概述

工作时有时候有些数据在用Python处理完直接作图比较方便。下面叙述一下日常作图的步骤和常用的图表实现方式。玫瑰图等比较帅的图的做法后续补上。可视化要是做的好还是挺能吸人眼球的，而且python也能实现比发杂的作图。

选图_根据目的

画图第一步就是要决定使用哪种图，使用哪种图取决于作图目的，上面列出9种，每种下面都有对应的基础图形（哪些就不用说了），根据需求选择。

选图_根据数据关系

如果上面的方式没办法掌握，就按照想要呈现的数据关系进行选择。
比较：比较数据间各类别的关系，或者是它们随着时间的变化趋势，比如折线图。
联系：查看两个或两个以上变量之间的关系，比如散点图。
构成：每个部分占整体的百分比，或者是随着时间的百分比变化，比如饼图。
分布：关注单个变量，或者多个变量的分布情况，比如直方图。

常用图介绍及代码实现

散点图

特点：非常适合展示两个变量之间的关系。当然，除了二维的散点图，还有三维的散点图。具体实现如下：

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline # 数据准备 N = 1000 x = np.random.randn(N) y = np.random.randn(N) # 用Matplotlib画散点图 plt.scatter(x, y,marker='x',c = 'g') plt.show() # 用Seaborn画散点图 df = pd.DataFrame({'x': x, 'y': y}) sns.jointplot(x="x", y="y", data=df, kind='scatter',); sns.set_style('whitegrid') plt.show() 

• Matplotlib：marker 代表了标记的符号。比如“x”、“>”或者“o”
• Seaborn：其中 x、y 是 data 中的下标。data 就是我们要传入的数据，一般是 DataFrame 类型。kind 这类我们取 scatter，代表散点的意思。 kind 还可以取其他值，后面说，不同的 kind 代表不同的视图绘制方式。

Matplotlib：

Seaborn：

区别：Matplotlib 默认情况下呈现出来的是个长方形。而 Seaborn 呈现的是个正方形，而且不仅显示出了散点图，还给了这两个变量的分布情况。

折线图

特点：可以用来表示数据随着时间变化的趋势。

import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline # 数据准备 x = [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019] y = [5, 3, 6, 20, 17, 16, 19, 30, 32, 35] # 使用Matplotlib画折线图 plt.plot(x, y) plt.show() # 使用Seaborn画折线图 df = pd.DataFrame({'x': x, 'y': y}) sns.lineplot(x="x", y="y", data=df) plt.show() 

• Matplotlib：需要提前把数据按照 x 轴的大小进行排序，要不画出来的折线图就无法按照 x 轴递增的顺序展示。

Matplotlib：

Seaborn：

区别：在 seaborn 中标记了 x 和 y 轴的含义，散点图也是加了坐标轴含义。

直方图

特点：侧重于分布，直方图是比较常见的视图，它是把横坐标等分成了一定数量的小区间，这个小区间也叫作“箱子”，然后在每个“箱子”内用矩形条（bars）展示该箱子的箱子数（也就是 y 值），这样就完成了对数据集的直方图分布的可视化。

 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # 数据准备 a = np.random.randn(100) s = pd.Series(a) # 用Matplotlib画直方图 plt.hist(s) plt.show() # 用Seaborn画直方图 sns.distplot(s, kde=True) plt.show() sns.distplot(s, kde=False) plt.show() 

Matplotlib：

Seaborn(核密度估计)

Seaborn(无核密度估计)

区别：Seaborn带核密度估计，默认颜色比较小清新，低饱和度。

条形图

特点：如果说通过直方图可以看到变量的数值分布，那么条形图可以帮我们查看类别的特征（频数）。做成动态排行会很好看。

import matplotlib.pyplot as plt import seaborn as sns # 数据准备 x = ['Cat1', 'Cat2', 'Cat3', 'Cat4', 'Cat5'] y = [5, 4, 8, 12, 7] # 用Matplotlib画条形图 plt.bar(x, y) plt.show() # 用Seaborn画条形图 sns.barplot(x, y) plt.show() 

• Seaborn：sns.barplot(x=None, y=None, data=None)，还是可以用DataFrame格式，感觉这是Seaborn的通用格式。

Mathplotlib：

Seaborn：

区别：Seaborn默认不是单色

箱线图

特点：又称盒式图，由五个数值点组成：最大值 (max)、最小值 (min)、中位数 (median) 和上下四分位数 (Q3, Q1)。它可以帮我们分析出数据的差异性、离散程度和异常值等。可以应用在去除噪声数据。

# 数据准备 # 生成10*4维度数据 data=np.random.normal(size=(10,4))  lables = ['A','B','C','D'] # 用Matplotlib画箱线图 plt.boxplot(data,labels=lables) plt.show() # 用Seaborn画箱线图 df = pd.DataFrame(data, columns=lables) sns.boxplot(data=df) plt.show() 

• numpy.random.normal(loc=0.0, scale=1.0, size=None)，概率分布的均值，scale：概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高）size：输出的shape，默认为None，只输出一个值。loc=0.0, scale=1.0就是正态分布。

