CSDN博客
作者:zsx_yiyiyi
编辑:python大本营
50个Matplotlib图的汇编,在数据分析和可视化中最有用。此列表允许您使用Python的Matplotlib和Seaborn库选择要显示的可视化对象。
1.关联
散点图
带边界的气泡图
带线性回归最佳拟合线的散点图
抖动图
计数图
边缘直方图
边缘箱形图
相关图
矩阵图
2.偏差
发散型条形图
发散型文本
发散型包点图
带标记的发散型棒棒糖图
面积图
3.排序
有序条形图
棒棒糖图
包点图
坡度图
哑铃图
4.分布
连续变量的直方图
类型变量的直方图
密度图
直方密度线图
Joy Plot
分布式包点图
包点+箱形图
Dot + Box Plot
小提琴图
人口金字塔
分类图
5.组成
华夫饼图
饼图
树形图
条形图
6.变化
时间序列图
带波峰波谷标记的时序图
自相关和部分自相关图
交叉相关图
时间序列分解图
多个时间序列
使用辅助Y轴来绘制不同范围的图形
带有误差带的时间序列
堆积面积图
未堆积的面积图
日历热力图
季节图
7.分组
树状图
簇状图
安德鲁斯曲线
平行坐标
#!pipinstallbrewer2mpl
importnumpyasnp
importpandasaspd
importmatplotlibasmpl
importmatplotlib.pyplotasplt
importseabornassns
importwarnings;warnings.filterwarnings(action='once')
large=22;med=16;small=12
params={'axes.titlesize':large,
'legend.fontsize':med,
'figure.figsize':(16,10),
'axes.labelsize':med,
'axes.titlesize':med,
'xtick.labelsize':med,
'ytick.labelsize':med,
'figure.titlesize':large}
plt.rcParams.update(params)
plt.style.use('seaborn-whitegrid')
sns.set_style("white")
%matplotlibinline
#Version
print(mpl.__version__)#>3.0.0
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。
#Importdataset
midwest=pd.read_csv("/selva86/datasets/master/midwest_filter.csv")
#PrepareData
#Createasmanycolorsasthereareuniquemidwest['category']
categories=np.unique(midwest['category'])
colors=[plt.cm.tab10(i/float(len(categories)-1))foriinrange(len(categories))]
#DrawPlotforEachCategory
plt.figure(figsize=(16,10),dpi=80,facecolor='w',edgecolor='k')
fori,categoryinenumerate(categories):
plt.scatter('area','poptotal',
data=midwest.loc[midwest.category==category,:],
s=20,c=colors[i],label=str(category))
#Decorations
plt.gca().set(xlim=(0.0,0.1),ylim=(0,90000),
xlabel='Area',ylabel='Population')
plt.xticks(fontsize=12);plt.yticks(fontsize=12)
plt.title("ScatterplotofMidwestAreavsPopulation",fontsize=22)
plt.legend(fontsize=12)
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()
frommatplotlibimportpatches
fromscipy.spatialimportConvexHull
importwarnings;warnings.simplefilter('ignore')
sns.set_style("white")
#Step1:PrepareData
midwest=pd.read_csv("/selva86/datasets/master/midwest_filter.csv")
#Asmanycolorsasthereareuniquemidwest['category']
categories=np.unique(midwest['category'])
colors=[plt.cm.tab10(i/float(len(categories)-1))foriinrange(len(categories))]
#Step2:DrawScatterplotwithuniquecolorforeachcategory
fig=plt.figure(figsize=(16,10),dpi=80,facecolor='w',edgecolor='k')
fori,categoryinenumerate(categories):
plt.scatter('area','poptotal',data=midwest.loc[midwest.category==category,:],s='dot_size',c=colors[i],label=str(category),edgecolors='black',linewidths=.5)
#Step3:Encircling
#/questions/44575681/how-do-i-encircle-different-data-sets-in-scatter-plot
defencircle(x,y,ax=None,**kw):
ifnotax:ax=plt.gca()
p=np.c_[x,y]
hull=ConvexHull(p)
poly=plt.Polygon(p[hull.vertices,:],**kw)
ax.add_patch(poly)
#Selectdatatobeencircled
midwest_encircle_data=midwest.loc[midwest.state=='IN',:]
#Drawpolygonsurroundingvertices
encircle(midwest_encircle_data.area,midwest_encircle_data.poptotal,ec="k",fc="gold",alpha=0.1)
