-
TASK05|GITMODEL数据可视化plotnine
数据可视化可以使用d3js和echarts，doris
plotly和pyecharts
在python可以使用seaborn，matplotlib,plotnine可视化包
R语言的ggplot2包
什么是数据可视化
python三大数据可视化工具库的简介：Matplotlib、Seaborn和Plotnine
Matplotlib绘图基础
Plotnine绘图基础
基本图表的Quick Start
Plotnine和Matplotlib进阶画图
如何选择合适的图表正确表达数据
数据可视化案例：使用Plotnine绘制元素周期表plotnine
import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['font.sans-serif']=['SimHei','Songti SC','STFangsong'] plt.rcParams['axes.unicode_minus']=False #用来正常显示负号 import seaborn as sns df=pd.DataFrame({'variable':['gender','gender','age','age','income','income','income','income'], 'catogory':['Female','Male','1-24','25-24','55+','Lo','Lo-Med','Med','High'], 'value':[60,40,50,30,20,10,25,25,40],}) df['variable']=pd.Categorical(df['variable'],categories=['gender','age','income']) df['category']=pd.Categorial(df['category'],categories=df['category'])- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
#堆叠柱状图 from plotnine import * ( ggplot(df,aes(x='variable',y='value',fill='category'))+geom_col() ) # 柱状图 from plotnine import * ( ggplot(df,aes(x='variable',y='value',fill='category'))+gem_col(stat='identity',position='dodge') )- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
matplotlib
创建一个图形对象，并设置图形对象的大小（可以想象成在白纸中添加一个图，并设置图的大小）：plt.figure(figsize=(6,4))
在纸上的坐标系中绘制散点：plt.scatter(x=x, y=y)
设置x轴的标签label：plt.xlabel(‘x’)
设置y轴标签的label：plt.ylabel(‘y’)
设置图表的标题：plt.title(‘y = sin(x)’)
展示图标：plt.show()plt.legend()
x=np.linspace(-2*np.pi,2*np.pi,100) y=np.sin(x) array = numpy.linspace(start, end, num=num_points) #将在start和end之间生成一个统一的序列，共有num_points个元素。- 1
- 2
- 3
- 4
import matplotlib.pyplot as plt
plt.figure(figsize=(8,6))
plt.scatter(x=x, y=y)
plt.xlabel(‘x’)
plt.ylabel(‘y’)
plt.title(‘y = sin(x)’)
plt.show()【例子】绘制y = sin(x) 和 y=cos(x)的散点图：
- 创建第一个绘图对象
- 在纸上的坐标系中绘制散点：plt.scatter(x=x, y=sin(x))
- 设置x轴的标签label：plt.xlabel(‘x’)
- 设置y轴标签的label：plt.ylabel(‘y’)
- 设置图表的标题：plt.title(‘y = sin(x)’)
- 创建第二个绘图对象：
- 在纸上的坐标系中绘制散点：plt.scatter(x=x, y=cos(x))
- 设置x轴的标签label：plt.xlabel(‘x’)
- 设置y轴标签的label：plt.ylabel(‘y’)
- 设置图表的标题：plt.title(‘y = cos(x)’)
x=np.linspace()-2*np.pi,2+np.pi,100) y1=np.sin(x) y2=np.cos(x) #绘制第一个图 fig1=plt.figure(figsize= (6,4),num='first') fig1.suptitle('y=sin(x)') plt.scatter(x=x,y=y1) plt.xlabel('x') plt.ylabel('y') #绘制第二个图 fig2=plt.figure(figsize=(6,4),num='second') fig2.suptitle('y=cos(x)') plt.scatter(x=x,y=y2) plt.xlabel('x') plt.ylabel('y')- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
