超硬核的 Python 数据可视化教程

闲鱼技术01 · 发表于 2022-6-1 17:53

推荐：
1、最新基于MATLAB科研数据可视化实践技术应用
2、最新基于Python科研数据可视化实践技术应用

作者 | 开运张来源 | 知乎专栏
https://zhuanlan.zhihu.com/p/556420

Python实现可视化的三个步骤：

确定问题，选择图形
转换数据，应用函数
参数设置，一目了然

1、首先，要知道我们用哪些库来画图?
matplotlib
python中最基本的作图库就是matplotlib，是一个最基础的Python可视化库，一般都是从matplotlib上手Python数据可视化，然后开始做纵向与横向拓展。
Seaborn
是一个基于matplotlib的高级可视化效果库，针对的点主要是数据挖掘和机器学习中的变量特征选取，seaborn可以用短小的代码去绘制描述更多维度数据的可视化效果图
其他库还包括
Bokeh（是一个用于做浏览器端交互可视化的库，实现分析师与数据的交互）；Mapbox（处理地理数据引擎更强的可视化工具库）等等
本篇文章主要使用matplotlib进行案例分析
第一步：确定问题，选择图形
业务可能很复杂，但是经过拆分，我们要找到我们想通过图形表达什么具体问题。分析思维的训练可以学习《麦肯锡方法》和《金字塔原理》中的方法。
这是网上的一张关于图表类型选择的总结。

在python中，我们可以总结为以下四种基本视觉元素来展现图形：

点：scatter plot 二维数据，适用于简单二维关系；
线：line plot 二维数据，适用于时间序列；
柱状：bar plot 二维数据，适用于类别统计；
颜色：heatmap 适用于展示第三维度；

数据间存在分布，构成，比较，联系以及变化趋势等关系。对应不一样的关系，选择相应的图形进行展示。
第二步：转换数据，应用函数
数据分析和建模方面的大量编程工作都是用在数据准备的基础上的：加载、清理、转换以及重塑。我们可视化步骤也需要对数据进行整理，转换成我们需要的格式再套用可视化方法完成作图。
下面是一些常用的数据转换方法：

合并：merge，concat，combine_frist(类似于数据库中的全外连接)
重塑：reshape；轴向旋转：pivot（类似excel数据透视表）
去重：drop_duplicates
映射：map
填充替换：fillna,replace
重命名轴索引：rename

将分类变量转换‘哑变量矩阵’的get_dummies函数以及在df中对某列数据取限定值等等。
函数则根据第一步中选择好的图形，去找python中对应的函数。
第三步：参数设置，一目了然
原始图形画完后，我们可以根据需求修改颜色（color），线型（linestyle），标记（maker）或者其他图表装饰项标题（Title），轴标签（xlabel，ylabel），轴刻度（set_xticks），还有图例（legend）等，让图形更加直观。
第三步是在第二步的基础上,为了使图形更加清晰明了，做的修饰工作。具体参数都可以在制图函数中找到。

2、可视化作图基础
Matplotlib作图基础
#导入包
import numpy as np
import pandas as pd
import matplotlib.pyplot as pltFigure和Subplot
matplotlib的图形都位于Figure（画布）中，Subplot创建图像空间。不能通过figure绘图，必须用add_subplot创建一个或多个subplot。
figsize可以指定图像尺寸。
#创建画布
fig = plt.figure()
<Figure size 432x288 with 0 Axes>
#创建subplot，221表示这是2行2列表格中的第1个图像。
ax1 = fig.add_subplot(221)
#但现在更习惯使用以下方法创建画布和图像，2,2表示这是一个2*2的画布，可以放置4个图像
fig , axes = plt.subplots(2,2,sharex=True,sharey=True)
#plt.subplot的sharex和sharey参数可以指定所有的subplot使用相同的x，y轴刻度。

利用Figure的subplots_adjust方法可以调整间距。
subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=None,hspace=None)

颜色color，标记marker，和线型linestyle
matplotlib的plot函数接受一组X和Y坐标，还可以接受一个表示颜色和线型的字符串缩写：&#39;g--&#39;，表示颜色是绿色green，线型是&#39;--&#39;虚线。也可以使用参数明确的指定。
线型图还可以加上一些标记（marker），来突出显示数据点的位置。标记也可以放在格式字符串中，但标记类型和线型必须放在颜色后面。
plt.plot(np.random.randn(30),color=&#39;g&#39;,linestyle=&#39;--&#39;,marker=&#39;o&#39;)
[<matplotlib.lines.Line2D at 0x8c919b0>]