encircle(midwest_encircle_data.area,midwest_encircle_data.poptotal,ec="firebrick",fc="none",linewidth=1.5)
#Step4:Decorations
plt.gca().set(xlim=(0.0,0.1),ylim=(0,90000),
xlabel='Area',ylabel='Population')
plt.xticks(fontsize=12);plt.yticks(fontsize=12)
plt.title("BubblePlotwithEncircling",fontsize=22)
plt.legend(fontsize=12)
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。
#ImportData
df=pd.read_csv("/selva86/datasets/master/mpg_ggplot2.csv")
df_select=df.loc[df.cyl.isin([4,8]),:]
#Plot
sns.set_style("white")
gridobj=sns.lmplot(x="displ",y="hwy",hue="cyl",data=df_select,
height=7,aspect=1.6,robust=True,palette='tab10',
scatter_kws=dict(s=60,linewidths=.7,edgecolors='black'))
#Decorations
gridobj.set(xlim=(0.5,7.5),ylim=(0,50))
plt.title("Scatterplotwithlineofbestfitgroupedbynumberofcylinders",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。
#ImportData
df=pd.read_csv("/selva86/datasets/master/mpg_ggplot2.csv")
df_select=df.loc[df.cyl.isin([4,8]),:]
#Eachlineinitsowncolumn
sns.set_style("white")
gridobj=sns.lmplot(x="displ",y="hwy",
data=df_select,
height=7,
robust=True,
palette='Set1',
col="cyl",
scatter_kws=dict(s=60,linewidths=.7,edgecolors='black'))
#Decorations
gridobj.set(xlim=(0.5,7.5),ylim=(0,50))
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
#ImportData
df=pd.read_csv("/selva86/datasets/master/mpg_ggplot2.csv")
#DrawStripplot
fig,ax=plt.subplots(figsize=(16,10),dpi=80)
sns.stripplot(df.cty,df.hwy,jitter=0.25,size=8,ax=ax,linewidth=.5)
#Decorations
plt.title('Usejitteredplotstoavoidoverlappingofpoints',fontsize=22)
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。
#ImportData
df=pd.read_csv("/selva86/datasets/master/mpg_ggplot2.csv")
df_counts=df.groupby(['hwy','cty']).size().reset_index(name='counts')
#DrawStripplot
fig,ax=plt.subplots(figsize=(16,10),dpi=80)
sns.stripplot(df_counts.cty,df_counts.hwy,size=df_counts.counts*2,ax=ax)
#Decorations
plt.title('CountsPlot-Sizeofcircleisbiggerasmorepointsoverlap',fontsize=22)
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)。
#ImportData
df=pd.read_csv("/selva86/datasets/master/mpg_ggplot2.csv")
#CreateFigandgridspec
fig=plt.figure(figsize=(16,10),dpi=80)
grid=plt.GridSpec(4,4,hspace=0.5,wspace=0.2)
#Definetheaxes
ax_main=fig.add_subplot(grid[:-1,:-1])
ax_right=fig.add_subplot(grid[:-1,-1],xticklabels=[],yticklabels=[])
ax_bottom=fig.add_subplot(grid[-1,0:-1],xticklabels=[],yticklabels=[])
#Scatterplotonmainax
ax_main.scatter('displ','hwy',s=df.cty*4,c=df.manufacturer.astype('category').cat.codes,alpha=.9,data=df,cmap="tab10",edgecolors='gray',linewidths=.5)
#histogramontheright
ax_bottom.hist(df.displ,40,histtype='stepfilled',orientation='vertical',color='deeppink')
ax_bottom.invert_yaxis()
#histograminthebottom
ax_right.hist(df.hwy,40,histtype='stepfilled',orientation='horizontal',color='deeppink')
#Decorations
ax_main.set(title='ScatterplotwithHistograms
displvshwy',xlabel='displ',ylabel='hwy')
ax_main.title.set_fontsize(20)
