文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

25个常用Matplotlib图的Python代码,收藏收藏!

2024-12-24 17:49

关注
  1. # !pip install brewer2mpl  
  2. import numpy as np  
  3. import pandas as pd  
  4. import matplotlib as mpl  
  5. import matplotlib.pyplot as plt  
  6. import seaborn as sns  
  7. import warnings; warnings.filterwarnings(action='once'
  8. large = 22med = 16small = 12  
  9. params = {'axes.titlesize': large,  
  10.           'legend.fontsize': med,  
  11.           'figure.figsize': (16, 10),  
  12.           'axes.labelsize': med,  
  13.           'axes.titlesize': med,  
  14.           'xtick.labelsize': med,  
  15.           'ytick.labelsize': med,  
  16.           'figure.titlesize': large}  
  17. plt.rcParams.update(params)  
  18. plt.style.use('seaborn-whitegrid')  
  19. sns.set_style("white") 
  20. %matplotlib inline  
  21. # Version  
  22. print(mpl.__version__)  #> 3.0.0  
  23. print(sns.__version__)  #> 0.9.0 

1. 散点图

Scatteplot是用于研究两个变量之间关系的经典和基本图。如果数据中有多个组,则可能需要以不同颜色可视化每个组。在Matplotlib,你可以方便地使用。 

  1. # Import dataset   
  2. midwest = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv")  
  3. # Prepare Data   
  4. # Create as many colors as there are unique midwest['category']  
  5. categories = np.unique(midwest['category'])  
  6. colors = [plt.cm.tab10(i/float(len(categories)-1)) for i in range(len(categories))]  
  7. # Draw Plot for Each Category  
  8. plt.figure(figsize=(16, 10), dpi80facecolor='w'edgecolor='k' 
  9. for i, category in enumerate(categories):  
  10.     plt.scatter('area', 'poptotal',   
  11.                 data=midwest.loc[midwest.category==category, :],   
  12.                 s=20c=colors[i], label=str(category))  
  13. # Decorations  
  14. plt.gca().set(xlim=(0.0, 0.1), ylim=(0, 90000),  
  15.               xlabel='Area'ylabel='Population' 
  16. plt.xticks(fontsize=12); plt.yticks(fontsize=12 
  17. plt.title("Scatterplot of Midwest Area vs Population", fontsize=22 
  18. plt.legend(fontsize=12)      
  19. plt.show()      

2. 带边界的气泡图

有时,您希望在边界内显示一组点以强调其重要性。在此示例中,您将从应该被环绕的数据帧中获取记录,并将其传递给下面的代码中描述的记录。encircle() 

  1. from matplotlib import patches  
  2. from scipy.spatial import ConvexHull  
  3. import warnings; warnings.simplefilter('ignore')  
  4. sns.set_style("white")  
  5. # Step 1: Prepare Data  
  6. midwest = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv")  
  7. # As many colors as there are unique midwest['category']  
  8. categories = np.unique(midwest['category'])  
  9. colors = [plt.cm.tab10(i/float(len(categories)-1)) for i in range(len(categories))]  
  10. # Step 2: Draw Scatterplot with unique color for each category  
  11. fig = plt.figure(figsize=(16, 10), dpi80facecolor='w'edgecolor='k')      
  12. for i, category in enumerate(categories):  
  13.     plt.scatter('area', 'poptotal', data=midwest.loc[midwest.category==category, :], s='dot_size'c=colors[i], label=str(category), edgecolors='black'linewidths=.5) 
  14.  # Step 3: Encircling  
  15. # https://stackoverflow.com/questions/44575681/how-do-i-encircle-different-data-sets-in-scatter-plot  
  16. def encircle(x,y, ax=None, **kw):  
  17.     if not ax: ax=plt.gca()  
  18.     p = np.c_[x,y]  
  19.     hull = ConvexHull(p)  
  20.     poly = plt.Polygon(p[hull.vertices,:], **kw)  
  21.     ax.add_patch(poly)  
  22. # Select data to be encircled  
  23. midwestmidwest_encircle_data = midwest.loc[midwest.state=='IN', :]                  
  24.  # Draw polygon surrounding vertices     
  25. encircle(midwest_encircle_data.area, midwest_encircle_data.poptotal, ec="k"fc="gold"alpha=0.1)  
  26. encircle(midwest_encircle_data.area, midwest_encircle_data.poptotal, ec="firebrick"fc="none"linewidth=1.5)  
  27. # Step 4: Decorations  
  28. plt.gca().set(xlim=(0.0, 0.1), ylim=(0, 90000),  
  29.               xlabel='Area'ylabel='Population' 
  30. plt.xticks(fontsize=12); plt.yticks(fontsize=12 
  31. plt.title("Bubble Plot with Encircling", fontsize=22 
  32. plt.legend(fontsize=12)      
  33. plt.show()     

3. 带线性回归最佳拟合线的散点图

如果你想了解两个变量如何相互改变,那么最合适的线就是要走的路。下图显示了数据中各组之间最佳拟合线的差异。要禁用分组并仅为整个数据集绘制一条最佳拟合线,请从下面的调用中删除该参数。 

