《数据可视化》课件（下）

第7章

有关关系的可视化本章主要内容在关系中寻求什么关联性（圆点、探索更多的变量、气泡）分布（老式分布图表、有关分布的柱形、延续性的密度）对照和比较7.1

在关系中寻求什么当某个数量增加时，另一个数量是否会减少？它们之间是因果关系还是关联关系？群体彼此之间是存在交叠还是互不干涉？关联性可以帮助我们根据某一已知指标来预测另一指标。7.2

关联性——散点图（探索更多的变量）图.

散点图矩阵的基本框架7.2关联性

—

气泡图优势在于一次比较3个变量:x轴y轴气泡的面积图.

气泡图的基本框架7.3

分布直方图Hist()用一系列宽度相等、高度不等的长方形来表示数据分布matplotlib.pyplot.hist(x, bins, range, density,weights, cumulative, bottom,histtype,**kwargs)参数说明（部分）：

x→作图所用的数据，一维数组，多维数组可以扁平化后再作图

bins→直方图的柱数，可选项，整数、序列或字符串型。默认10

range→指定直方图数据的上下界，默认包含绘图数据的最大值和最小值（范围）

density→布尔值，如果为"True”，将y轴转化为密度刻度，默认为None

weights→为每个数据点设置权重

cumulative→布尔值，是否需要计算累计频数或频率，默认为False

bottom→为直方图添加基准线，数组型，默认为none

histtype→直方图类型，分为bar,barstacked,step,stepfilled。默认为bar内距IQRInter-QuartileRange ，又

称

为

四分位差。盒须图（箱形图主要用于反映原始数据分布的特征，也可以进行多组数据分布特征的比较。盒须图变种可以水平或者垂直绘制盒须图变种2DBox

PlotRelplotRangefinderBox

PlotBag

Plotmatplotlib.pyplot.boxplot(x,notch,vert,patch_artist,whis,widths,

labels,**kwargs)x：输入数据。类型为数组或向量序列。必备参数。notch：控制箱体中央是否有V型凹槽。当取值为True时，箱体中央有V型凹槽，凹槽表示中位数的置信区间；取值为False时，箱体为矩形。类型为布尔值，默认值为False。可选参数。sym：离群点的默认标记符号，详解flierprops参数。类型为字符串，默认值为'None'。可选参数。取值为''隐藏离群点，取值为'None'时，取值为'b+’。vert：箱体的方向，当取值为True时，绘制垂直箱体，当取值为False时，绘制水平箱体。类型为布尔值，默认值为True。可选参数。whis：箱须的位置。类型为浮点数或浮点数二元组，默认值为1.5。

可选参数。7.4

对照和比较（多变量比较）1.

切尔诺夫脸谱图（

Chernoff

Faces）根据数据，将多个变量一次性展现在人脸的各个部位上，例如耳朵、头发、眼睛、鼻子等图.

2008—2009赛季NBA前50位得分手的切尔诺夫脸谱图2.

雷达图（Radar

Chart，Spider

Chart）也称为网络图、蜘蛛图、星图、蜘蛛网图，是一种表现多维数据的图表。将多个维度的数据量映射到坐标轴上，每一个维度的数据都分别对应一个坐标轴，这些坐标轴以相同的间距沿着径向排列，并且刻度相同。网格线通常只作为辅助元素，将坐标轴上的数据点用线连接起来就形成了一个多边形。多组多维对比－多雷达链两款手机的综合表现雷达图：matplotlib

库polar(

)函数：matplotlib.pyplot.polar(theta,

r，**kwargs)theta：旋转角度r：每个标记到圆心的距离kwargs：关键字参数集合网格线设置函数：matplotlib.pyplot.thetagrids(angles=None,labels=None,fmt=None,

**kwargs)3.

热力图(Heat

Map)通过色差、亮度来展示数据的差异，直观了解点位的聚集情况，易于理解。热力图尤其关注分布。热力图可以不需要坐标轴，其背景常常是图片或地图。杭州房租热力图，用于显示杭州市房租价格分布seaborn.heatmap(data,vmin,vmax,cmap,annot,fmt,linewidths,xticklabels,yticklabels,**kwargs)根据data传入的值画出热力图，一般是二维矩阵vmin设置最小值,

vmax设置最大值cmap换用不同的颜色center设置中心值annot

是否在方格上写上对应的数字fmt写入热力图的数据类型，默认为科学计数，d表示整数，.1f表示保留一位小数linewidths

设置方格之间的间隔xticklabels，yticklabels填到横纵坐标的值。可以是bool，填或者不填。可以是int，以什么间隔填，可以是list4.

