Matplotlib可视化最有价值的图表有哪些

• 攻略

技术Matplotlib可视化最有价值的图表有哪些这篇文章主要为大家展示了“Matplotlib可视化最有价值的图表有哪些”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“Mat

本文主要给大家展示“Matplotlib可视化中最有价值的图表有哪些”，简单易懂，组织清晰，希望能帮你解决疑惑。让边肖带领你学习《Matplotlib可视化中最有价值的图表是什么》一文。

00-1010这些图表根据可视化目标的7种不同场景进行分组。例如，如果您想想象两个变量之间的关系，请查看“关联”部分下的图表。或者，如果您想显示该值如何随时间变化，请查看“变化”部分，等等。

有效图表的重要特征：

传达正确和必要的信息，不歪曲事实。

简单的设计，不用太费力就能看懂。

从审美角度支持信息，而不是掩盖信息。

没有信息过载。

00-1010在代码运行之前引入以下设置。当然，对于单个图表，可以重置显示元素。

# !pip安装啤酒酿造器2mpl

将numpy作为np导入

进口熊猫作为pd

将matplotlib导入为mpl

将matplotlib.pyplot导入为plt

将seaborn导入为sns

导入警告；warnings.filterwarnings(操作=“一次”)

大=22；med=16小=12

params={'axes.titlesize':大号，

legend.fontsize': med，

图. figsize': (16，10)，

axes.labelsize': med，

axes.titlesize': med，

xtick.labelsize': med，

ytick.labelsize': med，

ge-python">          'figure.titlesize': large}

  • plt.rcParams.update(params)

  • plt.style.use('seaborn-whitegrid')

  • sns.set_style("white")

  • %matplotlib inline

  • # Version

  • print(mpl.__version__)  #> 3.0.0

  • print(sns.__version__)  #> 0.9.0

    • 3.0.20.9.0

    一、关联 （Correlation）

    关联图表用于可视化2个或更多变量之间的关系。 也就是说，一个变量如何相对于另一个变化。

    1 散点图（Scatter plot）

    散点图是用于研究两个变量之间关系的经典的和基本的图表。 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 中，您可以使用 plt.scatterplot（） 方便地执行此操作。

    1. # Import dataset
    2. midwest = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv")

    4. # Prepare Data
    5. # Create as many colors as there are unique midwest['category']
    6. categories = np.unique(midwest['category'])
    7. colors = [plt.cm.tab10(i/float(len(categories)-1)) for i in range(len(categories))]

    9. # Draw Plot for Each Category
    10. plt.figure(figsize=(16, 10), dpi= 80, facecolor='w', edgecolor='k')

    12. for i, category in enumerate(categories):
    13.     plt.scatter('area', 'poptotal',
    14.                 data=midwest.loc[midwest.category==category, :],
    15.                 s=20, cmap=colors[i], label=str(category))
    16.     # "c=" 修改为 "cmap="，Python数据之道 备注

    18. # Decorations
    19. plt.gca().set(xlim=(0.0, 0.1), ylim=(0, 90000),
    20.               xlabel='Area', ylabel='Population')

    22. plt.xticks(fontsize=12); plt.yticks(fontsize=12)
    23. plt.title("Scatterplot of Midwest Area vs Population", fontsize=22)
    24. plt.legend(fontsize=12)    
    25. plt.show()    

    Matplotlib可视化最有价值的图表有哪些

    图1

    2 带边界的气泡图（Bubble plot with Encircling）

    有时，您希望在边界内显示一组点以强调其重要性。 在这个例子中，你从数据框中获取记录，并用下面代码中描述的 encircle（） 来使边界显示出来。

    1. from matplotlib import patches
    2. from scipy.spatial import ConvexHull
    3. import warnings; warnings.simplefilter('ignore')
    4. sns.set_style("white")

    6. # Step 1: Prepare Data
    7. midwest = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv")

    9. # As many colors as there are unique midwest['category']
    10. categories = np.unique(midwest['category'])
    11. colors = [plt.cm.tab10(i/float(len(categories)-1)) for i in range(len(categories))]

    13. # Step 2: Draw Scatterplot with unique color for each category
    14. fig = plt.figure(figsize=(16, 10), dpi= 80, facecolor='w', edgecolor='k')    

    16. for i, category in enumerate(categories):
    17.     plt.scatter('area', 'poptotal', data=midwest.loc[midwest.category==category, :],
    18.                 s='dot_size', cmap=colors[i], label=str(category), edgecolors='black', linewidths=.5)
    19.     # "c=" 修改为 "cmap="，Python数据之道 备注

    21. # Step 3: Encircling
    22. # https://stackoverflow.com/questions/44575681/how-do-i-encircle-different-data-sets-in-scatter-plot
    23. def encircle(x,y, ax=None, **kw):
    24.     if not ax: ax=plt.gca()
    25.     p = np.c_[x,y]
    26.     hull = ConvexHull(p)
    27.     poly = plt.Polygon(p[hull.vertices,:], **kw)
    28.     ax.add_patch(poly)

    30. # Select data to be encircled
    31. midwest_encircle_data = midwest.loc[midwest.state=='IN', :]                         

    33. # Draw polygon surrounding vertices    
    34. encircle(midwest_encircle_data.area, midwest_encircle_data.poptotal, ec="k", fc="gold", alpha=0.1)
    35. encircle(midwest_encircle_data.area, midwest_encircle_data.poptotal, ec="firebrick", fc="none", linewidth=1.5)

    37. # Step 4: Decorations
    38. plt.gca().set(xlim=(0.0, 0.1), ylim=(0, 90000),
    39.               xlabel='Area', ylabel='Population')

    41. plt.xticks(fontsize=12); plt.yticks(fontsize=12)
    42. plt.title("Bubble Plot with Encircling", fontsize=22)
    43. plt.legend(fontsize=12)    
    44. plt.show()    

    Matplotlib可视化最有价值的图表有哪些

    图2

    3 带线性回归最佳拟合线的散点图 （Scatter plot with linear regression line of best fit）

    如果你想了解两个变量如何相互改变，那么最佳拟合线就是常用的方法。 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 sns.lmplot（）调用中删除 hue ='cyl'参数。