  1. # Import Data  
  2. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")  
  3. dfdf_select = df.loc[df.cyl.isin([4,8]), :] 
  4. # Plot  
  5. sns.set_style("white")  
  6. gridobj = sns.lmplot(x="displ"y="hwy"hue="cyl"data=df_select,   
  7.                      height=7aspect=1.6, robust=Truepalette='tab10',   
  8.                      scatter_kws=dict(s=60linewidths=.7, edgecolors='black'))  
  9. # Decorations  
  10. gridobj.set(xlim=(0.5, 7.5), ylim=(0, 50))  
  11. plt.title("Scatterplot with line of best fit grouped by number of cylinders", fontsize=20

每个回归线都在自己的列中

或者,您可以在其自己的列中显示每个组的最佳拟合线。你可以通过在里面设置参数来实现这一点。 

  1. # Import Data  
  2. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")  
  3. dfdf_select = df.loc[df.cyl.isin([4,8]), :] 
  4. # Each line in its own column  
  5. sns.set_style("white")  
  6. gridobj = sns.lmplot(x="displ"y="hwy",   
  7.                      data=df_select,   
  8.                      height=7,   
  9.                      robust=True,   
  10.                      palette='Set1',   
  11.                      col="cyl" 
  12.                      scatter_kws=dict(s=60linewidths=.7, edgecolors='black'))  
  13. # Decorations  
  14. gridobj.set(xlim=(0.5, 7.5), ylim=(0, 50))  
  15. plt.show() 

4. 抖动图

通常,多个数据点具有完全相同的X和Y值。结果,多个点相互绘制并隐藏。为避免这种情况,请稍微抖动点,以便您可以直观地看到它们。这很方便使用 

  1. # Import Data  
  2. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")  
  3. # Draw Stripplot  
  4. fig, ax = plt.subplots(figsize=(16,10), dpi80
  5. sns.stripplot(df.cty, df.hwy, jitter=0.25, size=8axax=ax, linewidth=.5)  
  6. # Decorations  
  7. plt.title('Use jittered plots to avoid overlapping of points', fontsize=22 
  8. plt.show() 

5. 计数图

避免点重叠问题的另一个选择是增加点的大小,这取决于该点中有多少点。因此,点的大小越大,周围的点的集中度就越大。 

  1. # Import Data  
  2. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")  
  3. dfdf_counts = df.groupby(['hwy', 'cty']).size().reset_index(name='counts' 
  4. # Draw Stripplot  
  5. fig, ax = plt.subplots(figsize=(16,10), dpi80)      
  6. sns.stripplot(df_counts.cty, df_counts.hwy, size=df_counts.counts*2, axax=ax)  
  7. # Decorations  
  8. plt.title('Counts Plot - Size of circle is bigger as more points overlap', fontsize=22 
  9. plt.show() 

6. 边缘直方图

边缘直方图具有沿X和Y轴变量的直方图。这用于可视化X和Y之间的关系以及单独的X和Y的单变量分布。该图如果经常用于探索性数据分析(EDA)。 

  1. # Import Data  
  2. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")  
  3. # Create Fig and gridspec  
  4. fig = plt.figure(figsize=(16, 10), dpi80 
  5. grid = plt.GridSpec(4, 4, hspace=0.5, wspace=0.2)  
  6. # Define the axes  
  7. ax_main = fig.add_subplot(grid[:-1, :-1])  
  8. ax_right = fig.add_subplot(grid[:-1, -1], xticklabels=[], yticklabels=[])  
  9. ax_bottom = fig.add_subplot(grid[-1, 0:-1], xticklabels=[], yticklabels=[])  
  10. # Scatterplot on main ax  
  11. ax_main.scatter('displ', 'hwy', s=df.cty*4, c=df.manufacturer.astype('category').cat.codes, alpha=.9, data=dfcmap="tab10"edgecolors='gray'linewidths=.5) 
  12.  # histogram on the right  
  13. ax_bottom.hist(df.displ, 40, histtype='stepfilled'orientation='vertical'color='deeppink' 
  14. ax_bottom.invert_yaxis()  
  15. # histogram in the bottom  
  16. ax_right.hist(df.hwy, 40, histtype='stepfilled'orientation='horizontal'color='deeppink' 
  17. # Decorations  
  18. ax_main.set(title='Scatterplot with Histograms   
  19.  displ vs hwy', xlabel='displ'ylabel='hwy' 
  20. ax_main.title.set_fontsize(20)  
  21. for item in ([ax_main.xaxis.label, ax_main.yaxis.label] + ax_main.get_xticklabels() + ax_main.get_yticklabels()):  
  22.     item.set_fontsize(14) 
  23. xlabels = ax_main.get_xticks().tolist()  
  24. ax_main.set_xticklabels(xlabels)  
  25. plt.show() 