foritemin([ax_main.xaxis.label,ax_main.yaxis.label]+ax_main.get_xticklabels()+ax_main.get_yticklabels()):
item.set_fontsize(14)
xlabels=ax_main.get_xticks().tolist()
ax_main.set_xticklabels(xlabels)
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。
#ImportData
df=pd.read_csv("/selva86/datasets/master/mpg_ggplot2.csv")
#CreateFigandgridspec
fig=plt.figure(figsize=(16,10),dpi=80)
grid=plt.GridSpec(4,4,hspace=0.5,wspace=0.2)
#Definetheaxes
ax_main=fig.add_subplot(grid[:-1,:-1])
ax_right=fig.add_subplot(grid[:-1,-1],xticklabels=[],yticklabels=[])
ax_bottom=fig.add_subplot(grid[-1,0:-1],xticklabels=[],yticklabels=[])
#Scatterplotonmainax
ax_main.scatter('displ','hwy',s=df.cty*5,c=df.manufacturer.astype('category').cat.codes,alpha=.9,data=df,cmap="Set1",edgecolors='black',linewidths=.5)
#Addagraphineachpart
sns.boxplot(df.hwy,ax=ax_right,orient="v")
sns.boxplot(df.displ,ax=ax_bottom,orient="h")
#Decorations------------------
#Removexaxisnamefortheboxplot
ax_bottom.set(xlabel='')
ax_right.set(ylabel='')
#MainTitle,XlabelandYLabel
ax_main.set(title='ScatterplotwithHistograms
displvshwy',xlabel='displ',ylabel='hwy')
#Setfontsizeofdifferentcomponents
ax_main.title.set_fontsize(20)
foritemin([ax_main.xaxis.label,ax_main.yaxis.label]+ax_main.get_xticklabels()+ax_main.get_yticklabels()):
item.set_fontsize(14)
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。
#ImportDataset
df=pd.read_csv("/selva86/datasets/raw/master/mtcars.csv")
#Plot
plt.figure(figsize=(12,10),dpi=80)
sns.heatmap(df.corr(),xticklabels=df.corr().columns,yticklabels=df.corr().columns,cmap='RdYlGn',center=0,annot=True)
#Decorations
plt.title('Correlogramofmtcars',fontsize=22)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
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。
#LoadDataset
df=sns.load_dataset('iris')
#Plot
plt.figure(figsize=(10,8),dpi=80)
sns.pairplot(df,kind="scatter",hue="species",plot_kws=dict(s=80,edgecolor="white",linewidth=2.5))
plt.show()
#LoadDataset
df=sns.load_dataset('iris')
#Plot
plt.figure(figsize=(10,8),dpi=80)
sns.pairplot(df,kind="reg",hue="species")
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。
#PrepareData
df=pd.read_csv("/selva86/datasets/raw/master/mtcars.csv")
x=df.loc[:,['mpg']]
df['mpg_z']=(x-x.mean())/x.std()
df['colors']=['red'ifx<0else'green'forxindf['mpg_z']]
df.sort_values('mpg_z',inplace=True)
df.reset_index(inplace=True)
#Drawplot
plt.figure(figsize=(14,10),dpi=80)
plt.hlines(y=df.index,xmin=0,xmax=df.mpg_z,color=df.colors,alpha=0.4,linewidth=5)
#Decorations
plt.gca().set(ylabel='$Model$',xlabel='$Mileage$')
plt.yticks(df.index,df.cars,fontsize=12)
plt.title('DivergingBarsofCarMileage',fontdict={'size':20})
plt.grid(linestyle='--',alpha=0.5)
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。
#PrepareData
df=pd.read_csv("/selva86/datasets/raw/master/mtcars.csv")
x=df.loc[:,['mpg']]
df['mpg_z']=(x-x.mean())/x.std()
df['colors']=['red'ifx<0else'green'forxindf['mpg_z']]
df.sort_values('mpg_z',inplace=True)
df.reset_index(inplace=True)
#Drawplot