    1. # Import Data
    2. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")
    3. df_select = df.loc[df.cyl.isin([4,8]), :]

    5. # Plot
    6. sns.set_style("white")
    7. gridobj = sns.lmplot(x="displ", y="hwy", hue="cyl", data=df_select,
    8.                      height=7, aspect=1.6, robust=True, palette='tab10',
    9.                      scatter_kws=dict(s=60, linewidths=.7, edgecolors='black'))

    11. # Decorations
    12. gridobj.set(xlim=(0.5, 7.5), ylim=(0, 50))
    13. plt.title("Scatterplot with line of best fit grouped by number of cylinders", fontsize=20)
    14. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图3

    针对每列绘制线性回归线

    或者，可以在其每列中显示每个组的最佳拟合线。 可以通过在 sns.lmplot() 中设置 col=groupingcolumn 参数来实现，如下：

    1. # Import Data
    2. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")
    3. df_select = df.loc[df.cyl.isin([4,8]), :]

    5. # Each line in its own column
    6. sns.set_style("white")
    7. gridobj = sns.lmplot(x="displ", y="hwy",
    8.                      data=df_select,
    9.                      height=7,
    10.                      robust=True,
    11.                      palette='Set1',
    12.                      col="cyl",
    13.                      scatter_kws=dict(s=60, linewidths=.7, edgecolors='black'))

    15. # Decorations
    16. gridobj.set(xlim=(0.5, 7.5), ylim=(0, 50))
    17. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图3-2

    4 抖动图 （Jittering with stripplot）

    通常，多个数据点具有完全相同的 X 和 Y 值。 结果，多个点绘制会重叠并隐藏。 为避免这种情况，请将数据点稍微抖动，以便您可以直观地看到它们。 使用 seaborn 的 stripplot（） 很方便实现这个功能。

    1. # Import Data
    2. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")

    4. # Draw Stripplot
    5. fig, ax = plt.subplots(figsize=(16,10), dpi= 80)    
    6. sns.stripplot(df.cty, df.hwy, jitter=0.25, size=8, ax=ax, linewidth=.5)

    8. # Decorations
    9. plt.title('Use jittered plots to avoid overlapping of points', fontsize=22)
    10. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图4

    5 计数图 （Counts Plot）

    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，其周围的点的集中度越高。

    1. # Import Data
    2. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")
    3. df_counts = df.groupby(['hwy', 'cty']).size().reset_index(name='counts')

    5. # Draw Stripplot
    6. fig, ax = plt.subplots(figsize=(16,10), dpi= 80)    
    7. sns.stripplot(df_counts.cty, df_counts.hwy, size=df_counts.counts*2, ax=ax)

    9. # Decorations
    10. plt.title('Counts Plot - Size of circle is bigger as more points overlap', fontsize=22)
    11. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图5

    6 边缘直方图 （Marginal Histogram）

    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。 这种图经常用于探索性数据分析（EDA）。

    Matplotlib可视化最有价值的图表有哪些

    图6

    7 边缘箱形图 （Marginal Boxplot）

    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。

    Matplotlib可视化最有价值的图表有哪些

    图7

    8 相关图 （Correllogram）

    相关图用于直观地查看给定数据框（或二维数组）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")

    4. # Plot
    5. plt.figure(figsize=(12,10), dpi= 80)
    6. sns.heatmap(df.corr(), xticklabels=df.corr().columns, yticklabels=df.corr().columns, cmap='RdYlGn', center=0, annot=True)

    8. # Decorations
    9. plt.title('Correlogram of mtcars', fontsize=22)
    10. plt.xticks(fontsize=12)
    11. plt.yticks(fontsize=12)
    12. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图8

    9 矩阵图 （Pairwise Plot）

    矩阵图是探索性分析中的最爱，用于理解所有可能的数值变量对之间的关系。 它是双变量分析的必备工具。

    1. # Load Dataset
    2. df = sns.load_dataset('iris')

    4. # Plot
    5. plt.figure(figsize=(10,8), dpi= 80)
    6. sns.pairplot(df, kind="scatter", hue="species", plot_kws=dict(s=80, edgecolor="white", linewidth=2.5))
    7. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图9

    1. # Load Dataset
    2. df = sns.load_dataset('iris')

    4. # Plot
    5. plt.figure(figsize=(10,8), dpi= 80)
    6. sns.pairplot(df, kind="reg", hue="species")
    7. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图9-2

    二、偏差 （Deviation）

    10 发散型条形图 （Diverging Bars）

    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，那么散型条形图 （Diverging Bars） 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)

    9. # Draw plot
    10. plt.figure(figsize=(14,10), dpi= 80)
    11. plt.hlines(y=df.index, xmin=0, xmax=df.mpg_z, color=df.colors, alpha=0.4, linewidth=5)

    13. # Decorations
    14. plt.gca().set(ylabel='$Model$', xlabel='$Mileage$')
    15. plt.yticks(df.index, df.cars, fontsize=12)
    16. plt.title('Diverging Bars of Car Mileage', fontdict={'size':20})
    17. plt.grid(linestyle='--', alpha=0.5)
    18. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图10

    11 发散型文本 （Diverging Texts）

    发散型文本 （Diverging Texts）与发散型条形图 （Diverging Bars）相似，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，就可以使用这种方法。

    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)

    9. # Draw plot
    10. plt.figure(figsize=(14,14), dpi= 80)
    11. plt.hlines(y=df.index, xmin=0, xmax=df.mpg_z)
    12. for x, y, tex in zip(df.mpg_z, df.index, df.mpg_z):
    13.     t = plt.text(x, y, round(tex, 2), horizontalalignment='right' if x < 0 else 'left',
    14.                  verticalalignment='center', fontdict={'color':'red' if x < 0 else 'green', 'size':14})

    16. # Decorations    
    17. plt.yticks(df.index, df.cars, fontsize=12)
    18. plt.title('Diverging Text Bars of Car Mileage', fontdict={'size':20})
    19. plt.grid(linestyle='--', alpha=0.5)
    20. plt.xlim(-2.5, 2.5)
    21. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图11

    12 发散型包点图 （Diverging Dot Plot）

    发散型包点图 （Diverging Dot Plot）也类似于发散型条形图 （Diverging Bars）。 然而，与发散型条形图 （Diverging Bars）相比，条的缺失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)