刻度，标签和图例
plt的xlim、xticks和xtickslabels方法分别控制图表的范围和刻度位置和刻度标签。
调用方法时不带参数，则返回当前的参数值；调用时带参数，则设置参数值。
plt.plot(np.random.randn(30),color=&#39;g&#39;,linestyle=&#39;--&#39;,marker=&#39;o&#39;)
plt.xlim() #不带参数调用，显示当前参数；
#可将xlim替换为另外两个方法试试
(-1.4500000000000002, 30.45)

plt.plot(np.random.randn(30),color=&#39;g&#39;,linestyle=&#39;--&#39;,marker=&#39;o&#39;)
plt.xlim([0,15]) #横轴刻度变成0-15
(0, 15)

设置标题，轴标签，刻度以及刻度标签
fig = plt.figure();ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())
ticks = ax.set_xticks([0,250,500,750,1000]) #设置刻度值
labels = ax.set_xticklabels([&#39;one&#39;,&#39;two&#39;,&#39;three&#39;,&#39;four&#39;,&#39;five&#39;]) #设置刻度标签
ax.set_title(&#39;My first Plot&#39;) #设置标题
ax.set_xlabel(&#39;Stage&#39;) #设置轴标签
Text(0.5,0,&#39;Stage&#39;)

添加图例
图例legend是另一种用于标识图标元素的重要工具。可以在添加subplot的时候传入label参数。
fig = plt.figure(figsize=(12,5));ax = fig.add_subplot(111)
ax.plot(np.random.randn(1000).cumsum(),&#39;k&#39;,label=&#39;one&#39;) #传入label参数，定义label名称
ax.plot(np.random.randn(1000).cumsum(),&#39;k--&#39;,label=&#39;two&#39;)
ax.plot(np.random.randn(1000).cumsum(),&#39;k.&#39;,label=&#39;three&#39;)
#图形创建完后，只需要调用legend参数将label调出来即可。
ax.legend(loc=&#39;best&#39;) #要求不是很严格的话，建议使用loc=‘best’参数来让它自己选择最佳位置
<matplotlib.legend.Legend at 0xa8f5a20>

注解
除标准的图表对象之外，我们还可以自定义添加一些文字注解或者箭头。
注解可以通过text，arrow和annotate等函数进行添加。text函数可以将文本绘制在指定的x，y坐标位置，还可以进行自定义格式
plt.plot(np.random.randn(1000).cumsum())
plt.text(600,10,&#39;test &#39;,family=&#39;monospace&#39;,fontsize=10)
#中文注释在默认环境下并不能正常显示，需要修改配置文件，使其支持中文字体。具体步骤请自行搜索。保存图表到文件
利用plt.savefig可以将当前图表保存到文件。例如，要将图表保存为png文件，可以执行
文件类型是根据拓展名而定的。其他参数还有：

fname：含有文件路径的字符串，拓展名指定文件类型
dpi：分辨率，默认100 facecolor,edgcolor 图像的背景色，默认‘w’白色
format：显示设置文件格式（&#39;png&#39;,&#39;pdf&#39;,&#39;svg&#39;,&#39;ps&#39;,&#39;jpg&#39;等）
bbox_inches：图表需要保留的部分。如果设置为“tight”，则将尝试剪除图像周围的空白部分

plt.savefig(&#39;./plot.jpg&#39;) #保存图像为plot名称的jpg格式图像
<Figure size 432x288 with 0 Axes>
3、Pandas中的绘图函数
Matplotlib作图
matplotlib是最基础的绘图函数，也是相对较低级的工具。组装一张图表需要单独调用各个基础组件才行。Pandas中有许多基于matplotlib的高级绘图方法，原本需要多行代码才能搞定的图表，使用pandas只需要短短几行。
我们使用的就调用了pandas中的绘图包。
import matplotlib.pyplot as plt线型图
Series和DataFrame都有一个用于生成各类图表的plot方法。默认情况下，他们生成的是线型图。
s = pd.Series(np.random.randn(10).cumsum(),index=np.arange(0,100,10))
s.plot() #Series对象的索引index会传给matplotlib用作绘制x轴。
<matplotlib.axes._subplots.AxesSubplot at 0xf553128>

df = pd.DataFrame(np.random.randn(10,4).cumsum(0),columns=[&#39;A&#39;,&#39;B&#39;,&#39;C&#39;,&#39;D&#39;])
df.plot() #plot会自动为不同变量改变颜色，并添加图例
<matplotlib.axes._subplots.AxesSubplot at 0xf4f9eb8>