plt.figure(figsize=(14,14),dpi=80)
plt.hlines(y=df.index,xmin=0,xmax=df.mpg_z)
forx,y,texinzip(df.mpg_z,df.index,df.mpg_z):
t=plt.text(x,y,round(tex,2),horizontalalignment='right'ifx<0else'left',
verticalalignment='center',fontdict={'color':'red'ifx<0else'green','size':14})
#Decorations
plt.yticks(df.index,df.cars,fontsize=12)
plt.title('DivergingTextBarsofCarMileage',fontdict={'size':20})
plt.grid(linestyle='--',alpha=0.5)
plt.xlim(-2.5,2.5)
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。
#PrepareData
df=pd.read_csv("/selva86/datasets/raw/master/mtcars.csv")
x=df.loc[:,['mpg']]
df['mpg_z']=(x-x.mean())/x.std()
df['colors']=['red'ifx<0else'darkgreen'forxindf['mpg_z']]
df.sort_values('mpg_z',inplace=True)
df.reset_index(inplace=True)
#Drawplot
plt.figure(figsize=(14,16),dpi=80)
plt.scatter(df.mpg_z,df.index,s=450,alpha=.6,color=df.colors)
forx,y,texinzip(df.mpg_z,df.index,df.mpg_z):
t=plt.text(x,y,round(tex,1),horizontalalignment='center',
verticalalignment='center',fontdict={'color':'white'})
#Decorations
#Lightenborders
plt.gca().spines["top"].set_alpha(.3)
plt.gca().spines["bottom"].set_alpha(.3)
plt.gca().spines["right"].set_alpha(.3)
plt.gca().spines["left"].set_alpha(.3)
plt.yticks(df.index,df.cars)
plt.title('DivergingDotplotofCarMileage',fontdict={'size':20})
plt.xlabel('$Mileage$')
plt.grid(linestyle='--',alpha=0.5)
plt.xlim(-2.5,2.5)
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。
#PrepareData
df=pd.read_csv("/selva86/datasets/raw/master/mtcars.csv")
x=df.loc[:,['mpg']]
df['mpg_z']=(x-x.mean())/x.std()
df['colors']='black'
#colorfiatdifferently
df.loc[df.cars=='FiatX1-9','colors']='darkorange'
df.sort_values('mpg_z',inplace=True)
df.reset_index(inplace=True)
#Drawplot
importmatplotlib.patchesaspatches
plt.figure(figsize=(14,16),dpi=80)
plt.hlines(y=df.index,xmin=0,xmax=df.mpg_z,color=df.colors,alpha=0.4,linewidth=1)
plt.scatter(df.mpg_z,df.index,color=df.colors,s=[600ifx=='FiatX1-9'else300forxindf.cars],alpha=0.6)
plt.yticks(df.index,df.cars)
plt.xticks(fontsize=12)
#Annotate
plt.annotate('MercedesModels',xy=(0.0,11.0),xytext=(1.0,11),xycoords='data',
fontsize=15,ha='center',va='center',
bbox=dict(boxstyle='square',fc='firebrick'),
arrowprops=dict(arrowstyle='-[,widthB=2.0,lengthB=1.5',lw=2.0,color='steelblue'),color='white')
#AddPatches
p1=patches.Rectangle((-2.0,-1),width=.3,height=3,alpha=.2,facecolor='red')
p2=patches.Rectangle((1.5,27),width=.8,height=5,alpha=.2,facecolor='green')
plt.gca().add_patch(p1)
plt.gca().add_patch(p2)
#Decorate
plt.title('DivergingBarsofCarMileage',fontdict={'size':20})
plt.grid(linestyle='--',alpha=0.5)
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。
importnumpyasnp
importpandasaspd
#PrepareData
df=pd.read_csv("/selva86/datasets/raw/master/economics.csv",parse_dates=['date']).head(100)
x=np.arange(df.shape[0])
y_returns=(df.psavert.diff().fillna(0)/df.psavert.shift(1)).fillna(0)*100
#Plot
plt.figure(figsize=(16,10),dpi=80)
plt.fill_between(x[1:],y_returns[1:],0,where=y_returns[1:]>=0,facecolor='green',interpolate=True,alpha=0.7)