    9. # Draw plot
    10. plt.figure(figsize=(14,16), dpi= 80)
    11. plt.scatter(df.mpg_z, df.index, s=450, alpha=.6, color=df.colors)
    12. for x, y, tex in zip(df.mpg_z, df.index, df.mpg_z):
    13.     t = plt.text(x, y, round(tex, 1), horizontalalignment='center',
    14.                  verticalalignment='center', fontdict={'color':'white'})

    16. # Decorations
    17. # Lighten borders
    18. plt.gca().spines["top"].set_alpha(.3)
    19. plt.gca().spines["bottom"].set_alpha(.3)
    20. plt.gca().spines["right"].set_alpha(.3)
    21. plt.gca().spines["left"].set_alpha(.3)

    23. plt.yticks(df.index, df.cars)
    24. plt.title('Diverging Dotplot of Car Mileage', fontdict={'size':20})
    25. plt.xlabel('$Mileage$')
    26. plt.grid(linestyle='--', alpha=0.5)
    27. plt.xlim(-2.5, 2.5)
    28. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图12

    13 带标记的发散型棒棒糖图 （Diverging Lollipop Chart with Markers）

    带标记的棒棒糖图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，提供了一种对差异进行可视化的灵活方式。

    Matplotlib可视化最有价值的图表有哪些

    图13

    14 面积图 （Area Chart）

    通过对轴和线之间的区域进行着色，面积图不仅强调峰和谷，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

    4. # Prepare Data
    5. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/economics.csv", parse_dates=['date']).head(100)
    6. x = np.arange(df.shape[0])
    7. y_returns = (df.psavert.diff().fillna(0)/df.psavert.shift(1)).fillna(0) * 100

    9. # Plot
    10. plt.figure(figsize=(16,10), dpi= 80)
    11. plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] >= 0, facecolor='green', interpolate=True, alpha=0.7)
    12. plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] <= 0, facecolor='red', interpolate=True, alpha=0.7)

    14. # Annotate
    15. plt.annotate('Peak \n1975', xy=(94.0, 21.0), xytext=(88.0, 28),
    16.              bbox=dict(boxstyle='square', fc='firebrick'),
    17.              arrowprops=dict(facecolor='steelblue', shrink=0.05), fontsize=15, color='white')


    20. # Decorations
    21. xtickvals = [str(m)[:3].upper()+"-"+str(y) for y,m in zip(df.date.dt.year, df.date.dt.month_name())]
    22. plt.gca().set_xticks(x[::6])
    23. plt.gca().set_xticklabels(xtickvals[::6], rotation=90, fontdict={'horizontalalignment': 'center', 'verticalalignment': 'center_baseline'})
    24. plt.ylim(-35,35)
    25. plt.xlim(1,100)
    26. plt.title("Month Economics Return %", fontsize=22)
    27. plt.ylabel('Monthly returns %')
    28. plt.grid(alpha=0.5)
    29. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图14

    三、排序 （Ranking）

    15 有序条形图 （Ordered Bar Chart）

    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。

    Matplotlib可视化最有价值的图表有哪些

    图15

    16 棒棒糖图 （Lollipop Chart）

    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)

    7. # Draw plot
    8. fig, ax = plt.subplots(figsize=(16,10), dpi= 80)
    9. ax.vlines(x=df.index, ymin=0, ymax=df.cty, color='firebrick', alpha=0.7, linewidth=2)
    10. ax.scatter(x=df.index, y=df.cty, s=75, color='firebrick', alpha=0.7)

    12. # Title, Label, Ticks and Ylim
    13. ax.set_title('Lollipop Chart for Highway Mileage', fontdict={'size':22})
    14. ax.set_ylabel('Miles Per Gallon')
    15. ax.set_xticks(df.index)
    16. ax.set_xticklabels(df.manufacturer.str.upper(), rotation=60, fontdict={'horizontalalignment': 'right', 'size':12})
    17. ax.set_ylim(0, 30)

    19. # Annotate
    20. for row in df.itertuples():
    21.     ax.text(row.Index, row.cty+.5, s=round(row.cty, 2), horizontalalignment= 'center', verticalalignment='bottom', fontsize=14)

    23. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图16

    17 包点图 （Dot Plot）

    包点图表传达了项目的排名顺序，并且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)

    7. # Draw plot
    8. fig, ax = plt.subplots(figsize=(16,10), dpi= 80)
    9. ax.hlines(y=df.index, xmin=11, xmax=26, color='gray', alpha=0.7, linewidth=1, linestyles='dashdot')
    10. ax.scatter(y=df.index, x=df.cty, s=75, color='firebrick', alpha=0.7)

    12. # Title, Label, Ticks and Ylim
    13. ax.set_title('Dot Plot for Highway Mileage', fontdict={'size':22})
    14. ax.set_xlabel('Miles Per Gallon')
    15. ax.set_yticks(df.index)
    16. ax.set_yticklabels(df.manufacturer.str.title(), fontdict={'horizontalalignment': 'right'})
    17. ax.set_xlim(10, 27)
    18. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图17

    18 坡度图 （Slope Chart）

    坡度图最适合比较给定人/项目的“前”和“后”位置。

    Matplotlib可视化最有价值的图表有哪些

    图18

    19 哑铃图 （Dumbbell Plot）

    哑铃图表传达了各种项目的“前”和“后”位置以及项目的等级排序。 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。

    Matplotlib可视化最有价值的图表有哪些

    图19

    四、分布 （Distribution）

    20 连续变量的直方图 （Histogram for Continuous Variable）

    直方图显示给定变量的频率分布。 下面的图表示基于类型变量对频率条进行分组，从而更好地了解连续变量和类型变量。

    1. # Import Data
    2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

    4. # Prepare data
    5. x_var = 'displ'
    6. groupby_var = 'class'
    7. df_agg = df.loc[:, [x_var, groupby_var]].groupby(groupby_var)
    8. vals = [df[x_var].values.tolist() for i, df in df_agg]

    10. # Draw
    11. plt.figure(figsize=(16,9), dpi= 80)
    12. colors = [plt.cm.Spectral(i/float(len(vals)-1)) for i in range(len(vals))]
    13. n, bins, patches = plt.hist(vals, 30, stacked=True, density=False, color=colors[:len(vals)])