seaborn
x=np.linspace(-10,10,100) y=2*x+1+np.random.randn(100) df=pd.DataFrame({'x':x,'y':y}) #使用matplotlib绘制带有拟合直线效果的散点图 func=np.polyfit(x,y,1)#拟合直线 poly=np.poly1d(func)#设置拟合直线 y_pred=poly(x)#预测 plt.scatter(x,y)#绘制点图 plt.plot(x.y_pred)#绘制拟合直线图 plt.xlabel('x') plt.ylabel('y') plt.show() #使用seaborn绘制带有拟合直线效果的散点图 sns.lmplot("x","y",data=df)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
plotnine
from plotnine improt * from plotnine.data import * mpg.head()- 1
- 2
- 3
mpg数据集记录了美国1999年和2008年部分汽车的制造厂商，型号，类别，驱动程序和耗油量。
- manufacturer 生产厂家
- model 型号类型
- year 生产年份
- cty 和 hwy分别记录城市和高速公路驾驶耗油量
- cyl 气缸数
- displ 表示发动机排量
- drv 表示驱动系统：前轮驱动、(f),后轮驱动®和四轮驱动(4)
- class 表示车辆类型，如双座汽车，suv，小型汽车
- fl (fuel type)，燃料类型
# 绘制汽车在不同驱动系统下，发动机排量与耗油量的关系 p1=( ggplot(mpg,aes(x=''displ),y='hwy',color='drv'))+geom_point()#绘制散点图图层 +geom_smooth(method='lm')#绘制平滑线图层 +labs(x='displacement',y='horsepower') # 绘制x、y标签图层 ) print(p1)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
Plotnine没有实现除了直角坐标以外的坐标体系
Matplotlib具有ggplot风格，可以通过设置ggplot风格绘制具有ggplot风格的图表。
plt.style.use("ggplot") #风格使用ggplotmatplotlib绘图基础
Matplotlib 图表的组成元素包括: 图形 (figure)、坐标图形 (axes)、图名 (title)、图例 (legend)、 主要刻度 (major tick)、次要刻度 (minor tick)、主要刻度标签(major tick label)、次要刻度标签 (minor tick label)、 Y轴名 (Y axis label)、X轴名 ( X axis label)、边框图 (line)、数据标记 (markers)、网格 (grid) 线等
Mayplotlib绘图元素包括：基本绘图类型与容器绘图类型
（1）基本绘图类型（graphic primitives）：点 (marker)、线 (line)、文本 (text)、图例 (legend)、网格线 (grid)、 标题 (title)、图片 (image) 等；（2）容器绘图类型（containers）：
Figure：最重要的元素，代表整个图像，所有的其他元素都是绘制在其上（如果有多个子图，子图也绘制在figure上）。Figure 对象包含一些特殊的 artist 对象，如图名 (title)、图例 (legend)。
Axes：第二重要的元素，代表 subplot（子图），数据都是显示在这个区域。一个Figure至少含有一个Axes对象，当绘制多个子图时
Axis：代表坐标轴对象，本质是一种带装饰的 spines，一般分为 xaxis 和 yaxis，Axis对象主要用于控制数据轴上的刻度位置和显示数值。
Spines：表示数据显示区域的边界，可以显示或不显示。
Artist：表示任何显示在 Figure 上的元素，Artist 是很通用的概念，几乎任何需要绘制的元素都可以当成是 Artist，但是一个 Artist 只能存在于一个 Axes 之上。
plt.figure(figsize=(6,3), dpi=75)#设置图表的大小figsize与分辨率dpi plt.title('这是一个标题') plt.xlabel("这是x轴标签")/plt.ylabel("这是y轴标签") plt.axis(xmin=0, xmax=1, ymin=0.5)#设置x轴和y轴的显示范围 |plt.xlim(0,1)/plt.ylim(0,1) plt.xticks(labels=['A', 'B', 'C', 'D'])/plt.yticks(list(np.arange(11))#设置x轴和y轴的刻度数值 grid()#设置网格线 plt.grid(b=True, which='both', axis='y') # b: 是否显示网格线 True/None; # which: 网格线显示的尺度。字符串，可选参数，取值范围为{'major', 'minor', 'both'}， #默认为'both'。'