plt.fill_between(x[1:],y_returns[1:],0,where=y_returns[1:]<=0,facecolor='red',interpolate=True,alpha=0.7)
#Annotate
plt.annotate('Peak
1975',xy=(94.0,21.0),xytext=(88.0,28),
bbox=dict(boxstyle='square',fc='firebrick'),
arrowprops=dict(facecolor='steelblue',shrink=0.05),fontsize=15,color='white')
#Decorations
xtickvals=[str(m)[:3].upper()+"-"+str(y)fory,minzip(df.date.dt.year,df.date.dt.month_name())]
plt.gca().set_xticks(x[::6])
plt.gca().set_xticklabels(xtickvals[::6],rotation=90,fontdict={'horizontalalignment':'center','verticalalignment':'center_baseline'})
plt.ylim(-35,35)
plt.xlim(1,100)
plt.title("MonthEconomicsReturn%",fontsize=22)
plt.ylabel('Monthlyreturns%')
plt.grid(alpha=0.5)
plt.show()
排序
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。
#PrepareData
df_raw=pd.read_csv("/selva86/datasets/raw/master/mpg_ggplot2.csv")
df=df_raw[['cty','manufacturer']].groupby('manufacturer').apply(lambdax:x.mean())
df.sort_values('cty',inplace=True)
df.reset_index(inplace=True)
#Drawplot
importmatplotlib.patchesaspatches
fig,ax=plt.subplots(figsize=(16,10),facecolor='white',dpi=80)
ax.vlines(x=df.index,ymin=0,ymax=df.cty,color='firebrick',alpha=0.7,linewidth=20)
#AnnotateText
fori,ctyinenumerate(df.cty):
ax.text(i,cty+0.5,round(cty,1),horizontalalignment='center')
#Title,Label,TicksandYlim
ax.set_title('BarChartforHighwayMileage',fontdict={'size':22})
ax.set(ylabel='MilesPerGallon',ylim=(0,30))
plt.xticks(df.index,df.manufacturer.str.upper(),rotation=60,horizontalalignment='right',fontsize=12)
#AddpatchestocolortheXaxislabels
p1=patches.Rectangle((.57,-0.005),width=.33,height=.13,alpha=.1,facecolor='green',transform=fig.transFigure)
p2=patches.Rectangle((.124,-0.005),width=.446,height=.13,alpha=.1,facecolor='red',transform=fig.transFigure)
fig.add_artist(p1)
fig.add_artist(p2)
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。
#PrepareData
df_raw=pd.read_csv("/selva86/datasets/raw/master/mpg_ggplot2.csv")
df=df_raw[['cty','manufacturer']].groupby('manufacturer').apply(lambdax:x.mean())
df.sort_values('cty',inplace=True)
df.reset_index(inplace=True)
#Drawplot
fig,ax=plt.subplots(figsize=(16,10),dpi=80)
ax.vlines(x=df.index,ymin=0,ymax=df.cty,color='firebrick',alpha=0.7,linewidth=2)
ax.scatter(x=df.index,y=df.cty,s=75,color='firebrick',alpha=0.7)
#Title,Label,TicksandYlim
ax.set_title('LollipopChartforHighwayMileage',fontdict={'size':22})
ax.set_ylabel('MilesPerGallon')
ax.set_xticks(df.index)
ax.set_xticklabels(df.manufacturer.str.upper(),rotation=60,fontdict={'horizontalalignment':'right','size':12})
ax.set_ylim(0,30)
#Annotate
forrowindf.itertuples():
ax.text(row.Index,row.cty+.5,s=round(row.cty,2),horizontalalignment='center',verticalalignment='bottom',fontsize=14)
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。
#PrepareData
df_raw=pd.read_csv("/selva86/datasets/raw/master/mpg_ggplot2.csv")
df=df_raw[['cty','manufacturer']].groupby('manufacturer').apply(lambdax:x.mean())
df.sort_values('cty',inplace=True)