    15. # Decoration
    16. plt.legend({group:col for group, col in zip(np.unique(df[groupby_var]).tolist(), colors[:len(vals)])})
    17. plt.title(f"Stacked Histogram of ${x_var}$ colored by ${groupby_var}$", fontsize=22)
    18. plt.xlabel(x_var)
    19. plt.ylabel("Frequency")
    20. plt.ylim(0, 25)
    21. plt.xticks(ticks=bins[::3], labels=[round(b,1) for b in bins[::3]])
    22. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图20

    21 类型变量的直方图 （Histogram for Categorical Variable）

    类型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，可以将分布与表示颜色的另一个类型变量相关联。

    1. # Import Data
    2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

    4. # Prepare data
    5. x_var = 'manufacturer'
    6. groupby_var = 'class'
    7. df_agg = df.loc[:, [x_var, groupby_var]].groupby(groupby_var)
    8. vals = [df[x_var].values.tolist() for i, df in df_agg]

    10. # Draw
    11. plt.figure(figsize=(16,9), dpi= 80)
    12. colors = [plt.cm.Spectral(i/float(len(vals)-1)) for i in range(len(vals))]
    13. n, bins, patches = plt.hist(vals, df[x_var].unique().__len__(), stacked=True, density=False, color=colors[:len(vals)])

    15. # Decoration
    16. plt.legend({group:col for group, col in zip(np.unique(df[groupby_var]).tolist(), colors[:len(vals)])})
    17. plt.title(f"Stacked Histogram of ${x_var}$ colored by ${groupby_var}$", fontsize=22)
    18. plt.xlabel(x_var)
    19. plt.ylabel("Frequency")
    20. plt.ylim(0, 40)
    21. plt.xticks(ticks=bins, labels=np.unique(df[x_var]).tolist(), rotation=90, horizontalalignment='left')
    22. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图21

    22 密度图 （Density Plot）

    密度图是一种常用工具，用于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。以下情况用于表示目的，以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")

    4. # Draw Plot
    5. plt.figure(figsize=(16,10), dpi= 80)
    6. sns.kdeplot(df.loc[df['cyl'] == 4, "cty"], shade=True, color="g", label="Cyl=4", alpha=.7)
    7. sns.kdeplot(df.loc[df['cyl'] == 5, "cty"], shade=True, color="deeppink", label="Cyl=5", alpha=.7)
    8. sns.kdeplot(df.loc[df['cyl'] == 6, "cty"], shade=True, color="dodgerblue", label="Cyl=6", alpha=.7)
    9. sns.kdeplot(df.loc[df['cyl'] == 8, "cty"], shade=True, color="orange", label="Cyl=8", alpha=.7)

    11. # Decoration
    12. plt.title('Density Plot of City Mileage by n_Cylinders', fontsize=22)
    13. plt.legend()
    14. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图22

    23 直方密度线图 （Density Curves with Histogram）

    带有直方图的密度曲线汇集了两个图所传达的集体信息，因此您可以将它们放在一个图中而不是两个图中。

    1. # Import Data
    2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

    4. # Draw Plot
    5. plt.figure(figsize=(13,10), dpi= 80)
    6. sns.distplot(df.loc[df['class'] == 'compact', "cty"], color="dodgerblue", label="Compact", hist_kws={'alpha':.7}, kde_kws={'linewidth':3})
    7. sns.distplot(df.loc[df['class'] == 'suv', "cty"], color="orange", label="SUV", hist_kws={'alpha':.7}, kde_kws={'linewidth':3})
    8. sns.distplot(df.loc[df['class'] == 'minivan', "cty"], color="g", label="minivan", hist_kws={'alpha':.7}, kde_kws={'linewidth':3})
    9. plt.ylim(0, 0.35)

    11. # Decoration
    12. plt.title('Density Plot of City Mileage by Vehicle Type', fontsize=22)
    13. plt.legend()
    14. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图23

    24 Joy Plot

    Joy Plot允许不同组的密度曲线重叠，这是一种可视化大量分组数据的彼此关系分布的好方法。 它看起来很悦目，并清楚地传达了正确的信息。 它可以使用基于 matplotlib 的 joypy 包轻松构建。 （『Python数据之道』注：需要安装 joypy 库）

    1. # !pip install joypy
    2. # Python数据之道 备注
    3. import joypy

    5. # Import Data
    6. mpg = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

    8. # Draw Plot
    9. plt.figure(figsize=(16,10), dpi= 80)
    10. fig, axes = joypy.joyplot(mpg, column=['hwy', 'cty'], by="class", ylim='own', figsize=(14,10))

    12. # Decoration
    13. plt.title('Joy Plot of City and Highway Mileage by Class', fontsize=22)
    14. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图24

    25 分布式包点图 （Distributed Dot Plot）

    分布式包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。

    Matplotlib可视化最有价值的图表有哪些

    图25

    26 箱形图 （Box Plot）

    箱形图是一种可视化分布的好方法，记住中位数、第25个第45个四分位数和异常值。 但是，您需要注意解释可能会扭曲该组中包含的点数的框的大小。 因此，手动提供每个框中的观察数量可以帮助克服这个缺点。

    例如，左边的前两个框具有相同大小的框，即使它们的值分别是5和47。 因此，写入该组中的观察数量是必要的。

    1. # Import Data
    2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

    4. # Draw Plot
    5. plt.figure(figsize=(13,10), dpi= 80)
    6. sns.boxplot(x='class', y='hwy', data=df, notch=False)

    8. # Add N Obs inside boxplot (optional)
    9. def add_n_obs(df,group_col,y):
    10.     medians_dict = {grp[0]:grp[1][y].median() for grp in df.groupby(group_col)}
    11.     xticklabels = [x.get_text() for x in plt.gca().get_xticklabels()]
    12.     n_obs = df.groupby(group_col)[y].size().values
    13.     for (x, xticklabel), n_ob in zip(enumerate(xticklabels), n_obs):
    14.         plt.text(x, medians_dict[xticklabel]*1.01, "#obs : "+str(n_ob), horizontalalignment='center', fontdict={'size':14}, color='white')

