从0开始学习Matplotlib与Seaborn

Matplotlib学习笔记

由基础绘图开始学起

涉及中文标签时需设定中文字体以正常显示中文标签,如下

#配置中文字体,一般为SimHei或微软雅黑Microsoft YaHei即可正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']

图表参数

图表绘制

1.IPython魔法命令

%matplotlib inline,可以在notebook中显示绘制的图表

2.plt.subplots()命令创建一个Figure和Axes,figure是绘制窗口,axes是绘图坐标系

Figure:顶层级,所有图表的容器,可容纳多个Axes

Axes:坐标系,对应我们画的每一个图表,在Axes中可以对图表的Axis和Tick做操作

3.条形图bar翻转轴后,参数width自动变成height

plt.plot()折线图参数

linewidth:配置线宽
linestyle:配置线型
- linestyle线型参数详情:
- linestyle 简写
  
  ‘solid’(default) ‘-‘
  
  ‘dotted’ ‘:’
  
  ‘dashed’ ‘–’
  
  ‘dashdot’ ‘-.’
  
  ‘None’ ‘’或’ ‘

linestyle	简写
‘solid’(default)	‘-‘
‘dotted’	‘:’
‘dashed’	‘–’
‘dashdot’	‘-.’
‘None’	‘’或’ ‘

marker:折线图折点配置
markersize:折点大小配置

面积图:stackplot()

面积图实际为折线图的另类显示,相当于对折线图进行区域颜色填充

pie()饼图参数

autopct:设置数值格式
explode:将某部分分离强调,int
labeldistance:配置轴标签显示位置,int
pctdistance:配置数值标签显示位置,int
wedgeprops:配置环形图,包含’width’,’linewidth’,’edgecolor’三个参数,width为配置环形图宽度,linewidth为配置边缘线宽度,edgecolor为配置边缘线颜色为str格式

scatter()散点图/气泡图参数

x,y:x/y 轴对应的数据
s:散点面积,为标量或者等长的数组,
c:散点颜色,为指定的色彩、数值序列或者颜色序列
marker:配置标记点形状,默认为圆圈
cmap:仅当c参数为颜色序列的时候使用
aplha:透明图设置,在显示多个变量的场景下为了能够显示堆叠的散点,可以设置该参数。取值范围[0,1]
norm:仅当c为数值序列的时候,通过colors.Normalize将值进行正则化
linewidths:散点标记的边界的宽度。
edgecolors:散点标记的边界的颜色。

plt.figure(figsize=(x,y))意为创建长x英寸,宽y英寸的画布

图内配置

双轴

plt.twinx()添加次坐标轴
twinx()或twiny()生成共享x轴或y轴的新的axes,若通过plt.subplots()生成ax后,再绘制折线图时,需在这个新生成的ax上绘制

添加阴影

先import matplotlib.patheffects as path_effects
在绘图代码中添加参数:path_effects=[]

plt.annotate()添加标记

xy,需要传入的数组,如xy=(1,2),用于定位标记位置
xycoords,设置xy是通过何种方式去定位,如xycoords=’data’表示使用坐标轴刻度去进行定位
xytext,提示文本需要展示的位置

textcoords,同xycoords,设置xytext通过何种方式定位

xycoords,textcoords参数:

参数值	含义
figure points	以画布左下为参考,单位为点数
figure pixels	同上,单位为像素数
figure fraction	同上,单位为百分比
axes points	以子图为参考,单位为点数,默认为1个
axes pixels	同上,单位为像素
axes fraction	同上,单位为百分比
data	默认值,以坐标点为参考
polar	使用极坐标系

arrowprops,箭头的样式配置

arrowprops参数:

参数值	含义
width	宽度
frac	箭头占整个长度的百分比
headwidth	箭头头部宽度
shrink	箭头两端收缩百分比
**kwargs	任何matplotlib.patches.FancyArrowPatch的关键字

Matplotlib中的很多内置配色方法,可以通过matplotlib.cm.get_camp使用

全局配置

中文字体中可配置Simsun(宋体),SimHei(黑体),Kaiti(楷体)及Microsoft YaHei(微软雅黑)
plt.title()设置标题参数

fontdict = {},可配置family,size,color等
loc,设置标题位置,如center,left,right

plt.xlabel(),x.ylabel()设置x轴y轴标题参数

fontdict = {}
labelpad,轴与轴标题间距

plt.legend()添加图例参数

loc,可选参数’best’,表示自动选择最优位置
fontsize,字体大小

plt.text()显示数据标签

三个重要参数:
- x,确定x轴位置
- y,确定y轴位置
- s,需显示的文本
- 即通过xy确定位置显示s

va与ha,设置文本显示位置
fontdict = {}

plt.grid()添加网格线

b,b = True时显示网格线
axis,’y’,’x’,’both’,分别为展示横网格线,纵网格线以及都显示
linestyle
linewidth
color

plt.xlim(),plt.ylim()坐标轴范围:

参数即为范围,如:
```
plt.ylim(50,300) #意为y轴坐标轴范围为50-300
```
图表主题

plt.style.use()设置风格
可以通过print(plt.style.available)显示所有风格

多图组合图

plt.subplot(2,2,1)指将整块画布划分为2*2块区域,并置顶第一块作图

另一种组合作图方式:

fig,axs = plt.subplot(2,2)
axs[0][0].bar(...)
axs[1][0].plot(...)

