抽象化|具体化： 如盒形图 | 现实中的图
功能性|装饰性：没有装饰和渲染 | 包含艺术性美学上的装饰
深度表达|浅度表达：深入层次的研究探索数据 | 易于理解的，直观的表示
多维度|单一维度：数据的多个层次 | 数据的单一维度
创造性|熟悉性：全新的方式进行可视化 | 被大众接受并且熟悉的方式
新颖性|冗余性： 每个元素只表述一次 | 每个元素表示多次
Matplotlib:
- Backend层
- 用于处理向屏幕或文件渲染图形
- Artist层
- 包含图像绘制的容器：Figure, Subplot 及Axes。
- 包含基本元素，如： Line2D，Rectange等。
- Scripting层
- 简化访问Artist和Backend层的过程
pyplot
https://matplotlib.org/users/pyplot_tutorial.html
- pyplot可通过gcf（get current figure）获取当前图像对象，gca（get current axis）获取当前坐标轴对象
- pyplot只是对axes对象的调用做了“镜像”，可以通过pyplot.plot()进行绘图，其底层调用的还是axes.plot() 函数
散点图
- plt.scatter()
- plt.xlabel()
- plt.ylabel()
- plt.title()
- plt.legend()
- 线性，标记，颜色ax.plot(x,y,'r--') == ax.plot(x,y,linestyle='--',color='r')
线图：
- plt.plot()
- plt.gca().fill_between() 填充线间的区域
- np.array()生成时间数据
- 如果坐标轴是以时间的，可以借助pandas 的to_datetime()
- plt.xticks(rotation=) 或者遍历ticks进行set_rotation()
- plt.subplots_adjust().调整边界距离
柱状图
- plt.bar()
- group bar chart 当同一个图包含多个柱状图是，要对x轴相对做平移，避免柱状图的重叠
- stack bar chart 用bottom参数
- 横向柱状图：barh， width = height; bottom = left
适用场景
1. Matplotlib
import matplotlib as mpl mpl.get_backend()
2. 简单绘图,
import matplotlib.pyplot as plt plt.plot(3, 2) plt.show()
上图看不到任何的点。
plt.plot(3, 2, '*')
使用scipting 层
from matplotlib.backends.backend_agg import FigureCanvasAgg from matplotlib.figure import Figure fig = Figure() canvas = FigureCanvasAgg(fig) ax = fig.add_subplot(111) ax.plot(3, 2, '.') canvas.print_png('test.png')
gca 获取当前坐标轴对象
plt.figure() plt.plot(3, 2, 'o') ax = plt.gca() # 设置坐标轴范围 ax.axis([0, 6, 0, 10])
# matplot 会自动用颜色区分不同的数据 plt.figure() plt.plot(1.5, 1.5, 'o') plt.plot(2, 2, '*') plt.plot(2.5, 2.5, '*')
3. 散点图
import numpy as np x = np.array([1, 2, 3, 4, 5, 6, 7, 8]) y = x plt.figure() plt.scatter(x, y)
import matplotlib as mpl import matplotlib.pyplot as plt # 改变颜色及大小 import numpy as np x = np.array([1, 2, 3, 4, 5, 6, 7, 8]) y = x colors = ['red'] * (len(x) - 1) colors.append('green') plt.figure() plt.scatter(x, y, s=100, c=colors) plt.show()
# 使用zip合并两个列表为一个新列表 # 新列表中的每个元素为对应位置上的元组 l1 = list(range(1, 6)) l2 = list(range(6, 11)) zip_generator = zip(l1, l2) tuple_list = list(zip_generator) print(type(zip_generator)) print(list(tuple_list)) <class 'zip'> [(1, 6), (2, 7), (3, 8), (4, 9), (5, 10)]
# 使用*进行对元组列表解包 x, y = zip(*tuple_list) print(x) print(y)
plt.figure() plt.scatter(x[:2], y[:2], c='red', label='samples 1') plt.scatter(x[2:], y[2:], c='blue', label='samples2')
4. 线图
import numpy as np linear_data = np.arange(1, 9) quadratic_data = linear_data ** 2 plt.figure() plt.plot(linear_data, '-o', quadratic_data, '-o') # 注意，这里我们只指定了y轴数据，x轴的数据是matplotlib自动生成的
plt.plot([22, 44, 66], '--r')
# 添加坐标轴标签及图例 plt.xlabel('x data') plt.ylabel('y data') plt.title('Line Chart Title') plt.legend(['legend1', 'legend2', 'legend3'])
# 填充两个line间的区域 plt.gca().fill_between(range(len(linear_data)), linear_data, quadratic_data, facecolor='green', alpha=0.25)
# 绘制横轴为时间的线图 plt.figure() observation_dates = np.arange('2017-10-11', '2017-10-19', dtype='datetime64[D]') observation_dates plt.plot(observation_dates, linear_data, '-o', observation_dates, quadratic_data, '-o') # 横轴并不是我们想要的结果
# 借助pandas绘制横轴为时间的线图 import pandas as pd plt.figure() observation_dates = np.arange('2017-10-11', '2017-10-19', dtype='datetime64[D]') observation_dates = list(map(pd.to_datetime, observation_dates)) plt.plot(observation_dates, linear_data, '-o', observation_dates, quadratic_data, '-o')
# plt.xticks(rotation='45') x = plt.gca().xaxis for item in x.get_ticklabels(): item.set_rotation(45) # 调整边界距离 plt.subplots_adjust(bottom=0.25) # 对于学术制图，可在标题中包含latex语法 ax = plt.gca() ax.set_title('Quadratic ($x^2$) vs. Linear ($x$)')
5. 柱状图
