5)
bins_y = np.arange(12, 58+5, 5)
plt.hist2d(data=ful_econ, x='displ', y='comb', bins=[bins_x, bins_y],cmap='BuPu',cmin=0.5)
plt.colorbar() # 顏色對應條
plt.title('熱圖不加文本註釋')
plt.xlabel('displ')
plt.ylabel('comb')
plt.subplot(1, 2, 2)
ax = plt.hist2d(data=ful_econ, x='displ', y='comb', bins=[bins_x, bins_y],cmap='BuPu')
plt.colorbar() # 顏色對應條
plt.title('熱圖加文本註釋')
plt.xlabel('displ')
plt.ylabel('comb')
count = ax[0]
# 加入文本註釋
for i in range(count.shape[0]):
for j in range(count.shape[1]):
c = count[i, j]
if c > 400: # 對數據關係大的換顏色
plt.text(bins_x[i]+0.2, bins_y[j]+1.2, int(c), ha='center',va='center',color='white')
else: # 對數據小的換顏色
plt.text(bins_x[i]+0.2, bins_y[j]+1.2, int(c), ha='center',va='center',color= 'black')
plt.show()
seaborn 中的heatmap熱圖
fu_counts = ful_econ.groupby(['VClass', 'trans_type']).size() # se分組獲得series對象
fu_counts = fu_counts.reset_index(name='count') # 轉換爲df對象
fu_counts = fu_counts.pivot(index='VClass', columns='trans_type', values='count') # 載入數據
sns.heatmap(fu_counts, annot=True, fmt='d') # annot 顯示註釋 fmt數字規格 當fmt = '.0f' 可以顯示NaN值
plt.title('檔性和車型之間的關係')
plt.xlabel('檔型')
plt.ylabel('車型')
car_list = ['Minicompact Cars', 'Subcompact Cars', 'Compact Cars', 'Midsize Cars', 'Large Cars']
plt.yticks([ i for i in range(len(set(ful_econ['VClass'])))], car_list)
plt.show()
小提琴圖 和 箱線圖
seaborn 中的violinplot 小提琴圖
ful_econ.head()
| id | make | model | year | VClass | drive | trans | fuelType | cylinders | displ | pv2 | pv4 | city | UCity | highway | UHighway | comb | co2 | feScore | ghgScore | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 32204 | Nissan | GT-R | 2013 | Subcompact Cars | All-Wheel Drive | Automatic (AM6) | Premium Gasoline | 6 | 3.8 | 79 | 0 | 16.4596 | 20.2988 | 22.5568 | 30.1798 | 18.7389 | 471 | 4 | 4 |
| 1 | 32205 | Volkswagen | CC | 2013 | Compact Cars | Front-Wheel Drive | Automatic (AM-S6) | Premium Gasoline | 4 | 2.0 | 94 | 0 | 21.8706 | 26.9770 | 31.0367 | 42.4936 | 25.2227 | 349 | 6 | 6 |
| 2 | 32206 | Volkswagen | CC | 2013 | Compact Cars | Front-Wheel Drive | Automatic (S6) | Premium Gasoline | 6 | 3.6 | 94 | 0 | 17.4935 | 21.2000 | 26.5716 | 35.1000 | 20.6716 | 429 | 5 | 5 |
| 3 | 32207 | Volkswagen | CC 4motion | 2013 | Compact Cars | All-Wheel Drive | Automatic (S6) | Premium Gasoline | 6 | 3.6 | 94 | 0 | 16.9415 | 20.5000 | 25.2190 | 33.5000 | 19.8774 | 446 | 5 | 5 |
| 4 | 32208 | Chevrolet | Malibu eAssist | 2013 | Midsize Cars | Front-Wheel Drive | Automatic (S6) | Regular Gasoline | 4 | 2.4 | 0 | 95 | 24.7726 | 31.9796 | 35.5340 | 51.8816 | 28.6813 | 310 | 8 | 8 |
sns.violinplot(data=ful_econ, x='VClass', y='displ') # 加入參數 inner = None 可以去掉中間的小型箱線圖
plt.title('車型和displ之間的關係') # 加入參數 inner = 'quartile’ 可以增加四等分線圖
plt.xlabel('車型')
car_list = ['Minicompact Cars', 'Subcompact Cars', 'Compact Cars', 'Midsize Cars', 'Large Cars']
plt.xticks([ i for i in range(len(set(ful_econ['VClass'])))], car_list, rotation=25)
plt.show()
seaborn中 boxplot 箱線圖
sns.boxplot(data=ful_econ, x='VClass', y='displ')
plt.title('車型和displ之間的關係')
plt.xlabel('車型')
car_list = ['Minicompact Cars', 'Subcompact Cars', 'Compact Cars', 'Midsize Cars', 'Large Cars'] # 排序列表
plt.xticks([ i for i in range(len(set(ful_econ['VClass'])))], car_list, rotation=25)
plt.show()