Matplotlib：

Seborn：

区别：Style不同。

饼图

特点：常用在统计学模块，可以显示每个部分大小与总和之间的比例。在 Python 数据可视化中，它用的不算多。我们主要采用 Matplotlib 的 pie 函数实现它。

import matplotlib.pyplot as plt # 数据准备 nums = [25, 37, 33, 37, 6] labels = ['High-school','Bachelor','Master','Ph.d', 'Others'] # 用Matplotlib画饼图 plt.pie(x = nums, labels=labels) plt.show() 

热力图

特点：热力图是一种矩阵表示方法，其中矩阵中的元素值用颜色来代表，不同的颜色代表不同大小的值。通过颜色就能直观地知道某个位置上数值的大小。

import matplotlib.pyplot as plt import seaborn as sns # 数据准备 flights = sns.load_dataset("flights") data=flights.pivot('year','month','passengers') # 用Seaborn画热力图 sns.heatmap(data) plt.show() 

• 这里我们使用 Seaborn 中自带的数据集 flights，该数据集记录了 1949 年到 1960 年期间，每个月的航班乘客的数量。
  
  

蜘蛛图

特点：显示一对多关系的方法。在蜘蛛图中，一个变量相对于另一个变量的显著性是清晰可见的。

import numpy as np import matplotlib.pyplot as plt import seaborn as sns from matplotlib.font_manager import FontProperties %matplotlib inline # 数据准备 labels=np.array([u"推进","KDA",u"生存",u"团战",u"发育",u"输出"]) stats=[83, 61, 95, 67, 76, 88] # 画图数据准备，角度、状态值 angles=np.linspace(0, 2*np.pi, len(labels), endpoint=False) stats=np.concatenate((stats,[stats[0]])) angles=np.concatenate((angles,[angles[0]])) # 用Matplotlib画蜘蛛图 fig = plt.figure() ax = fig.add_subplot(111, polar=True)    ax.plot(angles, stats, 'o-', linewidth=2) ax.fill(angles, stats, alpha=0.25) # 设置中文字体 font = FontProperties(fname=r"C:WindowsFontssimhei.ttf", size=14)   ax.set_thetagrids(angles * 180/np.pi, labels, FontProperties=font) plt.show() 

• 需要在原有 angles 和 stats 数组上增加一位，也就是添加数组的第一个元素，加上之后才可以构成一个环。
• 字符前加u是用unicode编码，中文需要，英文一般不用。
• np.linspace(start,end,num,endpoint)用于生成等差数列，endpoint=False代表不排除终点。
• flt.figure 是创建一个空白的 figure 对象，这样做的目的相当于画画前先准备一个空白的画板。然后 add_subplot(111) 可以把画板划分成 1 行 1 列。再用 ax.plot 和 ax.fill 进行连线以及给图形上色。
• 中文字体simhei.ttf下载链接：https://www.downcc.com/font/7665.html
• ax.fill(angles, stats, alpha=0.25) ，alpha=0.25代表蛛网部分透明度。

二元变量分布

特点：如果我们想要看两个变量之间的关系，就需要用到二元变量分布。在 Seaborn 里，使用二元变量分布非常方便， sns.jointplot(x, y, data=None, kind) 函数即可。其中用 kind 表示不同的视图类型：“kind=‘scatter’”代表散点图，“kind=‘kde’”代表核密度图，“kind=‘hex’ ”代表 Hexbin 图，它代表的是直方图的二维模拟。

import matplotlib.pyplot as plt import seaborn as sns # 数据准备 tips = sns.load_dataset("tips") print(tips.head(10)) # 用Seaborn画二元变量分布图（散点图，核密度图，Hexbin图） sns.jointplot(x="total_bill", y="tip", data=tips, kind='scatter') sns.jointplot(x="total_bill", y="tip", data=tips, kind='kde') sns.jointplot(x="total_bill", y="tip", data=tips, kind='hex') plt.show() 

• 这里我们使用 Seaborn 中自带的数据集 tips，这个数据集记录了不同顾客在餐厅的消费账单及小费情况。代码中 total_bill 保存了客户的账单金额，tip 是该客户给出的小费金额。我们可以用 Seaborn 中的 jointplot 来探索这两个变量之间的关系。
  
  散点图：
  
  核密度图：
  
  Hexbin 图：
  

成对关系

特点：探索数据集中的多个成对双变量的分布，可以直接采用 sns.pairplot() 函数。它会同时展示出 DataFrame 中每对变量的关系，另外在对角线上，你能看到每个变量自身作为单变量的分布情况。pairplot 函数的使用，就像在 DataFrame 中使用 describe() 函数一样方便，是数据探索中的常用函数。

import matplotlib.pyplot as plt import seaborn as sns # 数据准备 iris = sns.load_dataset('iris') # 用Seaborn画成对关系 sns.pairplot(iris) plt.show() 

1. 这里我们使用 Seaborn 中自带的 iris 数据集，这个数据集也叫鸢尾花数据集。鸢尾花可以分成 Setosa、Versicolour 和 Virginica 三个品种，在这个数据集中，针对每一个品种，都有 50 个数据，每个数据中包括了 4 个属性，分别是花萼长度、花萼宽度、花瓣长度和花瓣宽度。通过这些数据，需要你来预测鸢尾花卉属于三个品种中的哪一种。import matplotlib.pyplot as plt
   –

总结：

1. Seaborn 是基于 Matplotlib 更加高级的可视化库。
2. pairplot() 的使用，相好比 Pandas 中的 describe() 使用一样方便。