    16. add_n_obs(df,group_col='class',y='hwy')    

    18. # Decoration
    19. plt.title('Box Plot of Highway Mileage by Vehicle Class', fontsize=22)
    20. plt.ylim(10, 40)
    21. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图26

    27 包点+箱形图 （Dot + Box Plot）

    包点+箱形图 （Dot + Box Plot）传达类似于分组的箱形图信息。 此外，这些点可以了解每组中有多少数据点。

    1. # Import Data
    2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

    4. # Draw Plot
    5. plt.figure(figsize=(13,10), dpi= 80)
    6. sns.boxplot(x='class', y='hwy', data=df, hue='cyl')
    7. sns.stripplot(x='class', y='hwy', data=df, color='black', size=3, jitter=1)

    9. for i in range(len(df['class'].unique())-1):
    10.     plt.vlines(i+.5, 10, 45, linestyles='solid', colors='gray', alpha=0.2)

    12. # Decoration
    13. plt.title('Box Plot of Highway Mileage by Vehicle Class', fontsize=22)
    14. plt.legend(title='Cylinders')
    15. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图27

    28 小提琴图 （Violin Plot）

    小提琴图是箱形图在视觉上令人愉悦的替代品。 小提琴的形状或面积取决于它所持有的观察次数。 但是，小提琴图可能更难以阅读，并且在专业设置中不常用。

    1. # Import Data
    2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

    4. # Draw Plot
    5. plt.figure(figsize=(13,10), dpi= 80)
    6. sns.violinplot(x='class', y='hwy', data=df, scale='width', inner='quartile')

    8. # Decoration
    9. plt.title('Violin Plot of Highway Mileage by Vehicle Class', fontsize=22)
    10. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图28

    29 人口金字塔 （Population Pyramid）

    人口金字塔可用于显示由数量排序的组的分布。 或者它也可以用于显示人口的逐级过滤，因为它在下面用于显示有多少人通过营销渠道的每个阶段。

    1. # Read data
    2. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/email_campaign_funnel.csv")

    4. # Draw Plot
    5. plt.figure(figsize=(13,10), dpi= 80)
    6. group_col = 'Gender'
    7. order_of_bars = df.Stage.unique()[::-1]
    8. colors = [plt.cm.Spectral(i/float(len(df[group_col].unique())-1)) for i in range(len(df[group_col].unique()))]

    10. for c, group in zip(colors, df[group_col].unique()):
    11.     sns.barplot(x='Users', y='Stage', data=df.loc[df[group_col]==group, :], order=order_of_bars, color=c, label=group)

    13. # Decorations    
    14. plt.xlabel("$Users$")
    15. plt.ylabel("Stage of Purchase")
    16. plt.yticks(fontsize=12)
    17. plt.title("Population Pyramid of the Marketing Funnel", fontsize=22)
    18. plt.legend()
    19. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图29

    30 分类图 （Categorical Plots）

    由 seaborn库 提供的分类图可用于可视化彼此相关的2个或更多分类变量的计数分布。

    1. # Load Dataset
    2. titanic = sns.load_dataset("titanic")

    4. # Plot
    5. g = sns.catplot("alive", col="deck", col_wrap=4,
    6.                 data=titanic[titanic.deck.notnull()],
    7.                 kind="count", height=3.5, aspect=.8,
    8.                 palette='tab20')

    10. fig.suptitle('sf')
    11. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图30

    1. # Load Dataset
    2. titanic = sns.load_dataset("titanic")

    4. # Plot
    5. sns.catplot(x="age", y="embark_town",
    6.             hue="sex", col="class",
    7.             data=titanic[titanic.embark_town.notnull()],
    8.             orient="h", height=5, aspect=1, palette="tab10",
    9.             kind="violin", dodge=True, cut=0, bw=.2)

    Matplotlib可视化最有价值的图表有哪些

    图30-2

    五、组成 （Composition）

    31 华夫饼图 （Waffle Chart）

    可以使用 pywaffle包 创建华夫饼图，并用于显示更大群体中的组的组成。

    （『Python数据之道』注：需要安装 pywaffle 库）

    1. #! pip install pywaffle
    2. # Reference: https://stackoverflow.com/questions/41400136/how-to-do-waffle-charts-in-python-square-piechart
    3. from pywaffle import Waffle

    5. # Import
    6. df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

    8. # Prepare Data
    9. df = df_raw.groupby('class').size().reset_index(name='counts')
    10. n_categories = df.shape[0]
    11. colors = [plt.cm.inferno_r(i/float(n_categories)) for i in range(n_categories)]

    13. # Draw Plot and Decorate
    14. fig = plt.figure(
    15.     FigureClass=Waffle,
    16.     plots={
    17.         '111': {
    18.             'values': df['counts'],
    19.             'labels': ["{0} ({1})".format(n[0], n[1]) for n in df[['class', 'counts']].itertuples()],
    20.             'legend': {'loc': 'upper left', 'bbox_to_anchor': (1.05, 1), 'fontsize': 12},
    21.             'title': {'label': '# Vehicles by Class', 'loc': 'center', 'fontsize':18}
    22.         },
    23.     },
    24.     rows=7,
    25.     colors=colors,
    26.     figsize=(16, 9)
    27. )

    Matplotlib可视化最有价值的图表有哪些

    图31

    Matplotlib可视化最有价值的图表有哪些

    图31-2

    32 饼图 （Pie Chart）

    饼图是显示组成的经典方式。 然而，现在通常不建议使用它，因为馅饼部分的面积有时会变得误导。 因此，如果您要使用饼图，强烈建议明确记下饼图每个部分的百分比或数字。

    1. # Import
    2. df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

    4. # Prepare Data
    5. df = df_raw.groupby('class').size()

    7. # Make the plot with pandas
    8. df.plot(kind='pie', subplots=True, figsize=(8, 8))
    9. plt.title("Pie Chart of Vehicle Class - Bad")
    10. plt.ylabel("")
    11. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图32