major'为主刻度、'minor'为次刻度。 # axis: 选择网格线显示的轴。字符串，可选参数，取值范围为{'both', 'x', 'y'}，默认为'both'`。 # | | legend() | 设置图表的图例 | plt.legend("这是一个图例", loc='best') # loc表示图例的位置，可选：0-'best', 1-'upper right',2-'upper left',3-'lower left',4-'lower right',5-'right',6-'center left',7-'center right', # 8-'lower center',9-'upper center',10-'center' |- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
创建一个figure，figure的大小figsize为(12,10);
在figure中创建两个Axes子图；
在每个Axes子图中分别绘制y=sin(x)和y=cos(x)图像，并添加title、xlabel、ylabel、axis、grid、和legendx=np.linspace(-2*np.pi,2*np.pi,100) y1=np.sin(x) y2=np.cos(x) #开始绘图 fig=plt.figure(figsize=(16,6)) ax1=fig.add_axes([0.1,0.1,0.4,0.8]) plt.scatter(x=x, y=y1, label=r"$y=sin(x)$") # 在axes1中绘制y=sin(x)散点图, label是为了legend能够知道是哪个绘图的图例 plt.title("y = sin(x)") # 在axes1设置标题 plt.xlabel("x") # 在axes1中设置x标签 plt.ylabel("y") # 在axes1中设置y标签 plt.axis(xmin=-2*np.pi, xmax=2*np.pi, ymin=-1, ymax=1) # 在axes1中设置x轴和y轴显示范围 plt.xticks( ticks=[-2*np.pi, -3/2*np.pi, -np.pi, -1/2*np.pi, 0, 1/2*np.pi, np.pi, 3/2*np.pi, 2*np.pi], labels=[r'$-2 \pi$', r'$-\frac{3 \pi}{2}$', r'$-\pi$', r'$-\frac{\pi}{2}$', r'$0$', r'$\frac{\pi}{2}$', r'$\pi$', r'$\frac{3 \pi}{2}$', r'$2\pi$'] ) # 在axes1中设置x轴刻度的值，ticks代表在哪个位置修改，labels代表修改的具体值是多少 plt.grid(b=True, which='both') # 在axes1中设置设置网格线 plt.legend(loc=1) ax2 = fig.add_axes([0.6,0.1,0.4,0.8]) # [left, bottom, width, height], 它表示添加到画布中的矩形区域的左下角坐标(x, y)，以及宽度和高度 plt.scatter(x=x, y=y2, label=r"$y=cos(x)$") # 在axes2中绘制y=cos(x)散点图，label是为了legend能够知道是哪个绘图的图例 plt.title("y = cos(x)") # 在axes2设置标题 plt.xlabel("x") # 在axes2中设置x轴标签 plt.ylabel("y") # 在axes2中设置y标签 plt.axis(xmin=-2*np.pi, xmax=2*np.pi, ymin=-1, ymax=1) # 在axes2中设置x轴和y轴显示范围 plt.xticks( ticks=[-2*np.pi, -3/2*np.pi, -np.pi, -1/2*np.pi, 0, 1/2*np.pi, np.pi, 3/2*np.pi, 2*np.pi], labels=[r'$-2 \pi$', r'$-\frac{3 \pi}{2}$', r'$-\pi$', r'$-\frac{\pi}{2}$', r'$0$', r'$\frac{\pi}{2}$', r'$\pi$', r'$\frac{3 \pi}{2}$', r'$2\pi$'] ) # 在axes2中设置x轴刻度的值，ticks代表在哪个位置修改，labels代表修改的具体值是多少 plt.grid(b=True, which='both') # 在axes2中设置设置网格线 plt.legend(loc=1) # 在axes2中设置图例 plt.show()- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
4.Plotnine绘图基础
Plotnine中的图层可以分为：必备图层和可选图层
（1）必备图层：ggplot()图层与geom_xxx()/stat_xxx()图层
-
ggplot()图层 底层绘图函数
ggplot(data, aes(x=‘col_x’, y=‘y_value’, fill=‘col_class’))
设置变量的映射aes()，用来表示x和y，还可以在aes()内控制颜色color、大小size和形状shape -
geom_xxx()图层：几何对象