df.reset_index(inplace=True)
#Drawplot
fig,ax=plt.subplots(figsize=(16,10),dpi=80)
ax.hlines(y=df.index,xmin=11,xmax=26,color='gray',alpha=0.7,linewidth=1,linestyles='dashdot')
ax.scatter(y=df.index,x=df.cty,s=75,color='firebrick',alpha=0.7)
#Title,Label,TicksandYlim
ax.set_title('DotPlotforHighwayMileage',fontdict={'size':22})
ax.set_xlabel('MilesPerGallon')
ax.set_yticks(df.index)
ax.set_yticklabels(df.manufacturer.str.title(),fontdict={'horizontalalignment':'right'})
ax.set_xlim(10,27)
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。
importmatplotlib.linesasmlines
#ImportData
df=pd.read_csv("/selva86/datasets/master/gdppercap.csv")
left_label=[str(c)+','+str(round(y))forc,yinzip(df.continent,df['1952'])]
right_label=[str(c)+','+str(round(y))forc,yinzip(df.continent,df['1957'])]
klass=['red'if(y1-y2)<0else'green'fory1,y2inzip(df['1952'],df['1957'])]
#drawline
#/questions/36470343/how-to-draw-a-line-with-matplotlib/36479941
defnewline(p1,p2,color='black'):
ax=plt.gca()
l=mlines.Line2D([p1[0],p2[0]],[p1[1],p2[1]],color='red'ifp1[1]-p2[1]>0else'green',marker='o',markersize=6)
ax.add_line(l)
returnl
fig,ax=plt.subplots(1,1,figsize=(14,14),dpi=80)
#VerticalLines
ax.vlines(x=1,ymin=500,ymax=13000,color='black',alpha=0.7,linewidth=1,linestyles='dotted')
ax.vlines(x=3,ymin=500,ymax=13000,color='black',alpha=0.7,linewidth=1,linestyles='dotted')
#Points
ax.scatter(y=df['1952'],x=np.repeat(1,df.shape[0]),s=10,color='black',alpha=0.7)
ax.scatter(y=df['1957'],x=np.repeat(3,df.shape[0]),s=10,color='black',alpha=0.7)
#LineSegmentsandAnnotation
forp1,p2,cinzip(df['1952'],df['1957'],df['continent']):
newline([1,p1],[3,p2])
ax.text(1-0.05,p1,c+','+str(round(p1)),horizontalalignment='right',verticalalignment='center',fontdict={'size':14})
ax.text(3+0.05,p2,c+','+str(round(p2)),horizontalalignment='left',verticalalignment='center',fontdict={'size':14})
#'Before'and'After'Annotations
ax.text(1-0.05,13000,'BEFORE',horizontalalignment='right',verticalalignment='center',fontdict={'size':18,'weight':700})
ax.text(3+0.05,13000,'AFTER',horizontalalignment='left',verticalalignment='center',fontdict={'size':18,'weight':700})
#Decoration
ax.set_title("Slopechart:ComparingGDPPerCapitabetween1952vs1957",fontdict={'size':22})
ax.set(xlim=(0,4),ylim=(0,14000),ylabel='MeanGDPPerCapita')
ax.set_xticks([1,3])
ax.set_xticklabels(["1952","1957"])
plt.yticks(np.arange(500,13000,2000),fontsize=12)
#Lightenborders
plt.gca().spines["top"].set_alpha(.0)
plt.gca().spines["bottom"].set_alpha(.0)
plt.gca().spines["right"].set_alpha(.0)
plt.gca().spines["left"].set_alpha(.0)
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。
importmatplotlib.linesasmlines
#ImportData
df=pd.read_csv("/selva86/datasets/master/health.csv")
df.sort_values('pct_',inplace=True)
df.reset_index(inplace=True)
#Functodrawlinesegment
defnewline(p1,p2,color='black'):
ax=plt.gca()
l=mlines.Line2D([p1[0],p2[0]],[p1[1],p2[1]],color='skyblue')
ax.add_line(l)
returnl
#FigureandAxes
fig,ax=plt.subplots(1,1,figsize=(14,14),facecolor='#f7f7f7',dpi=80)