    Matplotlib可视化最有价值的图表有哪些

    图32-2

    33 树形图 （Treemap）

    树形图类似于饼图，它可以更好地完成工作而不会误导每个组的贡献。

    （『Python数据之道』注：需要安装 squarify 库）

    1. # pip install squarify
    2. import squarify

    4. # Import Data
    5. df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

    7. # Prepare Data
    8. df = df_raw.groupby('class').size().reset_index(name='counts')
    9. labels = df.apply(lambda x: str(x[0]) + "\n (" + str(x[1]) + ")", axis=1)
    10. sizes = df['counts'].values.tolist()
    11. colors = [plt.cm.Spectral(i/float(len(labels))) for i in range(len(labels))]

    13. # Draw Plot
    14. plt.figure(figsize=(12,8), dpi= 80)
    15. squarify.plot(sizes=sizes, label=labels, color=colors, alpha=.8)

    17. # Decorate
    18. plt.title('Treemap of Vechile Class')
    19. plt.axis('off')
    20. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图33

    34 条形图 （Bar Chart）

    条形图是基于计数或任何给定指标可视化项目的经典方式。 在下面的图表中，我为每个项目使用了不同的颜色，但您通常可能希望为所有项目选择一种颜色，除非您按组对其进行着色。 颜色名称存储在下面代码中的all_colors中。 您可以通过在 plt.plot（）中设置颜色参数来更改条的颜色。

    1. import random

    3. # Import Data
    4. df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

    6. # Prepare Data
    7. df = df_raw.groupby('manufacturer').size().reset_index(name='counts')
    8. n = df['manufacturer'].unique().__len__()+1
    9. all_colors = list(plt.cm.colors.cnames.keys())
    10. random.seed(100)
    11. c = random.choices(all_colors, k=n)

    13. # Plot Bars
    14. plt.figure(figsize=(16,10), dpi= 80)
    15. plt.bar(df['manufacturer'], df['counts'], color=c, width=.5)
    16. for i, val in enumerate(df['counts'].values):
    17.     plt.text(i, val, float(val), horizontalalignment='center', verticalalignment='bottom', fontdict={'fontweight':500, 'size':12})

    19. # Decoration
    20. plt.gca().set_xticklabels(df['manufacturer'], rotation=60, horizontalalignment= 'right')
    21. plt.title("Number of Vehicles by Manaufacturers", fontsize=22)
    22. plt.ylabel('# Vehicles')
    23. plt.ylim(0, 45)
    24. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图34

    六、变化 （Change）

    35 时间序列图 （Time Series Plot）

    时间序列图用于显示给定度量随时间变化的方式。 在这里，您可以看到 1949年 至 1969年间航空客运量的变化情况。

    1. # Import Data
    2. df = pd.read_csv('https://github.com/selva86/datasets/raw/master/AirPassengers.csv')

    4. # Draw Plot
    5. plt.figure(figsize=(16,10), dpi= 80)
    6. plt.plot('date', 'traffic', data=df, color='tab:red')

    8. # Decoration
    9. plt.ylim(50, 750)
    10. xtick_location = df.index.tolist()[::12]
    11. xtick_labels = [x[-4:] for x in df.date.tolist()[::12]]
    12. plt.xticks(ticks=xtick_location, labels=xtick_labels, rotation=0, fontsize=12, horizontalalignment='center', alpha=.7)
    13. plt.yticks(fontsize=12, alpha=.7)
    14. plt.title("Air Passengers Traffic (1949 - 1969)", fontsize=22)
    15. plt.grid(axis='both', alpha=.3)

    17. # Remove borders
    18. plt.gca().spines["top"].set_alpha(0.0)    
    19. plt.gca().spines["bottom"].set_alpha(0.3)
    20. plt.gca().spines["right"].set_alpha(0.0)    
    21. plt.gca().spines["left"].set_alpha(0.3)   
    22. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图35

    36 带波峰波谷标记的时序图 （Time Series with Peaks and Troughs Annotated）

    下面的时间序列绘制了所有峰值和低谷，并注释了所选特殊事件的发生。

    Matplotlib可视化最有价值的图表有哪些

    图36

    37 自相关和部分自相关图 （Autocorrelation (ACF) and Partial Autocorrelation (PACF) Plot）

    自相关图（ACF图）显示时间序列与其自身滞后的相关性。 每条垂直线（在自相关图上）表示系列与滞后0之间的滞后之间的相关性。图中的蓝色阴影区域是显着性水平。 那些位于蓝线之上的滞后是显着的滞后。

    那么如何解读呢？

    对于空乘旅客，我们看到多达14个滞后跨越蓝线，因此非常重要。 这意味着，14年前的航空旅客交通量对今天的交通状况有影响。

    PACF在另一方面显示了任何给定滞后（时间序列）与当前序列的自相关，但是删除了滞后的贡献。

    1. from statsmodels.graphics.tsaplots import plot_acf, plot_pacf

    3. # Import Data
    4. df = pd.read_csv('https://github.com/selva86/datasets/raw/master/AirPassengers.csv')

    6. # Draw Plot
    7. fig, (ax1, ax2) = plt.subplots(1, 2,figsize=(16,6), dpi= 80)
    8. plot_acf(df.traffic.tolist(), ax=ax1, lags=50)
    9. plot_pacf(df.traffic.tolist(), ax=ax2, lags=20)

    11. # Decorate
    12. # lighten the borders
    13. ax1.spines["top"].set_alpha(.3); ax2.spines["top"].set_alpha(.3)
    14. ax1.spines["bottom"].set_alpha(.3); ax2.spines["bottom"].set_alpha(.3)
    15. ax1.spines["right"].set_alpha(.3); ax2.spines["right"].set_alpha(.3)
    16. ax1.spines["left"].set_alpha(.3); ax2.spines["left"].set_alpha(.3)

    18. # font size of tick labels
    19. ax1.tick_params(axis='both', labelsize=12)
    20. ax2.tick_params(axis='both', labelsize=12)
    21. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图37

    38 交叉相关图 （Cross Correlation plot）

    交叉相关图显示了两个时间序列相互之间的滞后。

    Matplotlib可视化最有价值的图表有哪些

    图38

    39 时间序列分解图 （Time Series Decomposition Plot）

    时间序列分解图显示时间序列分解为趋势，季节和残差分量。

    1. from statsmodels.tsa.seasonal import seasonal_decompose
    2. from dateutil.parser import parse