7.边缘箱形图

边缘箱图与边缘直方图具有相似的用途。然而,箱线图有助于精确定位X和Y的中位数,第25和第75百分位数。 

  1. # Import Data  
  2. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")  
  3. # Create Fig and gridspec  
  4. fig = plt.figure(figsize=(16, 10), dpi80 
  5. grid = plt.GridSpec(4, 4, hspace=0.5, wspace=0.2)  
  6. # Define the axes  
  7. ax_main = fig.add_subplot(grid[:-1, :-1])  
  8. ax_right = fig.add_subplot(grid[:-1, -1], xticklabels=[], yticklabels=[])  
  9. ax_bottom = fig.add_subplot(grid[-1, 0:-1], xticklabels=[], yticklabels=[])  
  10. # Scatterplot on main ax  
  11. ax_main.scatter('displ', 'hwy', s=df.cty*5, c=df.manufacturer.astype('category').cat.codes, alpha=.9, data=dfcmap="Set1"edgecolors='black'linewidths=.5) 
  12. # Add a graph in each part  
  13. sns.boxplot(df.hwy, ax=ax_rightorient="v" 
  14. sns.boxplot(df.displ, ax=ax_bottomorient="h" 
  15. # Decorations ------------------  
  16. # Remove x axis name for the boxplot  
  17. ax_bottom.set(xlabel='' 
  18. ax_right.set(ylabel='' 
  19. # Main Title, Xlabel and YLabel  
  20. ax_main.set(title='Scatterplot with Histograms   
  21.  displ vs hwy', xlabel='displ'ylabel='hwy' 
  22. # Set font size of different components  
  23. ax_main.title.set_fontsize(20)  
  24. for item in ([ax_main.xaxis.label, ax_main.yaxis.label] + ax_main.get_xticklabels() + ax_main.get_yticklabels()):  
  25.     item.set_fontsize(14)  
  26. plt.show() 

8. 相关图

Correlogram用于直观地查看给定数据帧(或2D数组)中所有可能的数值变量对之间的相关度量。 

  1. # Import Dataset  
  2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")  
  3. # Plot  
  4. plt.figure(figsize=(12,10), dpi80 
  5. sns.heatmap(df.corr(), xticklabels=df.corr().columns, yticklabels=df.corr().columns, cmap='RdYlGn'center=0annot=True 
  6. # Decorations  
  7. plt.title('Correlogram of mtcars', fontsize=22 
  8. plt.xticks(fontsize=12 
  9. plt.yticks(fontsize=12 
  10. plt.show() 

9. 矩阵图

成对图是探索性分析中的最爱,以理解所有可能的数字变量对之间的关系。它是双变量分析的必备工具。 

  1. # Load Dataset  
  2. df = sns.load_dataset('iris')  
  3. # Plot  
  4. plt.figure(figsize=(10,8), dpi80 
  5. sns.pairplot(df, kind="scatter"hue="species"plot_kws=dict(s=80edgecolor="white"linewidth=2.5))  
  6. plt.show() 

 

  1. # Load Dataset  
  2. df = sns.load_dataset('iris')  
  3. # Plot  
  4. plt.figure(figsize=(10,8), dpi80 
  5. sns.pairplot(df, kind="reg"hue="species" 
  6. plt.show() 

偏差

10. 发散型条形图

如果您想根据单个指标查看项目的变化情况,并可视化此差异的顺序和数量,那么发散条是一个很好的工具。它有助于快速区分数据中组的性能,并且非常直观,并且可以立即传达这一点。 

  1. # Prepare Data  
  2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")  
  3. x = df.loc[:, ['mpg']]  
  4. df['mpg_z'] = (x - x.mean())/x.std()  
  5. df['colors'] = ['red' if x < 0 else 'green' for x in df['mpg_z']]  
  6. df.sort_values('mpg_z', inplace=True 
  7. df.reset_index(inplace=True 
  8. # Draw plot  
  9. plt.figure(figsize=(14,10), dpi80 
  10. plt.hlines(y=df.index, xmin=0xmax=df.mpg_z, color=df.colors, alpha=0.4, linewidth=5 
  11. # Decorations  
  12. plt.gca().set(ylabel='$Model$'xlabel='$Mileage$' 
  13. plt.yticks(df.index, df.cars, fontsize=12 
  14. plt.title('Diverging Bars of Car Mileage', fontdict={'size':20})  
  15. plt.grid(linestyle='--'alpha=0.5)  
  16. plt.show() 