#VerticalLines
ax.vlines(x=.05,ymin=0,ymax=26,color='black',alpha=1,linewidth=1,linestyles='dotted')
ax.vlines(x=.10,ymin=0,ymax=26,color='black',alpha=1,linewidth=1,linestyles='dotted')
ax.vlines(x=.15,ymin=0,ymax=26,color='black',alpha=1,linewidth=1,linestyles='dotted')
ax.vlines(x=.20,ymin=0,ymax=26,color='black',alpha=1,linewidth=1,linestyles='dotted')
#Points
ax.scatter(y=df['index'],x=df['pct_'],s=50,color='#0e668b',alpha=0.7)
ax.scatter(y=df['index'],x=df['pct_'],s=50,color='#a3c4dc',alpha=0.7)
#LineSegments
fori,p1,p2inzip(df['index'],df['pct_'],df['pct_']):
newline([p1,i],[p2,i])
#Decoration
ax.set_facecolor('#f7f7f7')
ax.set_title("DumbellChart:PctChange-vs",fontdict={'size':22})
ax.set(xlim=(0,.25),ylim=(-1,27),ylabel='MeanGDPPerCapita')
ax.set_xticks([.05,.1,.15,.20])
ax.set_xticklabels(['5%','15%','20%','25%'])
ax.set_xticklabels(['5%','15%','20%','25%'])
plt.show()
分配
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。
#ImportData
df=pd.read_csv("/selva86/datasets/raw/master/mpg_ggplot2.csv")
#Preparedata
x_var='displ'
groupby_var='class'
df_agg=df.loc[:,[x_var,groupby_var]].groupby(groupby_var)
vals=[df[x_var].values.tolist()fori,dfindf_agg]
#Draw
plt.figure(figsize=(16,9),dpi=80)
colors=[plt.cm.Spectral(i/float(len(vals)-1))foriinrange(len(vals))]
n,bins,patches=plt.hist(vals,30,stacked=True,density=False,color=colors[:len(vals)])
#Decoration
plt.legend({group:colforgroup,colinzip(np.unique(df[groupby_var]).tolist(),colors[:len(vals)])})
plt.title(f"StackedHistogramof${x_var}$coloredby${groupby_var}$",fontsize=22)
plt.xlabel(x_var)
plt.ylabel("Frequency")
plt.ylim(0,25)
plt.xticks(ticks=bins[::3],labels=[round(b,1)forbinbins[::3]])
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。
#ImportData
df=pd.read_csv("/selva86/datasets/raw/master/mpg_ggplot2.csv")
#Preparedata
x_var='manufacturer'
groupby_var='class'
df_agg=df.loc[:,[x_var,groupby_var]].groupby(groupby_var)
vals=[df[x_var].values.tolist()fori,dfindf_agg]
#Draw
plt.figure(figsize=(16,9),dpi=80)
colors=[plt.cm.Spectral(i/float(len(vals)-1))foriinrange(len(vals))]
n,bins,patches=plt.hist(vals,df[x_var].unique().__len__(),stacked=True,density=False,color=colors[:len(vals)])
#Decoration
plt.legend({group:colforgroup,colinzip(np.unique(df[groupby_var]).tolist(),colors[:len(vals)])})
plt.title(f"StackedHistogramof${x_var}$coloredby${groupby_var}$",fontsize=22)
plt.xlabel(x_var)
plt.ylabel("Frequency")
plt.ylim(0,40)
plt.xticks(ticks=bins,labels=np.unique(df[x_var]).tolist(),rotation=90,horizontalalignment='left')
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。
#ImportData
df=pd.read_csv("/selva86/datasets/raw/master/mpg_ggplot2.csv")
#DrawPlot
plt.figure(figsize=(16,10),dpi=80)
sns.kdeplot(df.loc[df['cyl']==4,"cty"],shade=True,color="g",label="Cyl=4",alpha=.7)
sns.kdeplot(df.loc[df['cyl']==5,"cty"],shade=True,color="deeppink",label="Cyl=5",alpha=.7)
sns.kdeplot(df.loc[df['cyl']==6,"cty"],shade=True,color="dodgerblue",label="Cyl=6",alpha=.7)