平行坐标图（Parallel）一种用来呈现多变量关系，或者高维度数据的可视化技术。纵向是属性值，横向是属性类别。为了反映变化趋势和各个变量间相互关系，往往将描述不同变量的各点连接成折线。pandas.plotting.parallel_coordinates(frame,class_column,

cols=None,ax=None,color=None,use_columns=False,xticks=None,colormap=None,axvlines=True,axvlines_kwds=None,sort_labels=False,

**kwargs)参数：frame：

DataFrameclass_column：str包含类名的列名。cols：列表，可选。

要使用的列名列表。返回：类

matplotlib.axis.Axes一、基于Pandas二、基于Pyecharts的Paralleladd_schema()用于定义平行坐标图中的坐标轴，设置坐标轴的名称、类型和标签格式等信息。dim：坐标轴的名称，字符串类型type：坐标轴的类型，可以是'value‘或'category‘。value：表示坐标轴的类型为连续型数值型数据，坐标轴上的刻度间距会按照数据范围和坐标轴长度自动计算。

category：表示坐标轴的类型为离散型类别数据，坐标轴上的刻度间距会按照坐标轴长度自动计算，类别数据按照在

`add`

方法中添加的顺序在坐标轴上排列。第8章

有关空间关系的可视化本章主要内容在空间中寻求什么具体位置（经度和纬度）地区跨越空间和时间（系列组图、差额、动画）8.1

在空间中寻求什么使用地图作为背景，通过图形的位置来表现数据的地理位置，通常来展示数据在不同地理区域上的分布情况。引入时间后的变化地图是可交互的情况图.

销售额-美国◼空间数据存在自然的层次结构，可以并需要以不同的粒度进行探索研究。8.2

具体位置（找到经度和纬度）图.

地图标识地点的基本框架8.3

地区——分级统计图（色级统计图）地图上每个分区的数量使用不同的色级表示，典型的方法有：一个颜色到另一个颜色混合渐变；单一的色调渐变；透明到不透明；明到暗；用一个完整的色谱变化。较多的是反映呈面状但属分散分布的现象，如反映人口密度、某农作物播种面积的比、人均收入等。2014年美国各个州的人口情况（数据来源于

United

States

Census

Bureau）8.4

跨越空间和时间图.

2004——2009年的美国失业率差额并不是只创建系列地图才能表现出变化。有时候在一幅地图中只对变化进行可视化反而会更有意义。能节省空间，而且突出的是变化，而非单个的时间片段。动画一种可视化空间和时间变化的方式是:

让数据“动”起来。python

地图第三方库PyGMT:

GMT的

python

接口

bokeh:

擅长制作交互式图表，支持

google

地图、geojson

数据的可视化

basemap:

是

Matplotlib

的地图投影扩展，支持

25

中不同投影的底图绘制geopadas:

python

地理信息数据可视化的开源库pyecharts,

foliumpyecharts库Geo——地理坐标系Map——地图Bmap——百度地图Options——图表配置map(

).add(name,attr,value,maptype='china',is_roam=True,is_map_symbol_show=True,

**kwargs)#

系列名称，用于

tooltip的显示，legend

的图例筛选。series_name:

str#

是否开启鼠标缩放和平移漫游。#

地图类型#

数据项

(坐标点名称，坐标点值)

data_pair:Sequence,#

是否显示标记图形Geo(

)add_schema()

：控制地图类型、视角中心点等add()：添加图表名称、传入数据集、选择geo图类型、调整图例等set_series_opts()

：系列配置项，可配置图元样式、文字样式、标签样式、点线样式等set_global_opts()

：

全局配置项，可配置标题、动画、坐标轴、图例等add_coordinate（）：坐标点名称，经度、纬度Faker是一个生成伪造数据的Python第三方库,可以伪造城市,姓名等，支持中文。Faker中的函数（部分）EffectOpts：涟漪特效配置项提供的标记类型包括：'circle’'rect’'roundRect’'triangle’‘diamond’'pin’'arrow’'none'Timeline(

)

时间线轮播多图第9章

可视化大屏Tableau大屏

仪表板

(Dashboard) 显示在单⼀位置的多个⼯作表和⽀持信息的集合，便于同时⽐较和监视各种数据。仪表板美化⼩tip：配色原则：简单、清淡、对比坐标轴美化巧用线条留白，形成视觉分割Tableau的交互：突出显示筛选器URL链接

仪表板-操作强调被选中的内容，淡化未选中的其他内容。“筛选器”操作可以实现工作表之间的关联展示。故事线Pyecharts——页面组件PageDefaultPageLayout默认布局SimplePageLayout简单布局3.DraggablePageLayout拖动式布局page=

Page(layout=Page.SimplePageLayout)page.add(bar_datazoom_slider(),line_markpoint(),pie_rosetype(),grid_mutil_yaxis())page.render()Matplotlib——创建子图（1）使用Matplotlib库中的add_subplot函数创建子图

函数名称：add_subplot()

函数功能：创建子图

调用签名：fig.a