11. 发散型文本

分散的文本类似于发散条,如果你想以一种漂亮和可呈现的方式显示图表中每个项目的价值,它更喜欢。 

  1. # Prepare Data  
  2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")  
  3. x = df.loc[:, ['mpg']]  
  4. df['mpg_z'] = (x - x.mean())/x.std()  
  5. df['colors'] = ['red' if x < 0 else 'green' for x in df['mpg_z']]  
  6. df.sort_values('mpg_z', inplace=True 
  7. df.reset_index(inplace=True 
  8. # Draw plot  
  9. plt.figure(figsize=(14,14), dpi80 
  10. plt.hlines(y=df.index, xmin=0xmax=df.mpg_z)  
  11. for x, y, tex in zip(df.mpg_z, df.index, df.mpg_z):  
  12.     t = plt.text(x, y, round(tex, 2), horizontalalignment='right' if x < 0 else 'left',   
  13.                  verticalalignment='center'fontdict={'color':'red' if x < 0 else 'green', 'size':14})  
  14. # Decorations      
  15. plt.yticks(df.index, df.cars, fontsize=12 
  16. plt.title('Diverging Text Bars of Car Mileage', fontdict={'size':20})  
  17. plt.grid(linestyle='--'alpha=0.5)  
  18. plt.xlim(-2.5, 2.5)  
  19. plt.show() 

12. 发散型包点图

发散点图也类似于发散条。然而,与发散条相比,条的不存在减少了组之间的对比度和差异。 

  1. # Prepare Data  
  2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")  
  3. x = df.loc[:, ['mpg']] 
  4.  df['mpg_z'] = (x - x.mean())/x.std()  
  5. df['colors'] = ['red' if x < 0 else 'darkgreen' for x in df['mpg_z']]  
  6. df.sort_values('mpg_z', inplace=True 
  7. df.reset_index(inplace=True 
  8. # Draw plot  
  9. plt.figure(figsize=(14,16), dpi80 
  10. plt.scatter(df.mpg_z, df.index, s=450alpha=.6, color=df.colors)  
  11. for x, y, tex in zip(df.mpg_z, df.index, df.mpg_z):  
  12.     t = plt.text(x, y, round(tex, 1), horizontalalignment='center',   
  13.                  verticalalignment='center'fontdict={'color':'white'})  
  14. # Decorations  
  15. # Lighten borders  
  16. plt.gca().spines["top"].set_alpha(.3)  
  17. plt.gca().spines["bottom"].set_alpha(.3)  
  18. plt.gca().spines["right"].set_alpha(.3)  
  19. plt.gca().spines["left"].set_alpha(.3)  
  20. plt.yticks(df.index, df.cars)  
  21. plt.title('Diverging Dotplot of Car Mileage', fontdict={'size':20})  
  22. plt.xlabel('$Mileage$')  
  23. plt.grid(linestyle='--'alpha=0.5)  
  24. plt.xlim(-2.5, 2.5)  
  25. plt.show() 

13. 带标记的发散型棒棒糖图

带标记的棒棒糖通过强调您想要引起注意的任何重要数据点并在图表中适当地给出推理,提供了一种可视化分歧的灵活方式。 

  1. # Prepare Data  
  2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")  
  3. x = df.loc[:, ['mpg']]  
  4. df['mpg_z'] = (x - x.mean())/x.std()  
  5. df['colors'] = 'black'  
  6. # color fiat differently  
  7. df.loc[df.cars == 'Fiat X1-9', 'colors'] = 'darkorange'  
  8. df.sort_values('mpg_z', inplace=True 
  9. df.reset_index(inplace=True 
  10. # Draw plot  
  11. import matplotlib.patches as patches  
  12. plt.figure(figsize=(14,16), dpi80 
  13. plt.hlines(y=df.index, xmin=0xmax=df.mpg_z, color=df.colors, alpha=0.4, linewidth=1 
  14. plt.scatter(df.mpg_z, df.index, color=df.colors, s=[600 if x == 'Fiat X1-9' else 300 for x in df.cars], alpha=0.6)  
  15. plt.yticks(df.index, df.cars)  
  16. plt.xticks(fontsize=12 
  17. # Annotate  
  18. plt.annotate('Mercedes Models', xy=(0.0, 11.0), xytext=(1.0, 11), xycoords='data' 
  19.             fontsize=15ha='center'va='center' 
  20.             bbox=dict(boxstyle='square'fc='firebrick'),  
  21.             arrowprops=dict(arrowstyle='-[, widthB=2.0, lengthB=1.5'lw=2.0, color='steelblue'), color='white' 
  22. # Add Patches  
  23. p1 = patches.Rectangle((-2.0, -1), width=.3, height=3alpha=.2, facecolor='red' 
  24. p2 = patches.Rectangle((1.5, 27), width=.8, height=5alpha=.2, facecolor='green' 
  25. plt.gca().add_patch(p1)  
  26. plt.gca().add_patch(p2)  
  27. # Decorate  
  28. plt.title('Diverging Bars of Car Mileage', fontdict={'size':20})  
  29. plt.grid(linestyle='--'alpha=0.5)  
  30. plt.show() 

