讲道理,Python数据可视化是优雅的艺术

[复制链接]
发表于 : 2017-7-31 16:14:46 最新回复:2017-07-31 16:15:06
1451 1
建赟
建赟  专家

声明:由于本文的代码大部分是参考书中的例子,所以不提供完整代码,只提供示例片段,也就是只能看出某一部分用法,感兴趣的需要在自己的数据上学习测试。

最开始,当然还是要导入我们需要的包:

  1. # -*- coding=utf-8 -*-  
  2. from matplotlib import pyplot as plt  
  3. from sklearn.datasets import load_iris  
  4. import numpy as np  
  5. import itertools1234512345 

1. 画散点图

画散点图用plt.scatter(x,y)。画连续曲线在下一个例子中可以看到,用到了plt.plot(x,y)。

plt.xticks(loc,label)可以自定义x轴刻度的显示,第一个参数表示的是第二个参数label显示的位置loc。

plt.autoscale(tight=True)可以自动调整图像显示的最佳化比例 。

  1. plt.scatter(x,y)  
  2. plt.title("Web traffic" 
  3. plt.xlabel("Time" 
  4. plt.ylabel("Hits/hour" 
  5. plt.xticks([w*7*24 for w in range(10)],['week %i' %w for w in range(10)])  
  6. plt.autoscale(tight=True 
  7. plt.grid()  
  8. ##plt.show()1234567812345678 

画出散点图如下:

http://s5.51cto.com/wyfs02/M02/97/C2/wKioL1kya3fQlB4RAACTG0ZKYJQ692.jpg-wh_651x-s_1988222152.jpg

2. 多项式拟合并画出拟合曲线

## 多项式拟合

  1. fp2 = np.polyfit(x,y,3)  
  2. f2 = np.poly1d(fp2)  
  3. fx = np.linspace(0,x[-1],1000)  
  4. plt.plot(fx,f2(fx),linewidth=4,color='g' 
  5. ## f2.order: 函数的阶数  
  6. plt.legend(["d=%i" % f2.order],loc="upper right" 
  7. plt.show()123456789123456789 

效果图:

http://s2.51cto.com/wyfs02/M00/97/C1/wKiom1kya4PwsnS7AACSwjMVou0777.jpg

3. 画多个子图

这里用到的是sklearn的iris_dataset(鸢尾花数据集)。

此数据集包含四列,分别是鸢尾花的四个特征:

  • sepal length (cm)——花萼长度
  • sepal width (cm)——花萼宽度
  • petal length (cm)——花瓣长度
  • petal width (cm)——花瓣宽度

这里首先对数据进行一定的处理,主要就是对特征名称进行两两排列组合,然后任两个特征一个一个做x轴另一个做y轴进行画图。

  1. # -*- coding=utf-8 -*-  
  2. from matplotlib import pyplot as plt  
  3. from sklearn.datasets import load_iris  
  4. import numpy as np  
  5. import itertools 
  6.  data = load_iris()  
  7. #print(data.data)  
  8. #print(data.feature_names)  
  9. #print(data.target)  
  10. features = data['data' 
  11. feature_names = data['feature_names' 
  12. target = data['target' 
  13. labels = data['target_names'][data['target']]  
  14. print(data.data)  
  15. print(data.feature_names)123456789101112131415161718123456789101112131415161718 

这里有一个排列组合参考代码,最后是取出了两两组合的情况。

排列组合的结果是feature_names_2包含了排列组合的所有情况,它的每一个元素包含了一个排列组合的所有情况,比如第一个元素包含了所有单个元素排列组合的情况,第二个元素包含了所有的两两组合的情况……所以这里取出了第二个元素,也就是所有的两两组合的情况

  1. feature_names_2 = []  
  2. #排列组合  
  3. for i in range(1,len(feature_names)+1):  
  4. iter = itertools.combinations(feature_names,i)  
  5. feature_names_2.append(list(iter))  
  6. print(len(feature_names_2[1]))  
  7. for i in feature_names_2[1]:  
  8. print(i)123456789123456789 