    4. # Import Data
    5. df = pd.read_csv('https://github.com/selva86/datasets/raw/master/AirPassengers.csv')
    6. dates = pd.DatetimeIndex([parse(d).strftime('%Y-%m-01') for d in df['date']])
    7. df.set_index(dates, inplace=True)

    9. # Decompose
    10. result = seasonal_decompose(df['traffic'], model='multiplicative')

    12. # Plot
    13. plt.rcParams.update({'figure.figsize': (10,10)})
    14. result.plot().suptitle('Time Series Decomposition of Air Passengers')
    15. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图39

    40 多个时间序列 （Multiple Time Series）

    您可以绘制多个时间序列，在同一图表上测量相同的值，如下所示。

    Matplotlib可视化最有价值的图表有哪些

    图40

    41 使用辅助 Y 轴来绘制不同范围的图形 （Plotting with different scales using secondary Y axis）

    如果要显示在同一时间点测量两个不同数量的两个时间序列，则可以在右侧的辅助Y轴上再绘制第二个系列。

    Matplotlib可视化最有价值的图表有哪些

    图41

    42 带有误差带的时间序列 （Time Series with Error Bands）

    如果您有一个时间序列数据集，每个时间点（日期/时间戳）有多个观测值，则可以构建带有误差带的时间序列。 您可以在下面看到一些基于每天不同时间订单的示例。 另一个关于45天持续到达的订单数量的例子。

    在该方法中，订单数量的平均值由白线表示。 并且计算95％置信区间并围绕均值绘制。

    Matplotlib可视化最有价值的图表有哪些

    图42

    Matplotlib可视化最有价值的图表有哪些

    图42-2

    43 堆积面积图 （Stacked Area Chart）

    堆积面积图可以直观地显示多个时间序列的贡献程度，因此很容易相互比较。

    Matplotlib可视化最有价值的图表有哪些

    图43

    44 未堆积的面积图 （Area Chart UnStacked）

    未堆积面积图用于可视化两个或更多个系列相对于彼此的进度（起伏）。 在下面的图表中，您可以清楚地看到随着失业中位数持续时间的增加，个人储蓄率会下降。 未堆积面积图表很好地展示了这种现象。

    1. # Import Data
    2. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/economics.csv")

    4. # Prepare Data
    5. x = df['date'].values.tolist()
    6. y1 = df['psavert'].values.tolist()
    7. y2 = df['uempmed'].values.tolist()
    8. mycolors = ['tab:red', 'tab:blue', 'tab:green', 'tab:orange', 'tab:brown', 'tab:grey', 'tab:pink', 'tab:olive']      
    9. columns = ['psavert', 'uempmed']

    11. # Draw Plot
    12. fig, ax = plt.subplots(1, 1, figsize=(16,9), dpi= 80)
    13. ax.fill_between(x, y1=y1, y2=0, label=columns[1], alpha=0.5, color=mycolors[1], linewidth=2)
    14. ax.fill_between(x, y1=y2, y2=0, label=columns[0], alpha=0.5, color=mycolors[0], linewidth=2)

    16. # Decorations
    17. ax.set_title('Personal Savings Rate vs Median Duration of Unemployment', fontsize=18)
    18. ax.set(ylim=[0, 30])
    19. ax.legend(loc='best', fontsize=12)
    20. plt.xticks(x[::50], fontsize=10, horizontalalignment='center')
    21. plt.yticks(np.arange(2.5, 30.0, 2.5), fontsize=10)
    22. plt.xlim(-10, x[-1])

    24. # Draw Tick lines  
    25. for y in np.arange(2.5, 30.0, 2.5):    
    26.     plt.hlines(y, xmin=0, xmax=len(x), colors='black', alpha=0.3, linestyles="--", lw=0.5)

    28. # Lighten borders
    29. plt.gca().spines["top"].set_alpha(0)
    30. plt.gca().spines["bottom"].set_alpha(.3)
    31. plt.gca().spines["right"].set_alpha(0)
    32. plt.gca().spines["left"].set_alpha(.3)
    33. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图44

    45 日历热力图 （Calendar Heat Map）

    与时间序列相比，日历地图是可视化基于时间的数据的备选和不太优选的选项。 虽然可以在视觉上吸引人，但数值并不十分明显。 然而，它可以很好地描绘极端值和假日效果。

    （『Python数据之道』注：需要安装 calmap 库）

    1. import matplotlib as mpl

    3. # pip install calmap  
    4. # Python数据之道 备注
    5. import calmap

    7. # Import Data
    8. df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/yahoo.csv", parse_dates=['date'])
    9. df.set_index('date', inplace=True)

    11. # Plot
    12. plt.figure(figsize=(16,10), dpi= 80)
    13. calmap.calendarplot(df['2014']['VIX.Close'], fig_kws={'figsize': (16,10)}, yearlabel_kws={'color':'black', 'fontsize':14}, subplot_kws={'title':'Yahoo Stock Prices'})
    14. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图45

    46 季节图 （Seasonal Plot）

    季节图可用于比较上一季中同一天（年/月/周等）的时间序列。

    Matplotlib可视化最有价值的图表有哪些

    图46

    七、分组 （Groups）

    47 树状图 （Dendrogram）

    树形图基于给定的距离度量将相似的点组合在一起，并基于点的相似性将它们组织在树状链接中。

    1. import scipy.cluster.hierarchy as shc

    3. # Import Data
    4. df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/USArrests.csv')

    6. # Plot
    7. plt.figure(figsize=(16, 10), dpi= 80)  
    8. plt.title("USArrests Dendograms", fontsize=22)  
    9. dend = shc.dendrogram(shc.linkage(df[['Murder', 'Assault', 'UrbanPop', 'Rape']], method='ward'), labels=df.State.values, color_threshold=100)  
    10. plt.xticks(fontsize=12)
    11. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图47

    48 簇状图 （Cluster Plot）

    簇状图 （Cluster Plot）可用于划分属于同一群集的点。 下面是根据USArrests数据集将美国各州分为5组的代表性示例。 此图使用“谋杀”和“攻击”列作为X和Y轴。 或者，您可以将第一个到主要组件用作X轴和Y轴。

    1. from sklearn.cluster import AgglomerativeClustering
    2. from scipy.spatial import ConvexHull

