Python data analysis tools commonly used in visualization

Python data analysis tools commonly used in visualization

1 Matplotlib

Drawing tools for creating publication-quality graphics library, the purpose is to build a Matlab-style graphics interface for the Python.

1.1 Installation

• Anaconada own.

• pip install

  pip install matplotlib

1.2 references

import matplotlib.pyplot as plt

1.3 common method

figure

Matplotlib figure image object are located

• Create a figure

fig = plt.figure()

subplot

fig.add_subplot(a,b,c)

• a, b denotes speak into fig area axb
• c represents the currently selected area to be operated
  注意 ·: from start number 1
• The target return is AxesSubplot
• plot drawing area specified last position of subplot (jupyter was not displayed correctly
  shown)
• At the same time return figure subplot array of objects and the newly created
  • fig，subplot arr=plt.subplots（2，2）
  • 在 jupyter 里可以正常显示，推荐使用这种方式创建多个图表

plt.plot()

Mapping method.

# 在指定 subplot 作图

import scipy as sp
from scipy import stats

x = np.linspace(-5, 15, 50)
#print x.shape

# 绘制高斯分布
plt.plot(x, sp.stats.norm.pdf(x=x, loc=5, scale=2))

# 叠加直方图
plt.hist(sp.stats.norm.rvs(loc=5, scale=2, size=200), bins=50, normed=True, color='red', alpha=0.5)
plt.show()

Draw a histogram
plt.hist(np.random.randn(100), bins=10, color='b', alpha=0.3)

Draw a scatter plot

x = np.arange(50)
y = x + 5 * np.random.rand(50)
plt.scatter(x, y)

Histogram

x = np.arange(5)
y1, y2 = np.random.randint(1, 25, size=(2, 5))
width = 0.25
ax = plt.subplot(1,1,1)
ax.bar(x, y1, width, color='r')
ax.bar(x+width, y2, width, color='g')
ax.set_xticks(x+width)
ax.set_xticklabels(['a', 'b', 'c', 'd', 'e'])
plt.show()

Matrix drawing

m = np.random.rand(10,10)
print(m)
plt.imshow(m, interpolation='nearest', cmap=plt.cm.ocean)
plt.colorbar()
plt.show()

Color-coded line

ax.plot（x，y，'r--'） == ax.plotx，y，linestyle=--'，color=r'）

Mark, label, legend

• Set scale range
  • plt.xlim()，plt.ylim(）
  • ax.set_xlim()，ax.set_ylim()
• Set the scale display
  • plt.xticks()，plt.yticks(）
  • ax.set_xticks（），ax.set yticks）
• Setting scale label
  • ax.set_xticklabels(），ax.set yticklabels()
• Set axis label
  • `ax.set_xlabel()，ax.set ylabel0()
• Set Title
  • ax.set title(）
• legend
  • ax.plot（label=legend'）
  • ax.legend），plt.legend()
    • loc=‘best' Automatically selecting optimum placement positions Legend

matplotlib settings

plt.rc ()

Customizing matplotlib

1.4 3D graphics

matplotlib support for 3D graphics

The following code gives different years, the average life expectancy in different countries.

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import pandas as pd
import numpy as np
import matplotlib; matplotlib.style.use('ggplot')

%matplotlib inline

# 读取 csv 数据集
lexp = pd.read_csv('lexpectancy.csv')
lexp.dropna(inplace=True)
lexp.reset_index(inplace=True)
plot_data = lexp[['Country', '1960', '1970', '1980', '1990', '2000']][:3]
print(plot_data)

fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')

country_list = plot_data['Country'].values.tolist()
year_list = ['1960', '1970', '1980', '1990', '2000']

for i, (color, z) in enumerate(zip(['r', 'g', 'b'], [0, 10, 20])):
    age_list = plot_data.iloc[i][1:].values.tolist()
    xs = np.arange(len(age_list))
    ys = age_list
    cs = [color] * len(age_list)
    ax.bar(xs, ys, zs=z, zdir='y', color=cs, alpha=0.8)


ax.set_xticklabels(year_list)
ax.set_yticks([0, 10, 20])
ax.set_yticklabels(country_list)

ax.set_xlabel('Year')
ax.set_ylabel('Country')
ax.set_zlabel('Age')

