這篇文章給大家介紹使用python怎么實現(xiàn)一個可視化分析功能，內(nèi)容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

讓客戶滿意是我們工作的目標，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務項目有：空間域名、網(wǎng)站空間、營銷軟件、網(wǎng)站建設、科爾沁右翼前網(wǎng)站維護、網(wǎng)站推廣。

一、matplotlib庫

1、基本繪圖命令

import matplotlib.pyplot as plt
plt.figure(figsize=(5,4)) #設置圖形大小
plt.rcParams['axes.unicode_minus']=False #正常顯示負號
plt.rcParams['font.sans-self']=['Kai Ti'] #設置字體，這里是楷體，SimHei表示黑體

#基本統(tǒng)計圖
plt.bar(x,y);plt.pie(y,labels=x);plt.plot(x,y);
plt.hist(df.身高) #若參數(shù)density=True則是頻率直方圖

3、圖形參數(shù)設置

顏色： plt.plot(x,y,c=‘red') #參數(shù)c控制顏色
橫縱坐標軸范圍： plt.xlim(0,100),plt.ylim(0,8)
橫縱坐標軸名稱： plt.xlabel(),plt.ylabel()
橫縱坐標軸刻度： plt.xticks(range(len(x)),x)
線形和符號： plt.plot(x,y,linestyle='–',marker=‘o') #實線：'-' ;虛線：'–'; '.'指點線
附加參考線： plt.axvline(x=1)；plt.axhline(y=4)
文字標注： plt.text(3,5,‘peak point') #參數(shù)表示：坐標+文字
圖例： plt.plot(x,y,label=‘折線');plt.legend()
分面繪圖：

#一行兩圖
plt.subplot(121)
plt.bar(x,y)
plt.subplot(122)
plt.plot(x,y)
#一頁多圖
fig,ax=plt.subplots(2,2,figsize=(15,12)) # 2行2列放4個圖，figsize控制大小
ax[0,0].bar(x,y);ax[0,1].plot(x,y);
ax[1,0].pie(x,y);ax[1,1].plot(y,'.',linewidth=3)

具體的參數(shù)color、linestyle、圖例位置設置

顏色字符（color）

字符	代表顏色
r	紅色
b	藍色
g	綠色
w	白色
c	青色
m	洋紅
y	黃色
k	黑色

風格字符（linestyle）

字符	代表風格
- （一個連字符）	實線
– （兩個連字符）	虛線
-.	點劃線
：	點虛線
' '	留空，空格

loc 參數(shù)（以matplotlib添加圖例為例說明位置）

loc string	loc code	位置
"best"	0	右上角（默認）
“upper right”	1	右上角
“upper left”	2	左上角
“l(fā)ower left”	3	左下角
“l(fā)ower right”	4	右下角
"right"	5	中右側(cè)
“center left”	6	中左側(cè)
“center right”	7	中右側(cè)
“l(fā)ow center”	8	中下方
“upper center”	9	中上方
“center”	10	中間

4、特殊統(tǒng)計圖的繪制

4.1 數(shù)學函數(shù)圖

import matplotlib.pyplot as plt   #加載基本繪圖包
plt.rcParams['font.sans-serif']=['SimHei']; #SimHei黑體
plt.rcParams['axes.unicode_minus']=False; #正常顯示圖中負號
import numpy as np #加載軟件包numpy
import math  #加載軟件包math
x=np.linspace(0,2*math.pi);x #生成[0,2*pi]序列 ，作為橫坐標取值
plt.plot(x,np.sin(x)) #y=sinx 正弦函數(shù)
plt.plot(x,np.cos(x)) #y=cosx 余弦函數(shù)
plt.plot(x,np.log(x)) #y=lnx #對數(shù)函數(shù)
plt.plot(x,np.exp(x)) #y=e^x 指數(shù)函數(shù)

數(shù)學函數(shù)也可以用pandas庫繪制，可詳見我的另一篇博客：文章鏈接

#極坐標圖
t=np.linspace(0,2*math.pi) 
x=3*np.sin(t); 
y=5*np.cos(t) 
plt.plot(x,y); 
plt.text(0,0,r'$\frac{x^2}{3^2}+\frac{y^2}{5^2}=1$',fontsize=20) #python借鑒的LATEX的格式，可以直接在圖中添加公式

4.2 氣泡圖

import pandas as pd
df=pd.read_excel('data.xlsx')
plt.scatter(df['身高'], df['體重'], s=df['支出']) #在散點圖的基礎上加上點的大小，例子中s=df['支出']就是將指各樣本點支出越多，點面積就越大

4.3 三維曲面圖

from mpl_toolkits.mplot3d import Axes3D 
fig = plt.figure() 
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.5) 
Y = np.arange(-4, 4, 0.5) 
X, Y = np.meshgrid(X, Y)
Z = (X**2+ Y**2)
ax.plot_surface(X, Y, Z) #該圖像就是表示函數(shù)z=x^2+y^2

