数据科学技术与应用4-数据可视化

1、数据可视化数据探索阶段的重要方法数据以图形图像形式表示揭示隐藏的数榕特征，直观传达关犍信息 Matplotlib 库专门用于开发二维（包括三维）图表的工具包实现图像元素精细化控制，绘制专业直分析图表 Pandas封装了Matplotlib的主要绘图功能 Series和DataFrarme提供绘图函数简便快捷地创建标准化图表认识基本图形按照数据值特性，可视图形大致可以分为3类展示离散数据：散点图、柱状图、饼图等；移动通信手持机（万台）广东圭庆河南江西北京其他地区脣示景錨据半聽鼬箱须国内生产总追及増速 El内生产总値堆长率（箔）展示数据的区域或評籬图挈十地2017fit12月上mi *t .nFi

2、m 10 t 7MM4tM ”Z IJ4.1.2 Pandas快速绘图基本步骤 导入matplotlib、Pandas准备数据使用Series或DataFrame封装数据绘图调用 Series.plot()或 DataFrame.plot() 数完成绘图例4绘制2010-2016年我国GDP折线图impor t matplot lib pyplot as pLt# 导入 pyp丄 ot,用于 图形显刁Kfrom pandas import DataFramegdp = 41.3,4 8.54.0,55.5f 64.4f 68.9,74.4 data = DataFrame(fGDP: Tril

3、lion1:gdpzindex=f2010f F f2011f, f2012f, f2013 T2014 f2015T, f2016f ) data plot() pit. show()挣显示图形4.1.2 Pandas快速绘图例4J （续）：绘制2010-2016年我国GDP折线图2010-2016 GDP3 1.20)02011NO122013?0142013201020132014- OOP: Trilionrrr201士Z0124.1.3 Matplotlib精细绘图基本步骤卄导入matplotlibs Pandas,导入matplotlib的pyplot模块 创建figure对象ma

4、tplotlib的国像都彳立于figure对象囱 绘图:利用pyplot的绘图函数plot()或pandas绘囱 设置图元：pit的图元设置函数，实现图形精细控制例4(续)：绘制2010-2016年我国GDP折线图import matplotlib pyplot as pit#导入绘图库pit. figure()#创盘绘图对象GDPdata= 41. 3f 48.54.0,59.5, 64.4, 68. 9,74.4#准备绘图的序列数据pit plot (GDPdata, color=r,redf,/ linewidth=2, linesty丄dashed1 / mark er=folabel

5、=f GDPT)# 绘图#精细设豐图元pit.titJLeGDP: Trillion1)pitxlim(0, 6)#x轴绘图范围pitylim (35, 75)#y轴绘图范围plt.xticks (range (0,7) , (f2010 f2011 f2012f, T2013 T2014Tz f2015f #将乂轴刻度映射为字符串pit. legend (loc=T upper right1)#在右上角显示图例说明图元添加完后，再调用show() 显示图像图形绘制过程关闭pit. grid ()#显示网格线pit. sho 虹2示并关闭绘图多子图绘制 figure对象内可绘制多个子图创建子图

6、对象axes,在子图上绘制图可使用pyplot或mxes对象提供的绘图可pandas绘图创建子图figure.add_subplot(numRows, numCols, plotNum)参数说明：nu mRows绘图区域被分成numRows行nu mCols绘图区域被分成numCols列plotNum创建的axes对象所在的区域多子图绘制实例例42：用多个子图绘制2010-2016年GDP状况20102011201220132014201520)6o o o o o o o创建个子图，绘制9/7.44,from pandas import Series data=Series(4.13/ 4.

7、89/ 5.4f5.95/ 6. 44/ 6 index=,2010 f2011f f f2012TO14T, T2015 f2016f )fig=plt figure (figsize=(6,6) #fig ng定义图形大小 axl=fig add_subplot 1, 1)#仓口建予图 1axl plot (data)# Axes Subpl ot 绘 扌亍线图ax2=fig add_subplot (2/ 2, 3)#J建子图2data plot (kind=Tbar1, use_index=True/ fontsize=f small1, ax=ax2) #Hjpandas绘启列犬图

8、ax3=fig add_subplot (2Z 2f 4)#仓U建子图3data plot (kind=T box* r fontsize=T smallT / xticks= r ax=ax3) #用pandas绘柱状图设置图元和说明lttitlelt.xlabel、plt.ylabel lt.xlim、plt.ylim设置图标题设置x、y轴标题 设置x、y轴刻度范围 设置x、y轴刻度值 添加图例说明显示网格线 添加注解文字 添加注释例43：为图4-2增加注解、坐标轴标题75data plot (title=T20102016 GDPT/LineWidth=2r marker=,oT r l