散点图geom_point()、柱状图geom_bar()、折线图geom_line()、直方图geom_histogram() -
stat_xxx()图层。根据图层函数输入的变量个数和输入变量的数据类型(涉及复杂的统计变换)
x = np.linspace(-2*np.pi, 2*np.pi, 100) y = np.sin(x) y_label = np.random.choice(['1','2','3'], 100) data = pd.DataFrame({'x':x, 'y':y, 'label':y_label}) # 绘制散点图geom_point() p1 = ( ggplot(data, aes(x='x', y='y', fill='y_label', size='y', shape='y_label'))+ geom_point() ) print(p1)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
（2）可选图层
scale_xxx()、facet_xxx()、guides_xxx()、coord_xxx()以及theme()
- scale_xxx()图层：标度（scale）是用于调整数据映射的图形属性，scale_xxx()获取数据并对其进行调整以适应视觉的不同方面，即长度、颜色、大小和形状等
scale_xxx()的基本格式为：scale_映射类型_数据类型（）。其中，映射类型包括：xy轴，size, color(颜色), fill(填充颜色), shape, alpha(透明度), linetype；数据类型包括：连续型continuous，离散型discrete，自定义manual，同一型identity。
p1=( ggplot(mpg,aes(x='displ', y='hwy', color='drv', shape='drv')) + geom_point() # 绘制散点图图层 + labs(x='displacement', y='horsepower') # 绘制x、y标签图层 + scale_shape_manual(values=('o', 's', '*')) # 添加shape映射美化 )- 1
- 2
- 3
- 4
- 5
- 6
直角坐标系的类型，分面图层p1=(ggplot(mpg,aes(x='displ', y='hwy', color='drv') +geom_point() + labs(x='displacement', y='horsepower') # 绘制x、y标签图层 + facet_grid('.~ class', labeller='label_value') # 按照车辆类型分面))- 1
- 2
- 3
数据可视化的图表分为以下类别：
- 类别型图表
- 关系型图表
- 数据分布型图表
- 时间序列型图表
- 空间分布型图表
（1）类别型图表：
类别型图表一般表现为：X类别下Y数值之间的比较，因此类别型图表往往包括：X为类别型数据、Y为数值型数据。类别型图表常常有：柱状图、横向柱状图（条形图）、堆叠柱状图、极坐标的柱状图、词云、雷达图、桑基图等等。
（2）关系型图表：
关系型图表一般表现为：X数值与Y数值之间的关系，如：是否是线性关系、是否有正向相关关系等等。一般来说，关系可以分为：数值型关系、层次型关系和网络型关系。
- 数值型关系：主要展示两个变量或者多个变量之间的数值关系，如：最简单的散点图、气泡图、相关系数矩阵图、等高线图、曲面图等等。
- 层次型关系：主要展示数据个体（样本）之间的层次关系，有从属关系和包含关系两种。从属关系顾名思义如：不同职位之间的上下属关系，如最简单的树状图；包含关系如：欧洲不同的足球联赛的队伍包含关系，不同洲的国家包含关系等等，如：韦恩图、弧长链接图、圆填充图、旭日图等等。
- 网络型关系：常常值个体之间有联系，但并不是相互包含或者从属关系，如：微信中的朋友的关系网络。网络型关系的图表一般有：和弦图、桑基图、网络图等等。
（3）数据分布型图表：
分布这个词在概率论和数理统计中出现，分布常常指数据以及出现的频率，常见的图表有：频次直方图、频率直方图、核密度图、箱线图、提琴图等等。
（4）时间序列型图表：
时间序列型图表主要描述了数据沿着之间变化而变化的规律，一般来说横轴是时间，纵轴是数值或者类别型数据。常见的图表有折线图、日历图、甘特图等等。
（5）空间分布型图表：
空间分布顾名思义，主要描述了某个数值型/类别型数据随着空间位置变化的规律，如：地图散点图、地图气泡图、地图热力图等等。
下面，我们来详细学习每一种图表的绘制过程：
- 1
使用np.polyfit和np.poly1d进行拟合
x = np .array([4, 8, 10, 12, 25, 32, 43, 58, 63, 69, 79]) y = np.array([20, 33, 50, 56, 42, 31, 33, 46, 65, 75, 78]) figure1 = plt.figure(figsize=(8, 6)) # coeff 为系数，poly_fit 拟合函数 # 1. 先拟合获取系数 coeff_1 = np.polyfit(x, y, 1)#在这里修改你和的阶数 print("一阶拟合系数为:", coeff_1) # 2. 根据系数得到多项式 poly_fit_1 = np.poly1d(coeff_1) print("一阶多项式为:", poly_fit_1) # 3. 输入变量(单个值或者变量数组)，得到拟合结果(数组) y_fit_1 = poly_fit_1(x) print("拟合得到的数据为L", y_fit_1) # 4. 根据结果作图 plt.plot(x, y_fit_1, 'green',label="一阶拟合") # 5. 根据原始数据以及拟合数据得到拟合优度 rr1 = goodness_of_fit(y_fit_1, y) print("拟合优度为%.5f" % rr1)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