二、seaborn庫

1、常用統(tǒng)計圖

1.1 箱線圖

import seaborn as sns #加載軟件包seaborn
#箱線圖
sns.boxplot(x=df['身高'])
#豎著放的箱線圖，也就是將 x 換成 y
sns.boxplot(y=df['身高']) 
#分組繪制箱線圖
sns.boxplot(x='性別', y='身高',data=df) #將身高按性別分組后繪制

1.2 小提琴圖

sns.violinplot(x='性別', y='支出', data=df) #箱線圖的變種，可以加第三個類別參數(shù)hue

1.3 點圖

sns.stripplot(x='性別', y='身高', data=df, jitter=True) #分組的數(shù)據(jù)（定性+定量）畫的點圖,jitter參數(shù)為True表示將點分散開來，默認為false

1.4 條圖與計數(shù)圖

#條圖，即柱形圖
sns.barplot(x='性別', y='身高', data=df, ci=0, palette="Blues_d") #palette用于設置顏色
#計數(shù)圖
sns.countplot(x='性別', hue="開設", data=df) #都是分類變量

1.5 分組圖

#按性別、開設依次分組后計數(shù),aspect指比例大小
sns.factorplot(x='性別', col="開設", col_wrap=3, data=df, kind="count", size=2.5, aspect=.8)

1.6 概率分布圖

#displot：直方圖+密度函數(shù),bins表示分的組數(shù)，kde=False表示不畫出密度曲線,rug表示有數(shù)據(jù)的地方就標注出來
sns.distplot(df['身高'], kde=True, bins=20, rug=True)

#自定義漸進正態(tài)函數(shù)圖像
def norm_sim2(N=1000,n=10):
 xbar=np.zeros(N)
 for i in range(N):
  xbar[i]=np.random.uniform(0,1,n).mean()#[0,1]上均勻隨機數(shù)均值
 sns.distplot(xbar,bins=50)
 print(pd.DataFrame(xbar).describe().T)
norm_sim2(N=100000,n=50)

2、聯(lián)合圖

sns.jointplot(x='身高', y='體重', data=df)#畫的散點圖+單個變量的直方圖

3、配對圖

#針對多個變量,兩兩配對，畫在一起
sns.pairplot(df[['身高','體重','支出']]) #將各變量間關(guān)系共放一張圖上，在多元統(tǒng)計分析中很有用

三、ggplot庫

ggplot庫是采用的繪畫中圖層的思想，即一層一層往上疊加，先畫好坐標，再添線，再增加其他操作，最后用 + 號連接起來，操作起來更有邏輯章法，語句簡潔。ggplot新包是plotnine,與R語言的ggplot2對應，使用起來更方便，故直接import plotnine即可，里面的函數(shù)使用與ggplot是基本一樣的

1、圖層畫法+常用圖形

繪制直角坐標系和字體

GP=ggplot(aes(x='身高',y='體重'),data=df)

在此基礎上增加線圖

GP + geom_line()+ theme_grey(base_family = 'SimHei')#還可以再往上疊加，+geom_point()就是在折線圖基礎上加上散點圖

改為有三個變量的點圖，不同類型畫不同記號（shape）/顏色（color）

ggplot(df,aes(x='身高',y='體重',color='性別'))+geom_point()+ theme_grey(base_family = 'SimHei')

改為分面圖：
用pandas繪制分組統(tǒng)計圖還需要先groupby，ggplot一步到位更加簡便

ggplot(df,aes(x='身高',y='體重'))+geom_point()+facet_wrap('性別') + 
theme_grey(base_family = 'SimHei') #facet_wrap('性別')表示按性別分成兩組畫分面圖

此外，+theme_bw()等可以設置圖片背景、主題

2、快速繪圖

ggplot也可以像pandas一樣，在qplot函數(shù)中設置參數(shù)geom的取值而直接改變圖像類型

#快速繪制直方圖
qplot(x='身高',data=df, geom='histogram')+ theme_grey(base_family = 'SimHei')
#快速繪制柱形圖
qplot('開設',data=df, geom='bar')+ theme_grey(base_family = 'SimHei')
#默認散點圖
qplot('身高', '體重', data=df, color='性別') + theme_grey(base_family = 'SimHei')

關(guān)于使用python怎么實現(xiàn)一個可視化分析功能就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。

網(wǎng)站題目：使用python怎么實現(xiàn)一個可視化分析功能-創(chuàng)新互聯(lián)
分享地址：http://chinadenli.net/article36/ddihsg.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供Google、服務器托管、響應式網(wǎng)站、面包屑導航、網(wǎng)站維護、手機網(wǎng)站建設

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)