今天我來給你講講Python的可視化技術。
如果你想要用Python進行數(shù)據(jù)分析，就需要在項目初期開始進行探索性的數(shù)據(jù)分析，這樣方便你對數(shù)據(jù)有一定的了解。其中最直觀的就是采用數(shù)據(jù)可視化技術，這樣，數(shù)據(jù)不僅一目了然，而且更容易被解讀。同樣在數(shù)據(jù)分析得到結果之后，我們還需要用到可視化技術，把最終的結果呈現(xiàn)出來。
可視化視圖都有哪些？
按照數(shù)據(jù)之間的關系，我們可以把可視化視圖劃分為4類，它們分別是比較、聯(lián)系、構成和分布。我來簡單介紹下這四種關系的特點：
比較：比較數(shù)據(jù)間各類別的關系，或者是它們隨著時間的變化趨勢，比如折線圖；
聯(lián)系：查看兩個或兩個以上變量之間的關系，比如散點圖；
構成：每個部分占整體的百分比，或者是隨著時間的百分比變化，比如餅圖；
分布：關注單個變量，或者多個變量的分布情況，比如直方圖。
同樣，按照變量的個數(shù)，我們可以把可視化視圖劃分為單變量分析和多變量分析。
可視化的視圖可以說是分門別類，多種多樣，今天我主要介紹常用的10種視圖，包括了散點圖、折線圖、直方圖、條形圖、箱線圖、餅圖、熱力圖、蜘蛛圖、二元變量分布、成對關系。
散點圖
散點圖的英文叫做scatter plot，它將兩個變量的值顯示在二維坐標中，非常適合展示兩個變量之間的關系。當然，除了二維的散點圖，我們還有三維的散點圖。
我在上一講中給你簡單介紹了下Matplotlib這個工具，在Matplotlib中，我們經常會用到pyplot這個工具包，它包括了很多繪圖函數(shù)，類似Matlab的繪圖框架。在使用前你需要進行引用：
import matplotlib.pyplot as plt
在工具包引用后，畫散點圖，需要使用plt.scatter(x, y, marker=None)函數(shù)。x、y 是坐標，marker代表了標記的符號。比如“x”、“>”或者“o”。選擇不同的marker，呈現(xiàn)出來的符號樣式也會不同，你可以自己試一下。
下面三張圖分別對應“x”“>”和“o”。
除了Matplotlib外，你也可以使用Seaborn進行散點圖的繪制。在使用Seaborn前，也需要進行包引用：
import seaborn as sns
在引用seaborn工具包之后，就可以使用seaborn工具包的函數(shù)了。如果想要做散點圖，可以直接使用sns.jointplot(x, y, data=None, kind='scatter')函數(shù)。其中x、y是data中的下標。data就是我們要傳入的數(shù)據(jù)，一般是DataFrame類型。kind這類我們取scatter，代表散點的意思。當然kind還可以取其他值，這個我在后面的視圖中會講到，不同的kind代表不同的視圖繪制方式。
好了，讓我們來模擬下，假設我們的數(shù)據(jù)是隨機的1000個點。
我們運行一下這個代碼，就可以看到下面的視圖（第一張圖為Matplotlib繪制的，第二張圖為Seaborn繪制的）。其實你能看到Matplotlib和Seaborn的視圖呈現(xiàn)還是有差別的。Matplotlib默認情況下呈現(xiàn)出來的是個長方形。而Seaborn呈現(xiàn)的是個正方形，而且不僅顯示出了散點圖，還給了這兩個變量的分布情況。
Matplotlib繪制：
Seaborn繪制：
擴展閱讀：
數(shù)據(jù)可視化：掌握數(shù)據(jù)領域的萬金油技能
折線圖
折線圖可以用來表示數(shù)據(jù)隨著時間變化的趨勢。
在Matplotlib中，我們可以直接使用plt.plot函數(shù)，當然需要提前把數(shù)據(jù)按照X軸的大小進行排序，要不畫出來的折線圖就無法按照X軸遞增的順序展示。
在Seaborn中，我們使用sns.lineplot (x, y, data=None)函數(shù)。其中x、y是data中的下標。data就是我們要傳入的數(shù)據(jù)，一般是DataFrame類型。
這里我們設置了x、y的數(shù)組。x數(shù)組代表時間（年），y數(shù)組我們隨便設置幾個取值。下面是詳細的代碼。