Series.plot方法的参数

label：用于图表的标签
style：风格字符串，&#39;g--&#39;
alpha：图像的填充不透明度（0-1）
kind：图表类型（bar，line，hist，kde等）
xticks：设定x轴刻度值
yticks：设定y轴刻度值
xlim，ylim：设定轴界限，[0,10]
grid：显示轴网格线，默认关闭
rot：旋转刻度标签
use_index：将对象的索引用作刻度标签
logy：在Y轴上使用对数标尺

DataFrame.plot方法的参数
DataFrame除了Series中的参数外，还有一些独有的选项。

subplots：将各个DataFrame列绘制到单独的subplot中
sharex，sharey：共享x，y轴
figsize：控制图像大小
title：图像标题
legend：添加图例，默认显示
sort_columns：以字母顺序绘制各列，默认使用当前顺序

柱状图
在生成线型图的代码中加上kind=‘bar’或者kind=‘barh’，可以生成柱状图或水平柱状图。
fig,axes = plt.subplots(2,1)
data = pd.Series(np.random.rand(10),index=list(&#39;abcdefghij&#39;))
data.plot(kind=&#39;bar&#39;,ax=axes[0],rot=0,alpha=0.3)
data.plot(kind=&#39;barh&#39;,ax=axes[1],grid=True)
<matplotlib.axes._subplots.AxesSubplot at 0xfe39898>

柱状图有一个非常实用的方法：
利用value_counts图形化显示Series或者DF中各值的出现频率。
比如df.value_counts().plot(kind=&#39;bar&#39;)
Python可视化的基础语法就到这里，其他图形的绘制方法大同小异。
重点是遵循三个步骤的思路来进行思考、选择、应用。多多练习可以更加熟练。

Ai尚研修海量资源（数据、课件、书籍、视频教程）一键免费领取
（点击数据标题，直接进入，部分数据展示）
地学领域数据：
1、【数据分享】30米精度全球地表覆盖分类数据（2000、2010、2020）
2、【数据分享】全国分省、市、县、乡镇行政区划矢量图（专业版shp、小白版ppt）免费下载
3、【数据分享】中国月度1KM植被指数（NDVI）空间分布数据集
4、【数据分享】中国陆地生态系统服务价值空间分布数据集
5、【数据分享】中国农田熟制遥感监测数据集
6、【数据分享】多个自然资源（大气、土地、水等）面板数据大放送、时间跨度长、地区分布广，快速下载
7、【数据分享】中国30米分辨率坡度数据（免费获取）
8、【数据分享】最新！全国人口密度数据2000-2020年
9、【数据分享】中国GDP空间分布公里网格数据集
10、【数据分享】建筑矢量数据shap，26个省级城市建筑轮廓
11、【数据分享】中国100万地貌类型空间分布数据
12、【数据分享】中国100万植被类型空间分布数据
13、【数据分享】中国人口空间分布公里网格数据集
14、【数据分享】自然保护区边界矢量数据下载（国家级、省级、县市级）
15、【数据分享】全球100万基础地理数据（包含国家行政边界、铁路、道路、线状水系面状水系）
16、【数据分享】全国电子地图SHP数据除了常有的省、市、县、乡的图层信息以外，还包括道路、水系、银行、绿地、高速出入口、医疗机构、餐饮、超市等
17、【数据分享】6G超大超级详细矢量数据，来源于国内某地图导航基底数据
18、【数据分享】全球冰川数据集RGI v3.2
19、【数据分享】2020年最新全国城市道路数据集
20、【数据分享】2021年最新区县级全国行政区划数据
21、【数据分享】ArcGIS矢量数据shp格式大放送：自然保护区和森林公园
22、【数据分享】青海三江源草地退化空间分布数据集
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

