python.可视化基础

加载可视化包 ：import matplotlib.pyplot as plt；   

可视化显示在页码，jupyter内置函数，有些可能没有：%matplotlib inline；

更改设计风格：plt.style.use('ggplot')。

• 折线图 plot
• 柱形图 bar
• 条形图 barh
• 直方图 hist
• 箱线图 box
• 密度图 kde
• 面积图 area
• 散点图 scatter
• 散点矩阵图 scatter_matrix
• 饼图 pie

折线图 plot

#plot一般索引变成x轴，值是y轴，而value_counts()后是无序的,sort_index使索引升序
df.companyId.value_counts().sort_index().plot()

柱形图 bar

#柱形图绘制的两种方法：plot(kind='bar')；plot.bar(),二者等价
df.companyId.value_counts().sort_index().plot(kind='bar')
#堆积柱形图plot.bar(stacked=True)
df.pivot_table(index='city',columns='education',values='companyId',aggfunc='count').plot.bar(stacked=True)
#barh横向柱形图（条形图）
df.pivot_table(index='city',columns='education',values='companyId',aggfunc='count').plot.barh(stacked=True)

直方图 hist

df.companyId.plot.hist()
#多重直方图unstack()：是针对pandas的轴进行重新排列的一种方法
#具体用途：将数据的行index旋转成列columns
df.groupby('education').apply(lambda x:x.companyId).unstack().T.hist()
# hist(alpha=0.5)透明度
df.groupby('education').apply(lambda x:x.companyId).unstack().T.plot.hist(alpha=0.5,stacked=True,bins=8)

箱线图 box

#箱线图和多重直方图类似，需要多个维度数据框。有两种方法
#方法一
df.groupby('education').apply(lambda x:x.companyId).unstack().T.plot.box()
#方法二
df.boxplot(column='companyId',by='education')

密度图 kde

df.companyId.plot.kde()

面积图 area

#面积图(先将数据进行简单的分类)
df.pivot_table(index='city',columns='education',aggfunc='count',values='companyId').plot.area()

散点图 scatter

#散点图 x y
df.groupby('city').aggregate(['max','mean','min']).companyId.plot.scatter(x = 'min', y = 'max')
#散点矩阵图
matrix=df.groupby('positionId').aggregate(['max','mean','count']).companyId
pd.plotting.scatter_matrix(matrix[matrix['max']>1000],diagonal='kde')

饼图 pie

#饼图  figsize 大小
df.city.value_counts().plot.pie(figsize=(6,6))

import matplotlib.pyplot as plt
import numpy as np

#figure整个画布
plt.figure(1,figsize=(10,5))
#随机生成的折线图
plt.plot(np.random.random_integers(-20,20,20))
#多个title时，显示最下边的
plt.title('这是一条折线图')
#x轴的刻度，y轴用yticks
plt.xticks([0,10,20])
#x轴的标签，y轴用ylabel
plt.xlabel('时间')
#去掉[]
plt.show()

#图例的两种展示方法
#方法一
plt.plot(np.random.random_integers(-20,20,20))
plt.plot(np.random.random_integers(-20,20,20))
plt.legend(['hh1','hh2'])
plt.show()
#方法二
plt.plot(np.random.random_integers(-20,20,20),label='no1')
plt.plot(np.random.random_integers(-20,20,20),label='no2')
plt.legend()
plt.show()

散点图的叠加

data=df.groupby(['education','positionId']).aggregate(['mean','count']).companyId.reset_index()
data.head()

#得到几个散点图
for edu,grouped in data.groupby('education'):
    x = grouped['mean']
    y = grouped['count'] 
    plt.scatter(x,y)
    plt.show()
#得到一个叠加起来的散点图
#层层插入需要 循环
for edu,grouped in data.groupby('education'):
    x = grouped['mean']
    y = grouped['count'] 
    plt.scatter(x,y,label=edu)
plt.legend()
plt.show()

绘制子图

#绘制子图（左右两个）
plt.figure(figsize=(12,4))

#绘制第一张图  1,2,1表示1行2列的第1个图  
plt.subplot(1,2,1)
plt.plot(np.random.random_integers(-20,20,20),label='no1',color='g')

#绘制第二张图  #1,2,2可合并为122
plt.subplot(122)
plt.plot(np.random.random_integers(-20,20,20),label='no2')
plt.plot(np.random.random_integers(-20,20,20),label='no3')
plt.legend()

plt.show()

#绘制子图（第一行2个，第二行1个）
plt.figure(figsize=(12,4))

plt.subplot(221)
plt.plot(np.random.random_integers(-20,20,20),label='no1')
plt.plot(np.random.random_integers(-20,20,20),label='no3')

plt.subplot(223)
plt.plot(np.random.random_integers(-20,20,20),label='no2')
plt.plot(np.random.random_integers(-20,20,20),label='no4')

#第三张宽图绘制，看成2行1列的情况
plt.subplot(122)
plt.plot(np.random.random_integers(-20,20,20),label='no5')
plt.legend()

plt.show()