sns.kdeplot(df.loc[df['cyl']==8,"cty"],shade=True,color="orange",label="Cyl=8",alpha=.7)
#Decoration
plt.title('DensityPlotofCityMileagebyn_Cylinders',fontsize=22)
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。
#ImportData
df=pd.read_csv("/selva86/datasets/raw/master/mpg_ggplot2.csv")
#DrawPlot
plt.figure(figsize=(13,10),dpi=80)
sns.distplot(df.loc[df['class']=='compact',"cty"],color="dodgerblue",label="Compact",hist_kws={'alpha':.7},kde_kws={'linewidth':3})
sns.distplot(df.loc[df['class']=='suv',"cty"],color="orange",label="SUV",hist_kws={'alpha':.7},kde_kws={'linewidth':3})
sns.distplot(df.loc[df['class']=='minivan',"cty"],color="g",label="minivan",hist_kws={'alpha':.7},kde_kws={'linewidth':3})
plt.ylim(0,0.35)
#Decoration
plt.title('DensityPlotofCityMileagebyVehicleType',fontsize=22)
plt.legend()
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。
#!pipinstalljoypy
#ImportData
mpg=pd.read_csv("/selva86/datasets/raw/master/mpg_ggplot2.csv")
#DrawPlot
plt.figure(figsize=(16,10),dpi=80)
fig,axes=joypy.joyplot(mpg,column=['hwy','cty'],by="class",ylim='own',figsize=(14,10))
#Decoration
plt.title('JoyPlotofCityandHighwayMileagebyClass',fontsize=22)
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。
importmatplotlib.patchesasmpatches
#PrepareData
df_raw=pd.read_csv("/selva86/datasets/raw/master/mpg_ggplot2.csv")
cyl_colors={4:'tab:red',5:'tab:green',6:'tab:blue',8:'tab:orange'}
df_raw['cyl_color']=df_raw.cyl.map(cyl_colors)
#MeanandMediancitymileagebymake
df=df_raw[['cty','manufacturer']].groupby('manufacturer').apply(lambdax:x.mean())
df.sort_values('cty',ascending=False,inplace=True)
df.reset_index(inplace=True)
df_median=df_raw[['cty','manufacturer']].groupby('manufacturer').apply(lambdax:x.median())
#Drawhorizontallines
fig,ax=plt.subplots(figsize=(16,10),dpi=80)
ax.hlines(y=df.index,xmin=0,xmax=40,color='gray',alpha=0.5,linewidth=.5,linestyles='dashdot')
#DrawtheDots
fori,makeinenumerate(df.manufacturer):
df_make=df_raw.loc[df_raw.manufacturer==make,:]
ax.scatter(y=np.repeat(i,df_make.shape[0]),x='cty',data=df_make,s=75,edgecolors='gray',c='w',alpha=0.5)
ax.scatter(y=i,x='cty',data=df_median.loc[df_median.index==make,:],s=75,c='firebrick')
#Annotate
ax.text(33,13,"$red;dots;are;the:median$",fontdict={'size':12},color='firebrick')
#Decorations
red_patch=plt.plot([],[],marker="o",ms=10,ls="",mec=None,color='firebrick',label="Median")
plt.legend(handles=red_patch)
ax.set_title('DistributionofCityMileagebyMake',fontdict={'size':22})
ax.set_xlabel('MilesPerGallon(City)',alpha=0.7)
ax.set_yticks(df.index)
ax.set_yticklabels(df.manufacturer.str.title(),fontdict={'horizontalalignment':'right'},alpha=0.7)
ax.set_xlim(1,40)
plt.xticks(alpha=0.7)
plt.gca().spines["top"].set_visible(False)
plt.gca().spines["bottom"].set_visible(False)
plt.gca().spines["right"].set_visible(False)
plt.gca().spines["left"].set_visible(False)
plt.grid(axis='both',alpha=.4,linewidth=.1)
plt.show()
本文参考自:
/plots/top-50-matplotlib-visualizations-the-master-plots-python/