数据可视化 | Python 主题月

本文正在参加「Python主题月」，详情查看活动链接

定义

数据可视化，简单说来，就是将数据图形化。这里的图形，可以再细分为指图表（table）、图形(chart)、动画(animation)。这篇文章只讨论数据的图形化。图形按照你想要传达给外界的意图，可以分为以下几类

1.随时间变化类

2.类别比较类

3.排名类

4.部分-整体类

5.相关类

应用场景

• 数据探查
• 报表展示

数据与图像的关系

将数据转化成图像之前，我们首先要明确数据类型，简单来说可以分为：数字数据（一个变量、两个变量、多个变量）、地图数据、时间序列数据。

不同的数据类型和不同的图形结合，可以从不同角度展示出数据之间的内涵关系，他们之间没有明确的一一对应关系，要根据不同的场景和问题做具体分析。

个人总结一些通用的规律如下：

• 柱状图：看2者的差异（gap）
• 饼图：要排序、右上排到左上，里面标的一定是百分比，外面标的是含义 ； 强调百分比；不要超过6块饼
• 条形图：强调排序；如果有对标，超过一个阈值—虚线；
• 线形图：讲趋势

数据可视化的基本方法

1.解构你的图像。

速写出你想要的图像，明确图像传达的目的，明确使用图表的类型，明确其中的每一部分的结构。
这一步可以用笔在纸上画出一个大概。

2.构建图像的框架

选用你熟悉的编程语言，构建出整张图表

3.美化图表，添加注解

使用python实现数据可视化

seaborn

seaborn是一种基于matplotlib的图形可视化python libraty。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。

seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图.

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt #导入

import seaborn as sns
# 加载数据
tips = sns.load_dataset("tips")
# 使用FaceGrid创建图形框架
grid = sns.FacetGrid(tips, col='time', hue='sex', palette='pastel', height=4)
# 在框架里填充数据
grid.map(sns.scatterplot, 'total_bill','tip')
# 添加图例
grid.add_legend()


复制代码

sns.set_style("white")
# 设置sns内置的取色模式
sns.set_palette("RdBu")
# 如果对于内置的取色不满意，可以自定义取色
custom_palette = ['#B3CDE3','#CCEBC5','#DECBE4','#FED9A6','#FFFFCC','#E5D8BD','#FDDAEC','#F2F2F2']
sns.set_palette(custom_palette)
g = sns.FacetGrid(tips, col="time",palette='husl')
g.map_dataframe(sns.histplot, x="total_bill")
g.set_axis_labels("Total bill", "Count")
#g.add_legend()
g.fig.suptitle("New title",y=1.03)
复制代码

plotly

plotly 是一个交互式的python库 ；与之对比，是静态的pyhon库，比如matplotlib 。plotly的绘制图像有在线和离线两种方式，因为在线绘图需要注册账号获取API key，较为麻烦，所以本文仅介绍离线绘图的方式。

plotly的绘图逻辑如下：

1.定义 trace，类似于 matplotlib 中的坐标轴和图形（例如折线），只管画图

2.定义 data，就是一个 trace 列表，因为可能会同时绘制多个图形，例如多条折线

3.定义 layout，就是布局，标题、margin 等

4.使用 go.Figure 或者 go.FigureWidget 绘图，传入 data 和 layout 参数

利用plotly绘图，我们只需要讲重点放在trace上就可以了，它是我们绘图数据的核心，其他部分基本上无需变化，如果希望对图形做定制化可以在参考文档。

import plotly.graph_objs as go
# 在线格式引入
import plotly.plotly as py
# 离线格式引入
import plotly.offline as of
# 定义trace，数据内容和数据形式
trace1 = go.Scatter(
            x = contents.index,
            y = contents.num,
            mode = "line",
            name = "num",
            marker = dict(color = 'rgba(80, 26, 80, 0.8)'),
            text = contents.str)
trace2 = go.Scatter(
            x = contents.index,
            y = contents.num2,
            mode = "lines+markers",
            name = "num2",
            marker = dict(color = 'rgba(16, 112, 2, 0.8)'),
            text = contents.str)
# 下面这些设置对于固定一种图表的展示基本不用更改，都是一样的
layout = dict(title = '折线图',
              xaxis= dict(title= '序号',ticklen= 5,zeroline= False)
             )

data = [trace1, trace2]
fig = dict(data = data, layout = layout)
of.iplot(fig)
复制代码