14.面积图

通过对轴和线之间的区域进行着色,区域图不仅强调峰值和低谷,而且还强调高点和低点的持续时间。高点持续时间越长,线下面积越大。 

  1. import numpy as np  
  2. import pandas as pd  
  3. # Prepare Data  
  4. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/economics.csv", parse_dates=['date']).head(100)  
  5. x = np.arange(df.shape[0])  
  6. y_returns = (df.psavert.diff().fillna(0)/df.psavert.shift(1)).fillna(0) * 100  
  7. # Plot  
  8. plt.figure(figsize=(16,10), dpi80 
  9. plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] >= 0, facecolor='green'interpolate=Truealpha=0.7)  
  10. plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] <= 0, facecolor='red'interpolate=Truealpha=0.7)  
  11. # Annotate  
  12. plt.annotate('Peak  
  13. 1975', xy=(94.0, 21.0), xytext=(88.0, 28),  
  14.              bbox=dict(boxstyle='square'fc='firebrick'),  
  15.              arrowprops=dict(facecolor='steelblue'shrink=0.05), fontsize=15color='white' 
  16. # Decorations  
  17. xtickvals = [str(m)[:3].upper()+"-"+str(y) for y,m in zip(df.date.dt.year, df.date.dt.month_name())]  
  18. plt.gca().set_xticks(x[::6])  
  19. plt.gca().set_xticklabels(xtickvals[::6], rotation=90fontdict={'horizontalalignment': 'center', 'verticalalignment': 'center_baseline'})  
  20. plt.ylim(-35,35)  
  21. plt.xlim(1,100)  
  22. plt.title("Month Economics Return %", fontsize=22) 
  23. plt.ylabel('Monthly returns %')  
  24. plt.grid(alpha=0.5)  
  25. plt.show() 

15. 有序条形图

有序条形图有效地传达了项目的排名顺序。但是,在图表上方添加度量标准的值,用户可以从图表本身获取精确信息。 

  1. # Prepare Data  
  2. df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")  
  3. df = df_raw[['cty', 'manufacturer']].groupby('manufacturer').apply(lambda x: x.mean())  
  4. df.sort_values('cty', inplace=True 
  5. df.reset_index(inplace=True 
  6. # Draw plot  
  7. import matplotlib.patches as patches 
  8. fig, ax = plt.subplots(figsize=(16,10), facecolor='white'dpi80 
  9. ax.vlines(x=df.index, ymin=0ymax=df.cty, color='firebrick'alpha=0.7, linewidth=20 
  10. # Annotate Text 
  11.  for i, cty in enumerate(df.cty):  
  12.     ax.text(i, cty+0.5, round(cty, 1), horizontalalignment='center' 
  13. # Title, Label, Ticks and Ylim  
  14. ax.set_title('Bar Chart for Highway Mileage', fontdict={'size':22})  
  15. ax.set(ylabel='Miles Per Gallon'ylim=(0, 30))  
  16. plt.xticks(df.index, df.manufacturer.str.upper(), rotation=60horizontalalignment='right'fontsize=12 
  17. # Add patches to color the X axis labels  
  18. p1 = patches.Rectangle((.57, -0.005), width=.33, height=.13, alpha=.1, facecolor='green'transform=fig.transFigure)  
  19. p2 = patches.Rectangle((.124, -0.005), width=.446, height=.13, alpha=.1, facecolor='red'transform=fig.transFigure)  
  20. fig.add_artist(p1)  
  21. fig.add_artist(p2)  
  22. plt.show() 

16. 棒棒糖图

棒棒糖图表以一种视觉上令人愉悦的方式提供与有序条形图类似的目的。 

  1. # Prepare Data  
  2. df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")  
  3. df = df_raw[['cty', 'manufacturer']].groupby('manufacturer').apply(lambda x: x.mean()) 
  4.  df.sort_values('cty', inplace=True 
  5. df.reset_index(inplace=True 
  6. # Draw plot  
  7. fig, ax = plt.subplots(figsize=(16,10), dpi80 
  8. ax.vlines(x=df.index, ymin=0ymax=df.cty, color='firebrick'alpha=0.7, linewidth=2 
  9. ax.scatter(x=df.index, y=df.cty, s=75color='firebrick'alpha=0.7)  
  10. # Title, Label, Ticks and Ylim  
  11. ax.set_title('Lollipop Chart for Highway Mileage', fontdict={'size':22})  
  12. ax.set_ylabel('Miles Per Gallon')  
  13. ax.set_xticks(df.index) 
  14. ax.set_xticklabels(df.manufacturer.str.upper(), rotation=60fontdict={'horizontalalignment': 'right', 'size':12})  
  15. ax.set_ylim(0, 30)  
  16. # Annotate  
  17. for row in df.itertuples():  
  18.     ax.text(row.Index, row.cty+.5, s=round(row.cty, 2), horizontalalignment'center'verticalalignment='bottom'fontsize=14
  19. plt.show() 