    4. # Import Data
    5. df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/USArrests.csv')

    7. # Agglomerative Clustering
    8. cluster = AgglomerativeClustering(n_clusters=5, affinity='euclidean', linkage='ward')  
    9. cluster.fit_predict(df[['Murder', 'Assault', 'UrbanPop', 'Rape']])  

    11. # Plot
    12. plt.figure(figsize=(14, 10), dpi= 80)  
    13. plt.scatter(df.iloc[:,0], df.iloc[:,1], c=cluster.labels_, cmap='tab10')  

    15. # Encircle
    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)

    23. # Draw polygon surrounding vertices    
    24. encircle(df.loc[cluster.labels_ == 0, 'Murder'], df.loc[cluster.labels_ == 0, 'Assault'], ec="k", fc="gold", alpha=0.2, linewidth=0)
    25. encircle(df.loc[cluster.labels_ == 1, 'Murder'], df.loc[cluster.labels_ == 1, 'Assault'], ec="k", fc="tab:blue", alpha=0.2, linewidth=0)
    26. encircle(df.loc[cluster.labels_ == 2, 'Murder'], df.loc[cluster.labels_ == 2, 'Assault'], ec="k", fc="tab:red", alpha=0.2, linewidth=0)
    27. encircle(df.loc[cluster.labels_ == 3, 'Murder'], df.loc[cluster.labels_ == 3, 'Assault'], ec="k", fc="tab:green", alpha=0.2, linewidth=0)
    28. encircle(df.loc[cluster.labels_ == 4, 'Murder'], df.loc[cluster.labels_ == 4, 'Assault'], ec="k", fc="tab:orange", alpha=0.2, linewidth=0)

    30. # Decorations
    31. plt.xlabel('Murder'); plt.xticks(fontsize=12)
    32. plt.ylabel('Assault'); plt.yticks(fontsize=12)
    33. plt.title('Agglomerative Clustering of USArrests (5 Groups)', fontsize=22)
    34. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图48

    49 安德鲁斯曲线 （Andrews Curve）

    安德鲁斯曲线有助于可视化是否存在基于给定分组的数字特征的固有分组。 如果要素（数据集中的列）无法区分组（cyl），那么这些线将不会很好地隔离，如下所示。

    1. from pandas.plotting import andrews_curves

    3. # Import
    4. df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")
    5. df.drop(['cars', 'carname'], axis=1, inplace=True)

    7. # Plot
    8. plt.figure(figsize=(12,9), dpi= 80)
    9. andrews_curves(df, 'cyl', colormap='Set1')

    11. # Lighten borders
    12. plt.gca().spines["top"].set_alpha(0)
    13. plt.gca().spines["bottom"].set_alpha(.3)
    14. plt.gca().spines["right"].set_alpha(0)
    15. plt.gca().spines["left"].set_alpha(.3)

    17. plt.title('Andrews Curves of mtcars', fontsize=22)
    18. plt.xlim(-3,3)
    19. plt.grid(alpha=0.3)
    20. plt.xticks(fontsize=12)
    21. plt.yticks(fontsize=12)
    22. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图49

    50 平行坐标 （Parallel Coordinates）

    平行坐标有助于可视化特征是否有助于有效地隔离组。 如果实现隔离，则该特征可能在预测该组时非常有用。

    1. from pandas.plotting import parallel_coordinates

    3. # Import Data
    4. df_final = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/diamonds_filter.csv")

    6. # Plot
    7. plt.figure(figsize=(12,9), dpi= 80)
    8. parallel_coordinates(df_final, 'cut', colormap='Dark2')

    10. # Lighten borders
    11. plt.gca().spines["top"].set_alpha(0)
    12. plt.gca().spines["bottom"].set_alpha(.3)
    13. plt.gca().spines["right"].set_alpha(0)
    14. plt.gca().spines["left"].set_alpha(.3)

    16. plt.title('Parallel Coordinated of Diamonds', fontsize=22)
    17. plt.grid(alpha=0.3)
    18. plt.xticks(fontsize=12)
    19. plt.yticks(fontsize=12)
    20. plt.show()

    Matplotlib可视化最有价值的图表有哪些

    图50

    以上是“Matplotlib可视化最有价值的图表有哪些”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！

    内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/137020.html

    赞 (0)

    相关推荐

    • Spring事务知识点(总结)

      技术Spring事务知识点(总结) Spring事务知识点(总结)什么是事务
      答：既是把操作一次数据库的这个操作当成是一个事务，把这个行为抽象了。
      例如：查询一次user表的所有内容叫一次事务。事务的4

      礼包 2021年10月28日

    • Sqlserver 2014 alwayson架构如何添加辅助节点上的数据库

      技术Sqlserver 2014 alwayson架构如何添加辅助节点上的数据库本篇文章给大家分享的是有关Sqlserver 2014 alwayson 架构如何添加辅助节点上的数据库，小编觉得挺实用的，因此分享给大家学

      攻略 2021年11月29日

    • 香港服务器如何找到合适的服务商

      技术香港服务器如何找到合适的服务商如果您找到了具有您需要的硬件、软件和功能的香港机房服务商，那么下一个就是考虑他们的支持。您选择的供应商是否拥有确保您始终获得最佳服务水平的专业知识、设备和资源？在支持方面，需要考虑以下几

      礼包 2021年11月20日

    • 也是英文,以后也是用英语怎么说英语渣渣

      技术也是英文,以后也是用英语怎么说英语渣渣以后也是 翻译成英文也是英文，有以下几种表达方式： 1、Later will also be! 双语例句： In this sense, not only the Xinjian

      生活 2021年10月25日

    • 怎么实现jenkins邮件配置

      技术怎么实现jenkins邮件配置本篇文章为大家展示了怎么实现jenkins邮件配置，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。Jenkins搭建完成后，接下来就要做一些配置工

      攻略 2021年11月17日

    • nextcloud docker 升级(nextcloud安装docker)

      技术怎么用Docker搭建nextcloud个人网盘这篇文章主要介绍“怎么用Docker搭建nextcloud个人网盘”，在日常操作中，相信很多人在怎么用Docker搭建nextcloud个人网盘问题上存在疑惑，小编查阅

      攻略 2021年12月22日