Python数据可视化与案例分析

# Python数据可视化与案例分析 ## 1. Seaborn绘图函数介绍 ### 1.1 lmplot lmplot是regplot和facet grid的组合，它可以展示两个连续变量在不同参数值下的关系。例如，使用以下代码可以绘制不同`Survived`和`Sex`条件下`Age`和`Fare`的关系： ```python sns.lmplot(x='Age',y='Fare',row='Survived',data=titanic,col='Sex') ``` regplot和lmplot的区别如下： | 函数 | 接受参数 | 作用对象 | | ---- | ---- | ---- | | regplot | 仅两个变量 | 坐标轴对象 | | lmplot | 多个变量 | 图形对象 | ### 1.2 Strip plot Strip plot类似于散点图，但它是将一个分类变量和一个连续变量进行绘图。例如，使用以下代码可以绘制`Survived`和`Age`的strip plot： ```python sns.stripplot(x='Survived',y='Age',data=titanic) ``` ### 1.3 Swarm plot Swarm plot与strip plot类似，但它的点不会重叠，能更好地展示连续变量的分布。例如： ```python sns.swarmplot(x='Survived',y='Age',data=titanic) ``` ### 1.4 Catplot Catplot是strip plot和facet grid的组合，可以通过指定`row`、`col`或`hue`参数，将一个连续变量与多个分类变量进行绘图。默认生成strip plot，也可以通过`kind`参数更改绘图类型。例如： ```python sns.catplot(x='Survived',y='Age',col='Survived',row='Sex',data=titanic) ``` ### 1.5 Pair plot Pair plot展示数据集中所有可能变量对之间的双变量关系。使用以下代码可以自动绘制数据集中所有变量的pair plot： ```python sns.pairplot(data=titanic) ``` ### 1.6 Joint plot Joint plot展示两个变量之间的关系以及它们各自的分布。例如： ```python sns.jointplot(x='Fare',y='Age',data=titanic) ``` ## 2. 可视化相关总结 ### 2.1 可视化库 Python中有三个用于可视化的库：Matplotlib（基于Matlab）、Pandas和Seaborn。 ### 2.2 绘图前的准备 在绘图前，需要确定要绘制的变量类型和数量。对于分类变量，可以使用条形图和饼图；对于连续变量，可以使用直方图和散点图。 ### 2.3 Matplotlib接口 Matplotlib有两种绘图接口： - 状态接口：使用`pyplot`类，跟踪该类对象的当前状态。 - 面向对象接口：使用对象层次结构表示绘图的各个元素，并使用这些对象进行绘图。 ### 2.4 Pandas绘图 Pandas的`plot`函数使用Matplotlib作为后端，通过改变传递的参数可以轻松绘制各种图形，体现了多态性。 ### 2.5 Seaborn Seaborn也使用Matplotlib作为后端，通过更改默认参数，减少了对图形元素进行聚合、标注和颜色编码的需求，还能可视化多个变量。 ## 3. 可视化复习练习 ### 3.1 变量与绘图选择 | 变量情况 | 适用绘图 | | ---- | ---- | | 一个分类变量 | 计数图 | | 一个连续变量 | 直方图、核密度估计 | | 两个连续变量 | 散点图、折线图 | | 三个或更多连续变量 | 热力图 | | 一个连续和一个分类变量 | strip plot、swarm plot、条形图 | | 两个连续和两个或更多分类变量 | catplot、facet grid、lmplot | ### 3.2 函数匹配 | 函数 | 描述 | | ---- | ---- | | Facet grid | 连续变量在分类参数网格上的绘图 | | Catplot | 分类网格和strip plot的组合 | | Swarm plot | 一个连续和一个分类变量的绘图，点不重叠 | | Pair plot | 展示所有可能变量对之间的关系和单个变量的分布 | | Violin plot | 箱线图和核密度估计的组合 | ### 3.3 Pandas可视化 Pandas使用`plot`方法和`kind`参数创建各种图形，需要数据为宽格式或聚合形式，默认不进行聚合，需要使用`value_counts`方法进行聚合。 ### 3.4 显示图形的魔法命令 使用`%matplotlib inline`可以在Matplotlib和Pandas中内联显示图形。 ### 3.5 坐标轴对象 “axes”指的是子图或绘图区域，是图形对象的一部分，一个图形可以包含多个子图。 ### 3.6 热力图参数设置 - 相关矩阵：使用`df.corr()`生成表示相关矩阵的DataFrame。 - 颜色映射：使用`cmap`参数。 - 显示相关程度的数值：使用`annot`参数（`annot=True`）。 ### 3.7 Iris数据集绘图 ```python import matplotlib.pyplot as plt from sklearn.datasets import load_iris import pandas as pd data=load_iris() iris=pd.DataFrame(data=data.data,columns=data.feature_names) iris['species']=data.target iris['species']=iris['species'].map({0:'setosa',1:'versicolor',2:'virginica'}) iris['species'].value_counts().plot(kind='bar') fig=plt.figure(figsize=(10,5)) ax1=fig.add_subplot(121) iris.plot(kind='scatter',x='petal length (cm)',y='petal width (cm)',ax=ax1) ax1.set_title("Petal length vs width") ax1.set_xlabel("Petal length") ax1.set_ylabel("Petal width") ax2=fig.add_subplot(122) iris.plot(kind='scatter',x='sepal length (cm)',y='sepal width (cm)',ax=ax2) ax2.set_xlabel("Sepal length") ax2.set_ylabel("Sepal width") ax2.set_title("Sepal length vs width") fig.subplots_adjust(wspace=1) ``` ### 3.8 Tips数据集绘图 ```python import seaborn as sns tips = sns.load_dataset("tips") sns.catplot(x='smoker',y='total_bill',row='time',col='sex',data=tips) g=sns.FacetGrid(tips,row='sex',col='smoker') g.map(plt.scatter,'tip','total_bill') ``` ##