序言

在深入淺出統(tǒng)計(jì)學(xué)的第一張中一共出現(xiàn)了4類圖像:
1. 比較基本比例—>餅圖
2. 比較數(shù)值的高低條形圖（基本條形圖，堆積條形圖，分段條形圖）
3. 連續(xù)數(shù)據(jù)的對比(等距直方圖—>頻數(shù),非等距直方圖—>頻數(shù)密度)
4. 截止到某時間點(diǎn)的累計(jì)總量—>累積頻數(shù)圖

Python中是實(shí)現(xiàn)方式有兩種,matplotlib和Pandas,一般而言直接使用Pandas即可.此處我們先給出Pandas中的實(shí)現(xiàn),然后再做部分補(bǔ)充.數(shù)據(jù)我們依然使用數(shù)據(jù)探索那篇文章中用過的UCI紅酒質(zhì)量數(shù)據(jù)集.

本處最后區(qū)域圖與散點(diǎn)圖,六邊形容器圖代碼與文字基本來自于Pandas的文檔,僅僅略加修改,鏈接請參見文章末尾.

讀取數(shù)據(jù)

import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline# 定義讀取數(shù)據(jù)的函數(shù) def ReadAndSaveDataByPandas(target_url = None,file_save_path = None ,save=False):if target_url !=None:target_url = ("http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv") if file_save_path != None:file_save_path = "/home/fonttian/Data/UCI/Glass/glass.csv"wine = pd.read_csv(target_url, header=0, sep=";")if save == True:wine.to_csv(file_save_path, index=False)return winedef GetDataByPandas():wine = pd.read_csv("/home/font/Data/UCI/WINE/wine.csv")y = np.array(wine.quality)X = np.array(wine.drop("quality", axis=1))# X = np.array(wine)columns = np.array(wine.columns)return X, y, columns# X,y,names = GetDataByPandas() # wine = pd.DataFrame(X) wine = pd.read_csv("/home/font/Data/UCI/WINE/wine.csv") print(list(wine.columns))print(set(wine['quality'].value_counts())) print(wine['quality'].value_counts()) wine['quality'].value_counts().plot.pie(subplots=True,figsize=(8,8)) plt.show() ['fixed acidity', 'volatile acidity', 'citric acid', 'residual sugar', 'chlorides', 'free sulfur dioxide', 'total sulfur dioxide', 'density', 'pH', 'sulphates', 'alcohol', 'quality'] {199, 681, 10, 18, 53, 638} 5 681 6 638 7 199 4 53 8 18 3 10 Name: quality, dtype: int64

df = pd.DataFrame(3 * np.random.rand(4, 2), index=['a', 'b', 'c', 'd'], columns=['x', 'y']) print(df) df.plot.pie(subplots=True, figsize=(16,8 )) df.plot.pie(subplots=True,labels=['AA', 'BB', 'CC', 'DD'], colors=['r', 'g', 'b', 'c'],autopct='%.2f', fontsize=20, figsize=(16, 8)) plt.show() x y a 0.357865 0.423390 b 2.318759 2.089677 c 0.464072 0.502673 d 1.140500 2.779330

wine['quality'][0:10].plot(kind='bar',figsize=(16,8)); plt.axhline(0, color='k') plt.show()

wine[['residual sugar','pH','quality']][0:10].plot.bar(figsize=(16,8)) wine[['residual sugar','pH']][0:10].plot.bar(figsize=(16,8),stacked=True) wine[['residual sugar','pH']][0:10].plot.barh(figsize=(16,8),stacked=True) plt.show()

# 普通畫法 wine[['residual sugar','alcohol']].plot.hist(bin==20,figsize=(16,10),alpha=0.5) # 分開畫 wine[['residual sugar','alcohol']].hist(color='k', alpha=0.5, bins=50,figsize=(16,10)) plt.show()

df_hist = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000),'c': np.random.randn(1000) - 1}, columns=['a', 'b', 'c']) df_hist.plot.hist(alpha=0.5) plt.show()

# orientation='horizontal', 斜向 # cumulative=True, 是否累積 df_hist['b'].plot.hist(orientation='horizontal', cumulative=True) plt.show()

wine[['fixed acidity', 'residual sugar', 'alcohol', 'quality']][0:15].plot() wine[['fixed acidity', 'residual sugar', 'alcohol', 'quality']][0:15].cumsum().plot() plt.show()

其他的常用圖形

除了這幾種圖像之外,Pandas還提供了很多種其他的數(shù)據(jù)可視化方法,這里我們介紹其中較為簡單和常用的幾種余下的幾種會在機(jī)器學(xué)習(xí)的數(shù)據(jù)探索中介紹,之前已經(jīng)寫過一篇簡單的入門,余下內(nèi)容日后補(bǔ)充—>https://blog.csdn.net/FontThrone/article/details/78188401