大气领域数据：
1、【数据分享】ERA5全球大气再分析数据和MSWEP多源融合降水数据
2、【数据分享】MSWEP多源融合降水数据→免费获取
3、【数据分享】CMIP6未来气候变化情景数据之一:历史时期月平均气温数据
4、【数据分享】CMIP6未来气候变化情景数据之二: 历史时期降水数据集
5、【数据分享】CMIP6未来气候变化情景数据之三: 历史时期风速数据集
6、【数据分享】CMIP6未来气候变化情景数据之四：服务于降尺度的实测格点化气温数据集
7、【数据分享】CMIP6未来气候变化情景数据之五：服务于降尺度的实测格点化降水数据集
8、【数据分享】CMIP6未来气候变化情景数据之六：历史时期近地表最高气温数据集
9、【数据分享】CMIP6数据分享计划之七：历史时期近地表最低气温数据集
10、【数据分享】CMIP6未来气候变化情景数据之八：历史时期向下短波辐射数据集
11、【数据分享】中国气象背景数据集
12、【数据分享】全行业碳排放核算Excel自动计算表
13、【数据分享】碳排放数据集！全国碳排放数据分省、市、县（区）
14、【数据分享】1942年至今！全国气象数据：包含气温、气压、露点、风向风速、云量、降水量数据
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

土地利用数据：
1、【数据分享】2020年中国土地利用遥感监测数据丨免费下载！
2、【数据分享】中国土地利用数据1980-2015 （免费获取）
3、【数据分享】土地利用（覆盖）数据下载汇总
4、【数据分享】全球1982～2015年逐年长时序动态土地覆盖数据集
5、【数据分享】中国土壤侵蚀空间分布数据
6、【数据分享】15省《中国土壤分布》土壤分布矢量数据，含使用说明
7、【数据分享】世界土壤数据库（HWSD）全球土壤数据下载处理
8、【数据分享】AW3D30 DSM（数字地表模型）数据
9、【数据分享】2017年10米分辨率全球地表覆盖数据
10、【数据分享】中国土壤质地空间分布数据
11、【数据分享】中国土地市场网（土地交易数据）
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

水文领域数据：
1、【数据分享】全国水系图SHP数据免费下载
2、【数据分享】基于DEM提取的中国流域、河网数据免费下载
3、【数据分享】1:25万全国三级水系流域数据集（免费下载）
4、【数据分享】中国水系数据，包含长江黄河、湖泊、以及一级三级四级五级河流矢量数据
5、【数据分享】中国九大流域矢量数据
6、【数据分享】超详细，东亚水文流域划分数据，包括流域、子流域、实际面积等
7、【数据分享】分省份水系数据
8、【数据分享】全国高清水文地质图
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

年鉴类数据：
1、【数据分享】中国低碳年鉴2000-2016（免费下载）
2、【数据分享】全Excel！中国科技统计年鉴1991-2019（免费）
3、【数据分享】一个横跨35年的数据，1985-2019中国城市统计年鉴
4、【数据分享】28年《中国工业统计年鉴》免费下载
5、【数据分享】1985-2019年中国农村统计年鉴免费下载！
6、【数据分享】中国农业统计资料1949-2019，免费下载！
7、【数据分享】国土资源统计年鉴2005-2017&中国林业统计年鉴1992-2019
8、【数据分享】中国海洋统计年鉴2000-2017（免费）
9、【数据分享】中国环境统计年鉴：1998-2018（免费）
10、【数据分享】《中国文化和旅游统计年鉴》又是一个24年的统计年鉴集合
11、【数据分享】285城空间权重矩阵&中国城乡建设统计年鉴EXCEL
12、【数据分享】中国农村贫困监测报告2008-2019
13、【数据分享】2006-2020《中国卫生统计年鉴》免费下载
14、【数据分享】最新！2000-2020年县域统计年鉴面板数据（免费）
15、【数据资源】全网最全！34个省（市、自治区）2001-2020年统计年鉴（免费）
16、【数据分享】中国城市统计年鉴1985-2020最新为EXCEL格式！
17、【数据分享】海量数据大放送！农村研究数据合集
18、【数据分享】最新EXCEL中国统计年鉴2020+经管教材16本+python学习资源
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

经济类数据：
1、【数据分享】1990-2020年上市公司微观数据
2、【数据分享】中国及省级市场化总指数及方面指数：08-19
3、【数据分享】给实证研究加点料：1990-2019全球治理数据WGI和城市创新创业指数
4、【数据分享】各国制度、地理、文化距离
5、【数据分享】400万！人口迁徙大数据2019-2020
6、【数据分享】科研数据利器之二：中国土地市场网（土地交易数据）
7、【数据共享】1.82G中国工业企业数据库1998-2013
8、【数据分享】208个地级市和31个省、市城乡泰尔指数！
部分数据展示，关注Ai尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

		自动登录	找回密码
密码			立即注册

超硬核的 Python 数据可视化教程

本帖子中包含更多资源