17. 包点图

点图表传达了项目的排名顺序。由于它沿水平轴对齐,因此您可以更容易地看到点彼此之间的距离。 

  1. # Prepare Data  
  2. df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")  
  3. df = df_raw[['cty', 'manufacturer']].groupby('manufacturer').apply(lambda x: x.mean())  
  4. df.sort_values('cty', inplace=True 
  5. df.reset_index(inplace=True 
  6. # Draw plot  
  7. fig, ax = plt.subplots(figsize=(16,10), dpi80 
  8. ax.hlines(y=df.index, xmin=11xmax=26color='gray'alpha=0.7, linewidth=1linestyles='dashdot' 
  9. ax.scatter(y=df.index, x=df.cty, s=75color='firebrick'alpha=0.7)  
  10. # Title, Label, Ticks and Ylim  
  11. ax.set_title('Dot Plot for Highway Mileage', fontdict={'size':22})  
  12. ax.set_xlabel('Miles Per Gallon')  
  13. ax.set_yticks(df.index)  
  14. ax.set_yticklabels(df.manufacturer.str.title(), fontdict={'horizontalalignment': 'right'})  
  15. ax.set_xlim(10, 27)  
  16. plt.show() 

18. 坡度图

斜率图最适合比较给定人/项目的“之前”和“之后”位置。 

  1. import matplotlib.lines as mlines  
  2. # Import Data  
  3. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/gdppercap.csv")  
  4. left_label = [str(c) + ', '+ str(round(y)) for c, y in zip(df.continent, df['1952'])]  
  5. right_label = [str(c) + ', '+ str(round(y)) for c, y in zip(df.continent, df['1957'])]  
  6. klass = ['red' if (y1-y2) < 0 else 'green' for y1, y2 in zip(df['1952'], df['1957'])]  
  7. # draw line  
  8. # https://stackoverflow.com/questions/36470343/how-to-draw-a-line-with-matplotlib/36479941  
  9. def newline(p1, p2, color='black'):  
  10.     ax = plt.gca()  
  11.     l = mlines.Line2D([p1[0],p2[0]], [p1[1],p2[1]], color='red' if p1[1]-p2[1] > 0 else 'green', marker='o'markersize=6 
  12.     ax.add_line(l)  
  13.     return l  
  14. fig, ax = plt.subplots(1,1,figsize=(14,14), dpi80 
  15. # Vertical Lines  
  16. ax.vlines(x=1ymin=500ymax=13000color='black'alpha=0.7, linewidth=1linestyles='dotted' 
  17. ax.vlines(x=3ymin=500ymax=13000color='black'alpha=0.7, linewidth=1linestyles='dotted' 
  18. # Points  
  19. ax.scatter(y=df['1952'], x=np.repeat(1, df.shape[0]), s=10color='black'alpha=0.7)  
  20. ax.scatter(y=df['1957'], x=np.repeat(3, df.shape[0]), s=10color='black'alpha=0.7)  
  21. # Line Segmentsand Annotation  
  22. for p1, p2, c in zip(df['1952'], df['1957'], df['continent']):  
  23.     newline([1,p1], [3,p2])  
  24.     ax.text(1-0.05, p1, c + ', ' + str(round(p1)), horizontalalignment='right'verticalalignment='center'fontdict={'size':14})  
  25.     ax.text(3+0.05, p2, c + ', ' + str(round(p2)), horizontalalignment='left'verticalalignment='center'fontdict={'size':14})  
  26. # 'Before' and 'After' Annotations  
  27. ax.text(1-0.05, 13000, 'BEFORE', horizontalalignment='right'verticalalignment='center'fontdict={'size':18, 'weight':700})  
  28. ax.text(3+0.05, 13000, 'AFTER', horizontalalignment='left'verticalalignment='center'fontdict={'size':18, 'weight':700})  
  29. # Decoration  
  30. ax.set_title("Slopechart: Comparing GDP Per Capita between 1952 vs 1957", fontdict={'size':22})  
  31. ax.set(xlim=(0,4), ylim=(0,14000), ylabel='Mean GDP Per Capita' 
  32. ax.set_xticks([1,3])  
  33. ax.set_xticklabels(["1952", "1957"])  
  34. plt.yticks(np.arange(500, 13000, 2000), fontsize=12 
  35. # Lighten borders  
  36. plt.gca().spines["top"].set_alpha(.0)  
  37. plt.gca().spines["bottom"].set_alpha(.0)  
  38. plt.gca().spines["right"].set_alpha(.0)  
  39. plt.gca().spines["left"].set_alpha(.0)  
  40. plt.show() 