三種圖像的作用

1. 箱型圖 ---> 展示數(shù)據(jù)分布,發(fā)現(xiàn)異常點(diǎn) 2. 兩種區(qū)域圖 ---> 對比數(shù)據(jù)大小 3. 散點(diǎn)圖,六邊形容器圖 ---> 數(shù)據(jù)分布與趨勢

1.箱型圖

在豎向的箱型圖中從上到下的五個橫線分別是,上界,上四分位數(shù),中位數(shù),下四分位數(shù),下界,上下界以外的點(diǎn)可作為異常點(diǎn)的一個參考,這個圖形在書中第三章有將為詳細(xì)的解釋

2.區(qū)域圖

疊加與非疊加區(qū)域圖,有點(diǎn)在于可以更好地比較區(qū)域(x * y)的大小

3.散點(diǎn)圖與六邊形容器圖

可以一定程度上觀察數(shù)據(jù)分布,比如發(fā)現(xiàn)數(shù)據(jù)分布的區(qū)域和分布趨勢,對于發(fā)現(xiàn)數(shù)據(jù)分布的區(qū)域,或者找到一定的擬合規(guī)律還是有很大幫助的.有必要的話,還可以使用三維散點(diǎn)圖,但是這需要matplotlib實(shí)現(xiàn).

wine[['fixed acidity', 'residual sugar', 'alcohol', 'quality']].plot.box()# vert=False, 橫向 # positions=[1, 4, 6, 8], y軸位置 # color=color, 顏色 # sym='r+', 異常點(diǎn)的樣式 color = dict(boxes='DarkGreen', whiskers='DarkOrange', medians='DarkBlue', caps='Gray') wine[['fixed acidity', 'residual sugar', 'alcohol', 'quality']].plot.box(vert=False, positions=[1, 4, 6, 8],color=color,sym='r+') plt.show()# pandas 自帶接口 ----> boxplot(),此處不再演示

wine[['fixed acidity', 'residual sugar', 'alcohol', 'quality']][0:15].plot.area() wine[['fixed acidity', 'residual sugar', 'alcohol', 'quality']][0:15].plot.area(stacked=False) plt.show()

# 可以使用DataFrame.plot.scatter()方法繪制散點(diǎn)圖。散點(diǎn)圖需要x和y軸的數(shù)字列。這些可以分別由x和y關(guān)鍵字指定。 df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd']) df.plot.scatter(x='a', y='b');# 要在單個軸上繪制多個列組，請重復(fù)指定目標(biāo)ax的plot方法。建議使用color和label關(guān)鍵字來區(qū)分每個組。 ax = df.plot.scatter(x='a', y='b', color='black', label='Group 1'); df.plot.scatter(x='c', y='d', color='red', label='Group 2', ax=ax);

# 可以給出關(guān)鍵字c作為列的名稱以為每個點(diǎn)提供顏色： # 您可以傳遞matplotlib scatter支持的其他關(guān)鍵字。以下示例顯示了使用數(shù)據(jù)框列值作為氣泡大小的氣泡圖。 df.plot.scatter(x='a', y='b', c='c', s=50); df.plot.scatter(x='a', y='b', s=df['c']*200);

您可以使用DataFrame.plot.hexbin()創(chuàng)建六邊形箱圖。如果數(shù)據(jù)過于密集而無法單獨(dú)繪制每個點(diǎn)，則Hexbin圖可能是散點(diǎn)圖的有用替代方案。

df = pd.DataFrame(np.random.randn(1000, 2), columns=['a', 'b'])df['b'] = df['b'] + np.arange(1000)df.plot.hexbin(x='a', y='b', gridsize=25,figsize=(16,10))plt.show()

一個有用的關(guān)鍵字參數(shù)是gridsize；它控制x方向上的六邊形數(shù)量，默認(rèn)為100。更大的gridsize意味著更多，更小的分組。

默認(rèn)情況下，計(jì)算每個（x， y）點(diǎn)周圍計(jì)數(shù)的直方圖。您可以通過將值傳遞給C和reduce_C_function參數(shù)來指定替代聚合。C specifies the value at each (x, y) point and reduce_C_function is a function of one argument that reduces all the values in a bin to a single number (e.g. mean, max, sum, std). 在這個例子中，位置由列a和b給出，而值由列z給出。箱子與numpy的max函數(shù)聚合。

df = pd.DataFrame(np.random.randn(1000, 2), columns=['a', 'b'])df['b'] = df['b'] = df['b'] + np.arange(1000)df['z'] = np.random.uniform(0, 3, 1000)df.plot.hexbin(x='a', y='b', C='z', reduce_C_function=np.max,gridsize=25,figsize=(16,10))plt.show()

參考文章

1.Pandas0.19.2 中文文檔 可視化

2.Pandas最新文檔 可視化

3.本人去年寫的數(shù)據(jù)探索入門級文章

總結(jié)

以上是生活随笔為你收集整理的深入浅出统计学 第一章 数据的可视化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。