箱線圖說明:箱子中間那個線是數據的中位數，上面那個線是第三個四等分點，下面那個線是第一個四等分點，上下二根線是最大值和最小值。
絕對頻率和相對頻率
就是對數據表達的二種方式，分別作用在標籤或者長條上，我個人傾向後者的使用
base_order = pok_mon['generation_id'].value_counts().index
plt.figure(figsize=[8, 4])
plt.subplot(1, 2, 1) # 作用在標籤內
n_max = pok_mon['generation_id'].value_counts().max() # 獲得比例最大的數量
n_sum = pok_mon['generation_id'].shape[0] # 總數
n_sca = n_max / n_sum
n_loc = np.arange(0, n_sca+0.01, 0.05) # 位置
n_label = ['{:.2f}'.format(i) for i in n_loc] # 標籤
sns.countplot(data=pok_mon, x='generation_id', order=base_order)
plt.title('第一種方式')
plt.yticks(n_loc * n_sum, n_label)
plt.subplot(1, 2, 2) # 作用在長條內
sns.countplot(data=pok_mon, x='generation_id',order=base_order)
locs, labels = plt.xticks()
id_base = pok_mon['generation_id'].value_counts() # 索引
for loc,label in zip(locs, labels): # 使用text追加到每個長條內
count = id_base[eval(label.get_text())] # 獲得標籤對應的值
sts = '{:0.1f}%'.format(100 * count / n_sum)
print(sts)
plt.text(loc, count - 10,sts, ha='center', color='black')
plt.title('第二種方式')
plt.show()
19.3%
18.7%
16.7%
13.3%
12.4%
10.7%
8.9%
標尺和變化
plt.figure(figsize=[8, 4])
plt.subplot(1, 2, 1)
log_pk = np.log10(pok_mon['weight'])
log_bins = np.arange(0, log_pk.max() + 0.11, 0.1)
plt.hist(log_pk, bins=log_bins)
plt.xlabel('log10(values)')
plt.title('對數據採用對數處理')
plt.subplot(1, 2, 2)
bins =10 ** np.arange(0, np.log10(pok_mon['weight'].max())+0.1, 0.1)
plt.hist(data=pok_mon, x='weight', bins=bins)
plt.xscale('log') # 縮放log10倍
col = [1, 3, 10, 30, 100, 300, 1000, 3000]
plt.title('對標尺的修改')
plt.xticks(col, col)
plt.xlabel('特定下標')
plt.show()
分面
分面是一種通用的可視化技巧，幫助你處理包含兩個或多個變量的圖表。在分面操作中， 數據被劃分爲不相交的子集，通常根據分類變量的不同類別進行劃分。 對於每個子集，對其他變量繪製相同的圖表。分面是比較不同變量級別分佈或關係的一種方式，尤其是有三個或多個感興趣的變量時。
ful_econ.head()
| id | make | model | year | VClass | drive | trans | fuelType | cylinders | displ | ... | pv4 | city | UCity | highway | UHighway | comb | co2 | feScore | ghgScore | trans_type | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 32204 | Nissan | GT-R | 2013 | Subcompact Cars | All-Wheel Drive | Automatic (AM6) | Premium Gasoline | 6 | 3.8 | ... | 0 | 16.4596 | 20.2988 | 22.5568 | 30.1798 | 18.7389 | 471 | 4 | 4 | Automatic |
| 1 | 32205 | Volkswagen | CC | 2013 | Compact Cars | Front-Wheel Drive | Automatic (AM-S6) | Premium Gasoline | 4 | 2.0 | ... | 0 | 21.8706 | 26.9770 | 31.0367 | 42.4936 | 25.2227 | 349 | 6 | 6 | Automatic |
| 2 | 32206 | Volkswagen | CC | 2013 | Compact Cars | Front-Wheel Drive | Automatic (S6) | Premium Gasoline | 6 | 3.6 | ... | 0 | 17.4935 | 21.2000 | 26.5716 | 35.1000 | 20.6716 | 429 | 5 | 5 | Automatic |
| 3 | 32207 | Volkswagen | CC 4motion | 2013 | Compact Cars | All-Wheel Drive | Automatic (S6) | Premium Gasoline | 6 | 3.6 | ... | 0 | 16.9415 | 20.5000 | 25.2190 | 33.5000 | 19.8774 | 446 | 5 | 5 | Automatic |
| 4 | 32208 | Chevrolet | Malibu eAssist | 2013 | Midsize Cars | Front-Wheel Drive | Automatic (S6) | Regular Gasoline | 4 | 2.4 | ... | 95 | 24.7726 | 31.9796 | 35.5340 | 51.8816 | 28.6813 | 310 | 8 | 8 | Automatic |
5 rows × 21 columns
bins = np.arange(12, 58+2, 2)
g = sns.FacetGrid(data=ful_econ, col='VClass', col_wrap=3) # col_wrap 設置一行放置多少圖
g.map(plt.hist, 'comb',bins=bins)
g.set_titles('{col_name}') # 爲每個子圖加上標題
# FacetGrid中其他參數 sharey（sharex） = False 增加每個子圖的行列標籤 size 更改 每個子圖的高度 hue參數設置分類變量，可以多次調用繪製hist或者其他圖形
高階模式:
待定待定…