9、inestyle=1 dashedT rcolor=,r1rgrid=Truez alpha=0 9) pit annotate(fturning pointT z xy=(1, 48.5)rxytext=(0 5/ 42)r arro,wprops=dict (arrowstyle=f -T)pit text (1.8Z 70, f GDP keeps booming!T z fontsize=Tlargerf) pit xlabel(TYearf r fontsize=12)pit ylabel(GDP： Trillion1,fontsize=12)70 -turning pg201Yea

10、保存图表到文件保存函数figure.savefig(filename,dpi,bbox _in ches) plt.savefig(filename,dpi,bboxJn ches)参数说明filename文件路径及文件名，文件类型可以是jpg、png、pdf、svg、ps等dpibboxjnches图片分辨率，每英寸点数，默认100图表需保存的部分，设置为“tight”可以剪除当前图表周围的空白部分将例4-2绘制图形保存到当前文件夹fig savefig(f2010-2012GDP jpgT rdpi=400,bbox_inches = Ttight1)思考与练习1. 2012-2017年我

11、国人均可支配收入为丄.47, 1.62, 178, 1.94, 2.38, 2.60(单位：万元)。按照要求绘制以下图 形。1) 模仿例4-2和4-3,绘制人均可支配收入折线图。用小矩形标记数据点，红色虚线，用注解标注最高点， 图标题“Income chart”，设置坐标轴标题，最后将图形保存为JPG文件。一维数组访问。2) 模仿例4-2,使用多个子图分别绘制人均可支配收入的折线图、箱须图以及柱状图。【提示:1) 创建3个子图分别使用(2,2,1) .(2,2,2)和(2,1,2)作为参数。使用plt.subplots_adjust()函数调整子图间距离，以便添加图标题。 Income.1八V

12、2012-2017 income chart5 0 5 0 5 2 2 T T o (puesrKX 匸 uaicoWEgouu 一150201220142016Yearline chart5 0 52 0 72 2 LXU02U-bar chart120raYptx?x-whisker plot2012-2017millVear422绘制常用图形函数绘图散点图柱状图折线图直方图密度图饼图箱须图100075oso025000 -0 25 -0 50 -0 75 -1 00函数描述了变量y随自变量x的变化过程plt.plot()根据给定的x、y坐标值绘图例4-4:绘制 尸sin(x)和 y十 的

13、函数图给定X的范围采样生成X列表计算对应y值import numpy as np#导入numpy#生成x数组x = np丄inspace (0, 628#5()#start, endz num-pointsy=np.sin (x)#计算y=“n (x)数组pit plot (x, y, color=f rf)#用红色绘图(x)pit. plot (x, np exp (-x), c=f bT)#用蓝色绘图y=exp (-x)散点图 (Scatter diagram)描述两个一维数据序列之间的关系将两组数据分别作为点的横坐标和纵坐标DataFrame.plot(kind=/scatter/x/y

14、/title/ grixlimlimjabel,.)DataFrame.plot.scatterfxtitle, grixlim.ylimjabel,.)参数说明DataFrame中x轴对应的数据歹|J名 Matplotlib的scmtter函数也可以绘制散点图 图元的设置需要采用独立的语句pltscatter(x,%)散点图绘制例45：绘制散点图观察学生身高和体重之间的关系st data = pd read_csv (* data students .osv)#读文何：stdata.plot (kind=T scatter1,x= THeight1fy=TWeightztitle=f Stu

15、dentsBody ShapeTz marker=ff grid=Truez xlim=150,200f ylim=40f 80 / label = f (Heightz Weight) T)#绘图男女生身高、体重明显存在差异性分组散点图清晰显示数据聚集特性#将数据按男生和女生分组datal= datadata1 Gender1 = 0 # 筛选出男生 data2= datadataT Gender1 = 1 #筛选出女生 #分组绘制男生.女生的散点图 pit figure ()pit scatter(datal1HeightTzdataiWeight1,c=f ,marker=f s11lab使用不同的图 例标识分组el=fMale1)pit scatter(dataZT Height1/data2TWeightf/c=f bT,marker=T 1rlabel=f Female)p丄t xlim (150, 200)#x轴范国pit.ylim (40z 80)#y轴范围pi