下面是在for循环里画多个子图的方法。对我来说,这里需要学习的有不少。比如

for i,k in enumerate(feature_names_2[1]):这一句老是记不住。

比如从列表中取出某元素所在的索引的方法:index1 = feature_names.index(k[0]),也即index = list.index(element)的形式。

比如for循环中画子图的方法:plt.subplot(2,3,1+i)

比如for循环的下面这用法:for t,marker,c in zip(range(3),”>ox”,”rgb”):

  1. plt.figure(1)  
  2. for i,k in enumerate(feature_names_2[1]):  
  3. index1 = feature_names.index(k[0])  
  4. index2 = feature_names.index(k[1])  
  5. plt.subplot(2,3,1+i)  
  6. for t,marker,c in zip(range(3),">ox","rgb"):  
  7. plt.scatter(features[target==t,index1],features[target==t,index2],marker=marker,c=c)  
  8. plt.xlabel(k[0])  
  9. plt.ylabel(k[1])  
  10. plt.xticks([])  
  11. plt.yticks([])  
  12. plt.autoscale()  
  13. plt.tight_layout()  
  14. plt.show()12345678910111213141234567891011121314 

这里的可视化效果如下:

http://s1.51cto.com/wyfs02/M00/97/C2/wKioL1kya47wTwswAACiD2dDcWw958.jpg

4. 画水平线和垂直线

比如在上面最后一幅图中,找到了一种方法可以把三种鸢尾花分出来,这是我们需要画出模型(一条直线)。这个时候怎么画呢?

下面需要注意的就是plt.vlines(x,y_min,y_max)和plt.hlines(y,x_min,x_max)的用法。

  1. plt.figure(2)  
  2. for t,marker,c in zip(range(3),">ox","rgb"): 
  3. plt.scatter(features[target==t,3],features[target==t,2],marker=marker,c=c)  
  4. plt.xlabel(feature_names[3])  
  5. plt.ylabel(feature_names[2])  
  6. # plt.xticks([])  
  7. # plt.yticks([])  
  8. plt.autoscale()  
  9. plt.vlines(1.6, 0, 8, colors = "c",linewidth=4,linestyles = "dashed" 
  10. plt.hlines(2.5, 0, 2.5, colors = "y",linewidth=4,linestyles = "dashed"
  11.  plt.show() 12345678910111234567891011 

此时可视化效果如下:

http://s2.51cto.com/wyfs02/M01/97/C2/wKioL1kya5nzkHA9AABc3qrnt2w363.jpg

5. 动态画图

plt.ion()打开交互模式。plt.show()不再阻塞程序运行。

注意plt.axis()的用法。

  1. plt.axis([0, 100, 0, 1])  
  2. plt.ion()  
  3. for i in range(100):  
  4. y = np.random.random()  
  5. plt.autoscale()  
  6. plt.scatter(i, y)  
  7. plt.pause(0.01)1234567812345678 

可视化效果:

http://s1.51cto.com/wyfs02/M01/97/C1/wKiom1kya6Pz5D07AABtCy3z2Oo036.jpg


  • x
  • 常规:

点评 回复

跳转到指定楼层
建赟
建赟  专家 发表于 2017-7-31 16:15:06 已赞(0) 赞(0)

顶一个!
  • x
  • 常规:

点评 回复

发表回复
您需要登录后才可以回帖 登录 | 注册

警告 内容安全提示:尊敬的用户您好,为了保障您、社区及第三方的合法权益,请勿发布可能给各方带来法律风险的内容,包括但不限于政治敏感内容,涉黄赌毒内容,泄露、侵犯他人商业秘密的内容,侵犯他人商标、版本、专利等知识产权的内容,侵犯个人隐私的内容等。也请勿向他人共享您的账号及密码,通过您的账号执行的所有操作,将视同您本人的行为,由您本人承担操作后果。详情请参看“隐私声明
如果附件按钮无法使用,请将Adobe Flash Player 更新到最新版本!
登录参与交流分享

登录参与交流分享

登录