然后我們分別用Matplotlib和Seaborn進行畫圖，可以得到下面的圖示。你可以看出這兩個圖示的結果是完全一樣的，只是在seaborn中標記了x和y軸的含義。
直方圖
直方圖是比較常見的視圖，它是把橫坐標等分成了一定數(shù)量的小區(qū)間，這個小區(qū)間也叫作“箱子”，然后在每個“箱子”內用矩形條（bars）展示該箱子的箱子數(shù)（也就是y值），這樣就完成了對數(shù)據(jù)集的直方圖分布的可視化。
在Matplotlib中，我們使用plt.hist(x, bins=10)函數(shù)，其中參數(shù)x是一維數(shù)組，bins代表直方圖中的箱子數(shù)量，默認是10。
在Seaborn中，我們使用sns.distplot(x, bins=10, kde=True)函數(shù)。其中參數(shù)x是一維數(shù)組，bins代表直方圖中的箱子數(shù)量，kde代表顯示核密度估計，默認是True，我們也可以把kde設置為False，不進行顯示。核密度估計是通過核函數(shù)幫我們來估計概率密度的方法。
這是一段繪制直方圖的代碼。
我們創(chuàng)建一個隨機的一維數(shù)組，然后分別用Matplotlib和Seaborn進行直方圖的顯示，結果如下，你可以看出，沒有任何差別，其中最后一張圖就是kde默認為Ture時的顯示情況。
熱力圖
熱力圖，英文叫heat map，是一種矩陣表示方法，其中矩陣中的元素值用顏色來代表，不同的顏色代表不同大小的值。通過顏色就能直觀地知道某個位置上數(shù)值的大小。另外你也可以將這個位置上的顏色，與數(shù)據(jù)集中的其他位置顏色進行比較。
熱力圖是一種非常直觀的多元變量分析方法。
我們一般使用Seaborn中的sns.heatmap(data)函數(shù)，其中data代表需要繪制的熱力圖數(shù)據(jù)。
這里我們使用Seaborn中自帶的數(shù)據(jù)集flights，該數(shù)據(jù)集記錄了1949年到1960年期間，每個月的航班乘客的數(shù)量。
通過seaborn的heatmap函數(shù)，我們可以觀察到不同年份，不同月份的乘客數(shù)量變化情況，其中顏色越淺的代表乘客數(shù)量越多，如下圖所示：
成對關系
如果想要探索數(shù)據(jù)集中的多個成對雙變量的分布，可以直接采用sns.pairplot函數(shù)。它會同時展示出DataFrame中每對變量的關系，另外在對角線上，你能看到每個變量自身作為單變量的分布情況。它可以說是探索性分析中的常用函數(shù)，可以很快幫我們理解變量對之間的關系。
pairplot函數(shù)的使用，就好像我們對DataFrame使用describe函數(shù)一樣方便，是數(shù)據(jù)探索中的常用函數(shù)。
這里我們使用Seaborn中自帶的iris數(shù)據(jù)集，這個數(shù)據(jù)集也叫鳶尾花數(shù)據(jù)集。鳶尾花可以分成Setosa、Versicolour和Virginica三個品種，在這個數(shù)據(jù)集中，針對每一個品種，都有50個數(shù)據(jù)，每個數(shù)據(jù)中包括了4個屬性，分別是花萼長度、花萼寬度、花瓣長度和花瓣寬度。通過這些數(shù)據(jù)，需要你來預測鳶尾花卉屬于三個品種中的哪一種。
這里我們用seaborn中的pairplot函數(shù)來對數(shù)據(jù)集中的多個雙變量的關系進行探索，如下圖所示。從圖上你能看出，一共有sepal_length、sepal_width、petal_length和petal_width4個變量，它們分別是花萼長度、花萼寬度、花瓣長度和花瓣寬度。
下面這張圖相當于這4個變量兩兩之間的關系。比如矩陣中的第一張圖代表的就是花萼長度自身的分布圖，它右側的這張圖代表的是花萼長度與花萼寬度這兩個變量之間的關系。
關于本次Python可視化的學習，我希望你能掌握：
視圖的分類，以及可以從哪些維度對它們進行分類；
十種常見視圖的概念，以及如何在Python中進行使用，都需要用到哪些函數(shù)；
需要自己動手跑一遍案例中的代碼，體驗下Python數(shù)據(jù)可視化的過程。
聯(lián)系客服
