数据可视化Python实现超详解【数据分析】

各位大佬好，这里是阿川的博客，祝您变得更强

大佬的支持和鼓励，将是我成长路上最大的动力

阿川水平有限，如有错误，欢迎大佬指正

Python 初阶
Python--语言基础与由来介绍
 Python--注意事项
 Python--语句与众所周知
数据清洗前 基本技能
数据分析---技术栈和开发环境搭建
 数据分析---Numpy和Pandas库基本用法及实例
数据可视化前 必看
数据分析---三前奏：获取/ 读取/ 评估数据
 数据分析---数据清洗操作及众所周知
 数据分析---数据整理操作及众所周知
 数据分析---统计学基础及Python具体实现

可视化介绍

可视化 是数据分析中 很重要 的一个环节

一图胜千言
- 发现隐藏的关系、趋势、影响
- 可视化本身也是一种探索数据 ，分析数据 的方式
可视化中的图表可从维度主要分为一维图表 和二维图表 和多维图表 及互相对比图表

主要用的库为：seaborn 和matplotlib
- 在cmd 中安装pip install seaborn 和pip install matplotlib

阿里云的镜像源：

python 复制代码

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

在jupyter中导入
- import seaborn as sns
- import matplotlib.pyplot as plt
  - 大部分我们使用的功能都在pyplot的子模板下

一维图表

一维图表

直方图 Histogram
- 表示数据分布
  - 有助于展示数据频率分布
- 横轴：数据范围
- 纵轴：个数
- 即一个数值变量.

sns.histplot（变量名）

密度图 KernelDensity
- 表示数据分布
  - 用平滑的曲线 ，更易看出分布形状

sns.kdeplot（变量名）

箱型图 BoxPlot

其中上界为最大值 或者上界等于第三四分位数加上1.5×四分位距 ，跟上界进行比较，谁小取谁，作为上界

其中下界为最小值 或者下界等于第一四分位数减去1.5×四分位距 ，跟下界进行比较，谁大取谁，作为下界

这样做的好处是可以帮助我们发现数据当中的异常值

sns.boxplot（变量名）

小提琴图 ViolinPlot
- 结合了密度图 、直方图 、箱形图
- 横轴：数据分布
- 纵轴：概率密度

sns.violinplot（变量名）

补充的话

上述这些一维图表中参数可以传入DataFrame
（DataFrame名，x=" "，y=" "）

若要更改一维图表中的标题标签
plt.title（" "）
更改 x轴标签
plt.xlabel（" "）
更改 y轴标签
plt.ylabel（" "）

因为matplotlib库中默认的字体，它不支持中文 ，所以要自己手动更换支持中文的字体
查看支持中文的字体，如下:

python 复制代码

import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib.font_manager import FontManager

font_manager = FontManager()
print(set(f.name for f in font_manager.ttflist))

更换字体，如下:

python 复制代码

matplotlib.rc("font",family='Heiti TC')

二维图表

折线图 LinePlot
- 用于展示连续间隔或时间跨度上数值的变化 ，从而看出趋势变化
- 两个 数值变量
- 加一个颜色，即可多表示一个分类变量

sns.lineplot（data=DataFrame名，x=" "，y=" "）

饼图 PiePlot
- 展示各个分类对应数值 之间的比例
- 一个分类变量 ，一个数值变量

plt.pie（DataFrame名["数值变量列]"，labels=DataFrame名["分类变量列"]）
- autopct ="%.1f%%" 该参数可以显示百分比 ，%可以告诉系统 ，这是用来展示格式字符串 ，%%告诉系统 ，这是百分比结尾

散点图 ScatterPlot
- 展示两个数值变量关系
  - 可以看出两个变量 之间的相关性
- x轴：一个变量的值
- y轴：一个变量的值

sns.scatterplot（DataFrame名，x=" "，y=" "）
或者 sns.scatterplot（x=DataFrame[" "]，y=DataFrame[" "]）

条形图 BarPlot
- 横轴：分类类别
- 纵轴：数值
- 一个分类变量 加一个数值变量

sns.barplot（data=DataFrame名，x=" "，y=" "）
- estimator 该参数可以指定纵轴的高度对应所属分类下的所有值的样式，不写该参数，则默认纵轴高度对应所属分类下的所有值的平均值

但在条形图基础上 ，若纵轴想记录个数 ，则用

计数图 countplot
- sns.countplot（data=DataFrame名， x=" "） Y轴自动聚合成x里面的个数

补充的话

上述图表的颜色有点不合时宜 ，更新颜色
color="颜色 " 或者 sns. set_palette（" 色盘"）

常用的颜色有:

这里推荐这个网站:中国色，里面有非常多美丽的颜色，调色师、设计师必备哦

常用的色板有:

多维图表

更多维

用面积大小 和颜色来区分新的变量

气泡图
- 引入新的数值变量 ，用面积大小 来区分
- plt.scatterplot（DataFrame，x=" "，y=" "，size=" "）

热力图 Heatmap
- 两个分类变量 加一个数值变量
- x轴和y轴分别表示不同的分类变量 ，颜色代表数值变量

plt.heatmap（annot=True）
- annot 该参数表示具体数值展示出来

复式条形图
- 在条形图的基础上 引入多个条柱 ，则表示多个分类变量

sns.barplot（data=DataFrame名，x=" "，y=" "，hue="分类变量 " ）

补充的话

在基础图表的基础上 加一种颜色加一下面积大小 ，即可表示更多的变量
plt.scatterplot（DataFrame，x=" "，y=" "，hue=" "，size=" "）

更改图例位置 :
plt.legend（bbox_to_anchor=（数字1 ，数字2））

数字1 中有零/一可能性 ，数字2 中有零/一可能性
- 数字一 的零表示图例在图表的左边，一表示在图表的右边。
- 数字二 的零表示图例在图表的下面，一表示在图表的上面。

互相对比

将这些图表互相对比 ，挖掘出更多信息

在同一个单元格里输入多个相同的图表的公式

最后plt.show（) 出来

此时多个相同图表 就在一个图上了。

binwidth 该参数可以改变图表的长度
label 该参数为图例标签

例如以直方图 为例

那么最后呈现的结果若没有 展现出图例标签 ，则再加一个plt.legend（）

密度图 也是同样的道理 ，但不需要binwidth 参数，因为它是一条平滑的曲线。

箱形图

没有 label和binwidth参数，只有y轴/x轴参数

小提琴图 也是同样的道理

但会显得很拥挤 ，更好选择是将分类变量 作为x轴的变量 ，即x=" "

若想将不同的类型的图 并排放在一起
fig,axes=plt.subplots（行，列，figsize=（高，宽））

fig 代表大图
axis 代表小图

这里是绘制空白图

在想要的图形种类中 ，加入ax参数=axes[n]

n表示第n个子图 ，n从0开始

配对图 pairplot

能将DataFrame中的数值变量 两两关系分布出来
- 将各变量 的分布用直方图绘制出来
- 将不同变量 两两之间的关系绘制成散点图
sns.pairplot（，hue=" 分类变量"）
- 可以探讨不同分类变量 之间的数值关系

好的，到此为止啦，祝您变得更强

想说的话

实不相瞒，写的这篇博客写了十一个小时（加上自己学习和纸质笔记，共十三小时 吧），很累，希望大佬支持

道阻且长行则将至

个人主页：在线OJ的阿川大佬的支持和鼓励，将是我成长路上最大的动力

数据可视化Python实现超详解【数据分析】

目录

可视化介绍

一维图表

补充的话

二维图表

补充的话

多维图表

补充的话

互相对比