More reference mplot3d tutorial

2 Seaborn

What is Seaborn

• Python is a mapping tool library, you can create attractive and informative charts
• 在 Matplotlib 上构建，支持 numpy 和 pandas 的数据结构可视化，甚至是 scipy 和 statsmodels 的统计模型可视化

特点

• 多个 内置主题 及颜色主题
• 可视化 单一变量、二维变量 用于 比较 数据集中各变量的分布情况
• 可视化 线性回归模型 中的 独立变量 及不独立变量
• 可视化矩阵数据，通过聚类算法探究矩阵间的结构
• 可视化 时间序列数据 及不确定性的展示
• 可在 分割区域制图，用于复杂 的可视化

2.2 安装

conda 安装：conda install seaborn
pip 安装：pip install seaborn

2.3 引用

import seaborn as sns

2.4 数据集分布可视化

• 单变量分布 sns.distplot）
  • 直方图 sns.distplot（kde=False）
  • 核密度估计 sns.distplot（hist=False）或 sns.kdeplot）
  • 拟合参数分布 sns.distplot（kde=False，fit=）
• 双变量分布
  • 散布图 sns.jointplot0
  • 二维直方图 Hexbin sns.jointplot（kind=‘hex）
  • 核密度估计 sns.jointplot（kind=‘kde'）
• 数据集中变量间关系可视化 sns.pairplot(）

2.5 类别数据可视化

• 类别散布图
  • sns.stripplot() 数据点会重叠
  • sns.swarmplot() 数据点避免重叠
  • hue 指定子类别
• 类别内数据分布
  • 盒子图 sns.boxplot()，hue 指定子类别
  • 小提琴图 sns.violinplot()，hue 指定子类别
• 类别内统计图
  • 柱状图 sns.barplot()
  • 点图 sns.pointplot()

3 Bokeh

什么是 Bokeh

• 专门针对 Web 浏览器的交互式、可视化 Python 绘图库
• 可以做出像 D3.，js 简洁漂亮的交互可视化效果

特点

• 独立的 HTML 文档或服务端程序
• 可以处理大量、动态或数据流
• 支持 Python（或 Scala，R，Julia.）
• 不需要使用 Javascript

Bokeh 接口

• Charts：高层接口，以简单的方式绘制复杂的统计图
• Plotting：中层接口，用于组装图形元素
• Models：底层接口，为开发者提供了最大的灵活性

3.1 安装

conda 安装：conda install bokeh
pip 安装：pip install bokeh

3.2 引用

• 生成. html 文档
  from bokeh.io import output file
• 在 jupyter 中使用
  from boken.io import output_notebook

3.3 bokeh.charts

引用和导入数据

# 引用
from bokeh.io import output_notebook, output_file, show
from bokeh.charts import Scatter, Bar, BoxPlot, Chord
from bokeh.layouts import row

import seaborn as sns

# 导入数据
exercise = sns.load_dataset('exercise')
# 在使用 Jupyter notebook 时设置
output_notebook()

散点图

p = Scatter(data=exercise, x='id', y='pulse', title='exercise dataset')
show(p)

柱状图

p = Bar(data=exercise, values='pulse', label='diet', stack='kind', title='exercise dataset')
show(p)

盒子图

box1 = BoxPlot(data=exercise, values='pulse', label='diet', color='diet', title='exercise dataset')
box2 = BoxPlot(data=exercise, values='pulse', label='diet', stack='kind', color='kind', title='exercise dataset')
show(row(box1, box2)) # 显示两张图

弦图 Chord

• 展示多个节点之间的联系
• 连线的粗细代表权重

chord1 = Chord(data=exercise, source="id", target="kind")
# value 设置以什么为粗细
chord2 = Chord(data=exercise, source="id", target="kind", value="pulse")

show(row(chord1, chord2))

更多参考：Bokeh 官网

3.4 bokeh.plotting

from bokeh.plotting import figure
import numpy as np

p = figure(plot_width=400, plot_height=400)
# 方框
p.square(np.random.randint(1,10,5), np.random.randint(1,10,5), size=20, color="navy")

# 圆形
p.circle(np.random.randint(1,10,5), np.random.randint(1,10,5), size=10, color="green")
show(p)

更多图形元素参考：Bokeh 官网