19. 哑铃图

哑铃图传达各种项目的“前”和“后”位置以及项目的排序。如果您想要将特定项目/计划对不同对象的影响可视化,那么它非常有用。 

  1. import matplotlib.lines as mlines  
  2. # Import Data  
  3. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/health.csv")  
  4. df.sort_values('pct_2014', inplace=True 
  5. df.reset_index(inplace=True 
  6. # Func to draw line segment  
  7. def newline(p1, p2, color='black'):  
  8.     ax = plt.gca()  
  9.     l = mlines.Line2D([p1[0],p2[0]], [p1[1],p2[1]], color='skyblue' 
  10.     ax.add_line(l)  
  11.     return l  
  12. # Figure and Axes  
  13. fig, ax = plt.subplots(1,1,figsize=(14,14), facecolor='#f7f7f7'dpi80 
  14. # Vertical Lines  
  15. ax.vlines(x=.05, ymin=0ymax=26color='black'alpha=1linewidth=1linestyles='dotted'
  16.  ax.vlines(x=.10, ymin=0ymax=26color='black'alpha=1linewidth=1linestyles='dotted' 
  17. ax.vlines(x=.15, ymin=0ymax=26color='black'alpha=1linewidth=1linestyles='dotted' 
  18. ax.vlines(x=.20, ymin=0ymax=26color='black'alpha=1linewidth=1linestyles='dotted' 
  19. # Points  
  20. ax.scatter(y=df['index'], x=df['pct_2013'], s=50color='#0e668b'alpha=0.7)  
  21. ax.scatter(y=df['index'], x=df['pct_2014'], s=50color='#a3c4dc'alpha=0.7)  
  22. # Line Segments  
  23. for i, p1, p2 in zip(df['index'], df['pct_2013'], df['pct_2014']):  
  24.     newline([p1, i], [p2, i])  
  25. # Decoration  
  26. ax.set_facecolor('#f7f7f7')  
  27. ax.set_title("Dumbell Chart: Pct Change - 2013 vs 2014", fontdict={'size':22})  
  28. ax.set(xlim=(0,.25), ylim=(-1, 27), ylabel='Mean GDP Per Capita' 
  29. ax.set_xticks([.05, .1, .15, .20])  
  30. ax.set_xticklabels(['5%', '15%', '20%', '25%'])  
  31. ax.set_xticklabels(['5%', '15%', '20%', '25%'])      
  32. plt.show() 

20. 连续变量的直方图

直方图显示给定变量的频率分布。下面的表示基于分类变量对频率条进行分组,从而更好地了解连续变量和串联变量。 

  1. # Import Data  
  2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")  
  3. # Prepare data  
  4. x_var = 'displ'  
  5. groupby_var = 'class'  
  6. dfdf_agg = df.loc[:, [x_var, groupby_var]].groupby(groupby_var)  
  7. vals = [df[x_var].values.tolist() for i, df in df_agg]  
  8. # Draw  
  9. plt.figure(figsize=(16,9), dpi80 
  10. colors = [plt.cm.Spectral(i/float(len(vals)-1)) for i in range(len(vals))]  
  11. n, bins, patches = plt.hist(vals, 30, stacked=Truedensity=Falsecolor=colors[:len(vals)])  
  12. # Decoration  
  13. plt.legend({group:col for group, col in zip(np.unique(df[groupby_var]).tolist(), colors[:len(vals)])})  
  14. plt.title(f"Stacked Histogram of ${x_var}$ colored by ${groupby_var}$", fontsize=22 
  15. plt.xlabel(x_var)  
  16. plt.ylabel("Frequency")  
  17. plt.ylim(0, 25)  
  18. plt.xticks(ticks=bins[::3], labels=[round(b,1) for b in bins[::3]])  
  19. plt.show() 

21. 类型变量的直方图

分类变量的直方图显示该变量的频率分布。通过对条形图进行着色,您可以将分布与表示颜色的另一个分类变量相关联。 

  1. # Import Data  
  2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")  
  3. # Prepare data  
  4. x_var = 'manufacturer'  
  5. groupby_var = 'class'  
  6. dfdf_agg = df.loc[:, [x_var, groupby_var]].groupby(groupby_var)  
  7. vals = [df[x_var].values.tolist() for i, df in df_agg]  
  8. # Draw  
  9. plt.figure(figsize=(16,9), dpi80 
  10. colors = [plt.cm.Spectral(i/float(len(vals)-1)) for i in range(len(vals))]  
  11. n, bins, patches = plt.hist(vals, df[x_var].unique().__len__(), stacked=Truedensity=Falsecolor=colors[:len(vals)])  
  12. # Decoration  
  13. plt.legend({group:col for group, col in zip(np.unique(df[groupby_var]).tolist(), colors[:len(vals)])})  
  14. plt.title(f"Stacked Histogram of ${x_var}$ colored by ${groupby_var}$", fontsize=22 
  15. plt.xlabel(x_var)  
  16. plt.ylabel("Frequency")  
  17. plt.ylim(0, 40)  
  18. plt.xticks(ticks=binslabels=np.unique(df[x_var]).tolist(), rotation=90horizontalalignment='left' 
  19. plt.show() 

22. 密度图

密度图是一种常用工具,可视化连续变量的分布。通过“响应”变量对它们进行分组,您可以检查X和Y之间的关系。以下情况,如果出于代表性目的来描述城市里程的分布如何随着汽缸数的变化而变化。 

  1. # Import Data  
  2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")  
  3. # Draw Plot  
  4. plt.figure(figsize=(16,10), dpi80 
  5. sns.kdeplot(df.loc[df['cyl'] == 4, "cty"], shade=Truecolor="g"label="Cyl=4"alpha=.7)  
  6. sns.kdeplot(df.loc[df['cyl'] == 5, "cty"], shade=Truecolor="deeppink"label="Cyl=5"alpha=.7)  
  7. sns.kdeplot(df.loc[df['cyl'] == 6, "cty"], shade=Truecolor="dodgerblue"label="Cyl=6"alpha=.7)  
  8. sns.kdeplot(df.loc[df['cyl'] == 8, "cty"], shade=Truecolor="orange"label="Cyl=8"alpha=.7)  
  9. # Decoration  
  10. plt.title('Density Plot of City Mileage by n_Cylinders', fontsize=22 
  11. plt.legend() 