plt.figure() x_vals = list(range(len(linear_data))) plt.bar(x_vals, linear_data, width=0.3)
# group bar chart # 同一副图中添加新的柱状图 # 注意，为了不覆盖第一个柱状图，需要对x轴做偏移 x_vals2 = [item + 0.3 for item in x_vals] plt.bar(x_vals2, quadratic_data, width=0.3) # stack bar chart plt.figure() x_vals = list(range(len(linear_data))) plt.bar(x_vals, linear_data, width=0.3) plt.bar(x_vals, quadratic_data, width=0.3, bottom=linear_data)
# 横向柱状图 plt.figure() x_vals = list(range(len(linear_data))) plt.barh(x_vals, linear_data, height=0.3) plt.barh(x_vals, quadratic_data, height=0.3, left=linear_data)
4. 直方图
- 直方图是对数据分布情况的图形表示
- 首先对数据进行分组，然后统计每个分组内数据的数量
- 显示每个分组频率或者数量分布；易于显示各组之间频率或者数量的差别
- plt.hist(data,bins): data数据集合，bins分组边界和分组个数
import matplotlib as mpl import matplotlib.pyplot as plt data = [50,20,33,51,99,31,5,6,4,5,89,12,56,43] bins = [0,10,20,40,50,60,70,80,100] plt.hist(data,bins) plt.show()
盒形图（箱状图）
- 下边缘（Q1），表示最小值；
- 下四分位数（Q2），又称“第一四分位数”，等于该样本中所有数值由小到大排列后第25%的数字；
- 中位数（Q3），又称“第二四分位数”等于该样本中所有数值由小到大排列后第50%的数字；
- 上四分位数（Q4），又称“第三四分位数”等于该样本中所有数值由小到大排列后第75%的数字；
- 上边缘（Q5），表述最大值。
第三四分位数与第一四分位数的差距又称四分位间距。
功能：
- 箱型图有个功能就是可以检测这组数据是否存在异常值。异常值在哪里呢？就是在上边缘和下边缘的范围之外。
- 可以直接看出多组数据分布情况。
#首先导入基本的绘图包 import matplotlib.pyplot as plt import numpy as np import pandas as pd #添加成绩表 plt.style.use("ggplot") plt.rcParams['axes.unicode_minus'] = False plt.rcParams['font.sans-serif']=['SimHei'] #新建一个空的DataFrame df=pd.DataFrame() #添加成绩单，最后显示成绩单表格 df["英语"]=[76,90,97,71,70,93,86,83,78,85,81] df["经济数学"]=[65,95,51,74,78,63,91,82,75,71,55] df["西方经济学"]=[93,81,76,88,66,79,83,92,78,86,78] df["计算机应用基础"]=[85,78,81,95,70,67,82,72,80,81,77] print(df) #用matplotlib来画出箱型图 plt.boxplot(x=df.values,labels=df.columns,whis=1.5) plt.show()
热图（heatmap）：
- 可以用于三维以上的数据可视化
- plt.imshow(arr)
- plt.hist2d()
- plt.colorbar()添加颜色
import plotly import plotly.plotly as py import plotly.graph_objs as go plotly.tools.set_credentials_file(username='Jessse_Li',api_key='your key') trace = go.Heatmap(z=[[1, 20, 30], [20, 1, 60], [30, 60, 1]]) data=[trace] py.iplot(data, filename='basic-heatmap')
Heatmap 加上标签信息
trace = go.Heatmap(z=[[1, 20, 30, 50, 1], [20, 1, 60, 80, 30], [30, 60, 1, -10, 20]], x=['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday'], y=['Morning', 'Afternoon', 'Evening']) data=[trace] py.iplot(data, filename='labelled-heatmap')
heatmap 加上时间序列
import datetime import numpy as np import plotly.plotly as py import plotly.graph_objs as go programmers = ['Alex','Nicole','Sara','Etienne','Chelsea','Jody','Marianne'] base = datetime.datetime.today() date_list = [base - datetime.timedelta(days=x) for x in range(0, 180)] z = [] for prgmr in programmers: new_row = [] for date in date_list: new_row.append( np.random.poisson() ) z.append(list(new_row)) data = [ go.Heatmap( z=z, x=date_list, y=programmers, colorscale='Viridis', ) ] layout = go.Layout( title='GitHub commits per day', xaxis = dict(ticks='', nticks=36), yaxis = dict(ticks='' ) ) fig = go.Figure(data=data, layout=layout) py.iplot(fig, filename='datetime-heatmap')