不等大小多图组合

add_subplot():添加至subplot区域

add_gridspec():将整个画布划分为不均匀区域,如

spec = fig.add_gridspec(nrows=2,ncols=2,width_ratios=[1,3],height_ratio=[1,2])
#表示将整个画布划分为2*2,width_ratios=[1,3]意为将两列宽度按1:3裁剪,同理可得height_ratios

spec支持切片,如,将第二行展示为整个图
```
ax = fig.add_subplot(spec[1,:])
```

子图同样可以通过set_title,set_xlabel等设置子图标题轴标题等
- 添加大标题需通过fig.suptitle()实现

Seaborn学习笔记

Seaborn基础

由于Seaborn是基于matplotlib的可视化图形库,因此在notebook中使用Seaborn前也需运行魔法命令

%matplotlib inline
sns.load_dataset()其实就是一个Pandas.DataFrame
Seaborn中提供的图表包含两个层级–figure-level和axes-level,axes-level的图表只会在一个单独的matplotlib.pyplot.Axes进行图表的绘制,而figure-level是基于Seaborn的对象,也就是axes-level的Seaborn图表再结合matplotlib的接口开发实现的

Seaborn图表层级如下:

开始绘图

依据个人理解进行Seaborn可视化的系统性整理

Seaborn几乎所有的绘制函数都有以下的几个参数

参数	含义
kind	配置绘制图形的种类,str,如line/scatter/boxen等
hue	根据字段配置以区分颜色,str,选取data中的某一字段
size	根据字段配置以区分数值大小,str,选取data中的某一字段
style	根据字段配置以区分点样式,str,选取data中的某一字段

在开始绘图前,将Seaborn图表类型分为四部分
- 数值相关型
  
  相关性分析的图表通常会使用figure-level层级的relplot(),也可以使用axes-level的scatterplot(),lineplot()进行绘制
  - 在折线图中,对于复杂的数据(往往会出现一个x对应多个y),seaborn会自动绘制置信区间(默认为95%),计算置信区间可能非常耗时，可以通过ci=None来去掉
- 数据分布型
  
  分布型图表通常使用figure-level层级的displot(),在不设定kind参数时默认显示histplot()直方图,axes-level层级包含有:histplot()直方图,kedplot()核密度分布图,ecdfplot()累积概率密度图,除此之外还有rugplot(),与前三者不同的是rugplot()可以添加至以上任意图表
  - displot(kind=’hist’),histplot()直方图
    - displot(kind=’hist’),histplot()的条件数据区间划分:
      - binwidth,通过此参数设置bin的宽度
      - bins,通过此参数设置包含bin的个数
    - seaborn中默认不同的直方图是重叠显示的,如需数据堆叠可以设置nultiple参数
      - nultiple = ‘stack’,意为堆叠显示直方图
  - displot(kind=’kde’),kdeplot()
    - 核密度图设置平滑程度(在y参数未赋值前是折线图):
      - bw_adjust,调节图表平滑程度
    - 热力核密度图:
      - fill = True,bool
  - 在displot()中赋值x,y后,默认显示热力图(?)
    - 热力图添加色块:
      - cbar = True,bool
- 分类数据对比
  
  通常使用catplot()进行绘制
  - 在分类型数据中,按官方文档分为三个类型:
    - 点类型
      
      点类型的图可以通过jitter参数(bool)调整避免重叠,jitter = False时,点重叠
      点类型的图表可以通过order=[]修改x轴顺序,seaborn默认x轴顺序即dataframe中的出现顺序
      1. stripplot()
      2. swarmplot()
        
        swarmplot()自动将点分开,但当数据量足够大时计算开销会非常大
    - 分布类型
      
      其中,violinplot()与boxenplot()可以视为箱型图的加强版,小提琴图与箱型图的区别可以理解为直方分布图与核密度图的区别
      1. boxplot()
      2. violinplot()
      3. boxenplot()
    - 预估类型
      
      预估类型的图会在展示数据分布外,对各个类别的数据进行一个预估
      1. pointplot()
      2. barplot()
      3. countplot()
- 回归模型
  
  seaborn主要由regplot()和lmplot()进行回归分析,其中lmplot会依赖数据x和y自动绘制出散点,线性回归模型以及95%的置信区间
  - 存在高阶关系的情况下，我们可以通过参数order来进行多项式的最高次幂
  - 如果数据集中存在离群点，可以通过参数robust=True来选用稳健回归模型进行绘制，默认是使用的最小二乘回归会对异常值比较敏感

Matplotlib及Seaborn快速入门学习笔记