23. 直方密度线图

带有直方图的密度曲线将两个图表传达的集体信息汇集在一起,这样您就可以将它们放在一个图形而不是两个图形中。 

  1. # Import Data  
  2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")  
  3. # Draw Plot  
  4. plt.figure(figsize=(13,10), dpi80 
  5. sns.distplot(df.loc[df['class'] == 'compact', "cty"], color="dodgerblue"label="Compact"hist_kws={'alpha':.7}, kde_kws={'linewidth':3})  
  6. sns.distplot(df.loc[df['class'] == 'suv', "cty"], color="orange"label="SUV"hist_kws={'alpha':.7}, kde_kws={'linewidth':3})  
  7. sns.distplot(df.loc[df['class'] == 'minivan', "cty"], color="g"label="minivan"hist_kws={'alpha':.7}, kde_kws={'linewidth':3})  
  8. plt.ylim(0, 0.35)  
  9. # Decoration  
  10. plt.title('Density Plot of City Mileage by Vehicle Type', fontsize=22 
  11. plt.legend()  
  12. plt.show() 

24. Joy Plot

Joy Plot允许不同组的密度曲线重叠,这是一种可视化相对于彼此的大量组的分布的好方法。它看起来很悦目,并清楚地传达了正确的信息。它可以使用joypy基于的包来轻松构建matplotlib。 

  1. # !pip install joypy  
  2. # Import Data  
  3. mpg = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")  
  4. # Draw Plot  
  5. plt.figure(figsize=(16,10), dpi80 
  6. fig, axes = joypy.joyplot(mpg, column=['hwy', 'cty'], by="class"ylim='own'figsize=(14,10))  
  7. # Decoration  
  8. plt.title('Joy Plot of City and Highway Mileage by Class', fontsize=22 
  9. plt.show() 

25. 分布式点图

分布点图显示按组分割的点的单变量分布。点数越暗,该区域的数据点集中度越高。通过对中位数进行不同着色,组的真实定位立即变得明显。 

  1. import matplotlib.patches as mpatches  
  2. # Prepare Data  
  3. df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")  
  4. cyl_colors = {4:'tab:red', 5:'tab:green', 6:'tab:blue', 8:'tab:orange'}  
  5. df_raw['cyl_color'] = df_raw.cyl.map(cyl_colors)  
  6. # Mean and Median city mileage by make  
  7. df = df_raw[['cty', 'manufacturer']].groupby('manufacturer').apply(lambda x: x.mean())  
  8. df.sort_values('cty', ascending=Falseinplace=True 
  9. df.reset_index(inplace=True 
  10. df_median = df_raw[['cty', 'manufacturer']].groupby('manufacturer').apply(lambda x: x.median())  
  11. # Draw horizontal lines  
  12. fig, ax = plt.subplots(figsize=(16,10), dpi80 
  13. ax.hlines(y=df.index, xmin=0xmax=40color='gray'alpha=0.5, linewidth=.5, linestyles='dashdot' 
  14. # Draw the Dots  
  15. for i, make in enumerate(df.manufacturer):  
  16.     df_make = df_raw.loc[df_raw.manufacturer==make, :]  
  17.     ax.scatter(y=np.repeat(i, df_make.shape[0]), x='cty'data=df_makes=75edgecolors='gray'c='w'alpha=0.5)  
  18.     ax.scatter(y=ix='cty'data=df_median.loc[df_median.index==make, :], s=75c='firebrick' 
  19. # Annotate      
  20. ax.text(33, 13, "$red ; dots ; are ; the : median$", fontdict={'size':12}, color='firebrick' 
  21. # Decorations  
  22. red_patch = plt.plot([],[], marker="o"ms=10ls=""mec=Nonecolor='firebrick'label="Median" 
  23. plt.legend(handles=red_patch 
  24. ax.set_title('Distribution of City Mileage by Make', fontdict={'size':22})  
  25. ax.set_xlabel('Miles Per Gallon (City)', alpha=0.7)  
  26. ax.set_yticks(df.index)  
  27. ax.set_yticklabels(df.manufacturer.str.title(), fontdict={'horizontalalignment': 'right'}, alpha=0.7)  
  28. ax.set_xlim(1, 40)  
  29. plt.xticks(alpha=0.7)  
  30. plt.gca().spines["top"].set_visible(False)     
  31. plt.gca().spines["bottom"].set_visible(False)     
  32. plt.gca().spines["right"].set_visible(False)      
  33. plt.gca().spines["left"].set_visible(False)     
  34. plt.grid(axis='both'alpha=.4, linewidth=.1)  
  35. plt.show() 

 

 

来源:Python之禅内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