np.ployfit使用最小二乘法进行多项式拟合
numpy.polyfit（x，y，deg，rcond = None，full = False，w = None，cov = False ）
参数:
x: 类数组，形状（M，），表示M个采样点的x坐标
y: 类似array_，形状为（M，）或（M，K）, 表示采样点的y坐标。通过传递每列包含一个数据集的2D数组，可以一次拟合多个共享相同x坐标的采样点数据集
deg: 度：整数, 表示拟合多项式的度
cov: cov：布尔值，可选。返回估算值和估算值的协方差矩阵。如果full为True，则不返回cov
np.poly1d
如果f(x) = 2x2 +x +1
a= np.array([2,1,1])
p = np.poly1d(a)numpy.poly1d（c_or_r，r = False，变量= None ）
参数:
c_or_r: 数组array，代表多项式的系数，以幂次递减，或者如果第二个参数的值为True，则为多项式的根（多项式求值为0的值）。
r bool(可选): 如果为True，则c_or_r指定多项式的根。默认值为False。
可变str(可选): 将打印p时使用的变量从x更改为variable 。
返回值: 相应的多项式多项式对象的deriv( )和integ( )方法分别用于计算多项式函数的微分和积分
p.deriv()#微分
p.integ()#积分
多项式函数的根可以用roots( )计算：
np.roots(p)除了使用多项式对象外，还可以直接使用Numpy提供的多项式函数对多项式系数的数组进行运算，主要函数包括：np.poly, np.polyadd, np.polydiv, np.polyint, np.polysub, np.poly1d, np.polyder, np.polyfit, np.polymul, np.polyval等。
1、np.poly1d()此函数有两个参数：
参数1：为一个数组，若没有参数2，则生成一个多项式，例如：
p = np.poly1d([2,3,5,7])
print§ ==>>2x3 + 3x2 + 5x + 7 数组中的数值为coefficient（系数），从后往前 0，1，2.。。为位置书的次数
参数2：若参数2为True，则表示把数组中的值作为根，然后反推多项式，例如：
q = np.poly1d([2,3,5],True)
print(q) ===>>(x - 2)(x - 3)(x - 5) = x3 - 10x2 + 31x -30
参数3：variable=‘z’表示改变未知数的字母，例如：
q = np.poly1d([2,3,5],True,varibale = ‘z’)
print(q) ===>>(z - 2)(z - 3)(z - 5) = z3 - 10z2 + 31z -30
2、多项式poly1d()的方法
a. p(0.5)表示当x = 0.5时，多项式的值为多少
b. p.r表示当多项式为 0 时，此等式的根
c. p.c表示生成多项式的系数数组
d. p.order表示返回最高项的次方数
e. p[1]表示返回第一项的系数
f. 多项式支持实数的四则运算
3、 其他函数
a. deriv([m])表示求导，参数m表示求几次导数
b. integ([m,k])表示积分，参数m表示积几次分，k表示积分后的常数项的值
sns线性关系的展示
seaborn主要通过两个函数来展示通过回归得到的线性关系，regplot()和lmplot()。
sns.regplot(x='tital_bill',y='tip',data=tips) sns.lmplot(x="total_bill", y="tip", data=tips);- 1
- 2
- 3
他们之间最主要的区别在于
regplot()中的x, y参数接受多种数据类型，包括numpy数组、pandas序列（Series），或者将pandas DataFrame传递给data参数。
lmplot()的data参数是不能为空的，同时x和y参数必须以字符串形式指定
部分引用：
https://www.jianshu.com/p/f83d61952983
-
相关阅读:
ZooKeeper 核心知识总结
Pinpoint--基础--02--架构设计
element ui中的el-tree自定义每个节点，前面加不同颜色的块
Redis 集合（Set）快速指南 | Navicat
win11一直弹出用户账户控制怎么解决
SQL注入的原理分析
Blazor WebAssembly 渐进式 Web 应用程序 (PWA) 离线处理数据
Shell脚本编程实践——第3关：使用Shell脚本创建文件目录
SQL优化之深分页
17-ROS tf包介绍
- 原文地址：https://blog.csdn.net/m0_52024881/article/details/125988244
