大数据导论思维第16章 PYTHON数据可视化.pptx

大数据导论第十六章CONTENTS目录PART 05 BOKEH可视化模块PART 01 PYTHON数据可视化工具PART 06 PYGAL可视化模块PART 02 MATPLOTLIB可视化库PART 07 GEOPLOTLIB可视化模块PART 03 PANDAS可视化PART 08 作业PART 04 SEABORN可视化模块PART 01 PYTHON数据可视化工具在Python中，将数据可视化有多种选择，无论要画什么图，从最基本的图表到交互式的Web页面，都能找到相对的库。Python数据可视化工具matplotlibPandasSeabornBokehPygalgeoplotlibPYTHON数据可视化工具PART 02 matplotlib可视化库matplotlib是一个用于创建出版质量图表的桌面绘图包，它完整支持二维绘图以及部分支持三维绘图函数式绘图matplotlib有一套函数形式的绘图接口：matplotlib.pyplot模块。利用函数的调用，matplotlib可以轻松的利用一行命令来绘制直线，然后再用一系列的函数调整结果。下面的代码调用matplotlib.pyplot模块绘制一条直线# 画一条直线: 调用pyplot 函数from matplotlib.pyplot import *plot([0, 1], [0, 1]) # 画一条从点 (0, 0) 到点(1, 1)的直线title(a strait line) # 添加标题xlabel(x value) # 添加x轴标题ylabel(y value) # 添加y轴标题savefig(demo.jpg) # 存储为jpg文件matplotlib可视化库在matplotlib.pyplot中，还包含其他种类的绘图函数，包括：折线、散点图、饼图、柱状图、等高线等。下面的代码使用一组数据，通过调用matplotlib.pyplot函数生成这些几何图形。plt.scatter(x, y)plt.title(scatter)plt.subplot(2,2,3)plt.bar(x, y)plt.title(bar)plt.subplot(2,2,4)plt.pie(y)plt.title(pie)show()import matplotlib.pyplot as pltx = [1,2,3,4,5]y = [2.3,3.4,1.2,6.6,7.0]plt.figure(figsize=(8,6))plt.subplot(2,2,1)plt.plot(x,y)plt.title(plot)plt.subplot(2,2,2)matplotlib可视化库面向对象式绘图事实上，对象是描述图像的最自然的方式，面向对象编程最成功的领域就是在计算机图形方面。在matplotlib中，整个图像为一个Figure对象。在Figure对象中可以包含一个，或者多个Axes对象。每个Axes对象都是一个拥有自己坐标系统的绘图区域。面向对象式绘图每个Axes对象的绘图中只有一个坐标系区域，也就是ax，包含以下对象：ax：实际绘图的区域；title：图表的标题；data：要可视化的数据；xaxis和yaxis：x轴和y轴代表水平和垂直的轴线；tick：x轴和y轴的刻度，刻度标识坐标轴的分隔，包括最小刻度和最大刻度；lable：x轴和y轴的刻度标签：表示特定坐标轴的值。面向对象式绘图面向对象式绘图from matplotlib.figure import Figurefrom matplotlib.backends.backend_agg import FigureCanvasAgg as FigureCanvascanvas = FigureCanvas(fig)ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])line = ax.plot([0,1], [0,1])ax.set_title(a straight line (OO))ax.set_xlabel(x value)ax.set_ylabel(y value)canvas.print_figure(demo.jpg)图像坐标将一张图的左下角视为原点，将图像的x方向和y方向总长度都看做1。x方向的0.2就是指20%的图像在x方向的总长，y方向0.8的长度指80%的y方向总长。(0.5, 0.5)是图像的中点，(1, 1)指图像的右上角。设置属性设置颜色、线型、和标记matplotlib允许用户改变线的各种属性，如线条风格、颜色或者宽度。根据要表达的信息合理地设置线型并明显地区分目标受众，能让图给观众流下更深刻的印象。matplotlib的plot函数