Python数据分析与挖掘 课件 第 5 章 Python数据可视化.pptx

Python数据分析与挖掘第5章Python数据可视化

本章主要内容Matplotlib数据可视化Seaborn数据可视化pyecharts数据可视化

数据可视化对数据的分析离不开数据的可视化。传统的数据可视化起源于统计图形学，与信息图形、视觉设计等现代技术密切相关，其表现形式通常在二维空间。与之相比，大数据可视化往往更关注抽象高维的数据，空间属性较弱，与所针对的数据类型密切相关。

数据可视化（1）时空数据可视化时空数据是指带有地理位置与时间标签的数据，因此，时变数据和地理信息数据的可视化非常重要。（2）层次与网络结构数据可视化网络关联关系在大数据中是一种常见的关系。网络之间的连接、层次结构、拓扑结构等都属于这种类型。（3）文本和跨媒体数据可视化文本信息是大数据时代非结构化数据类型的典型代表，是互联网中最主要的信息类型。这类数据的可视化方法主要有标签云、引入时间轴的河流图等方法。（4）多变量数据可视化多变量的高维数据用来描述现实世界中的复杂问题和对象。

5.1Matplotlib数据可视化基础Matplotlib是一个在python下实现的类matlab的纯python的第三方库,旨在用python实现matlab的功能,是python下最出色的绘图库。其风格跟matlab相似，同时也继承了python的简单明了。要使用matplotlib得先安装numpy库(一个python下数组处理的第三方库，可以很方便的处理矩阵，数组)。matplotlib对于图像美化方面比较完善，可以自定义线条的颜色和样式，可以在一张绘图纸上绘制多张小图，也可以在一张图上绘制多条线，可以很方便地将数据可视化并对比分析。

5.1Matplotlib数据可视化基础Matplotlib模块依赖于NumPy和tkinter模块，可以绘制多种形式的图形，包括线图、直方图、饼图、散点图等，图形质量满足出版要求，是数据可视化的重要工具。Matplotlib中应用最广的是matplotlib.pyplot模块。Pyplot提供了一套和Matlab类似的绘图API，使得Matplotlib的机制更像Matlab。我们只需要调用Pyplot模块所提供的函数就可以实现快速绘图并设置图表的各个细节。在Jupyternotebook中进行交互式绘图，需要执行一下语句：%matplotlibnotebook使用matplotlib时，使用的导入惯例为：importmatplotlib.pyplotasplt

图5-1Matplotlib中的常用绘图及分组5.1Matplotlib数据可视化基础

相关函数简介figure（）：创建一个新的绘图窗口。figtext（）：为figure添加文字axes（）：为当前figure添加一个坐标轴plot（）：绘图函数polar（）：绘制极坐标图axis（）：获取或设置轴属性的边界方法（坐标的取值范围）clf：清除当前figure窗口cla：清除当前axes窗口close：关闭当前figure窗口subplot：一个图中包含多个axestext（）：在轴上添加文字title（）：设置当前axes标题xlabel/ylabel：设置当前X轴或Y轴的标签

相关函数简介hist（）：绘制直方图hist2d（）：绘制二维在直方图hold：设置当前图窗状态；off或者onimread（）：读取一个图像，从图形文件中提取数组legend（）：为当前axes放置标签pie（）：绘制饼状图scatter（）：做一个X和Y的散点图，其中X和Y是相同长度的序列对象stackplot（）：绘制一个堆叠面积图acorr（）：绘制X的自相关函数annotate（）：用箭头在指定的数据点创建一个注释或一段文本bar（）：绘制垂直条形图 barh（）：绘制横向条形图barbs（）：绘制一个倒钩的二维场

1.创建画布与创建子图第一部分主要作用是构建出一张空白的画布，并可以选择是否将整个画布划分为多个部分，方便在同一幅图上绘制多个图形的情况。最简单的绘图可以省略第一部分，而后直接在默认的画布上进行图形绘制。函数名称函数作用plt.figure创建一个空白画布，可以指定画布大小，像素。figure.add_subplot创建并选中子图，可以指定子图的行数，列数，与选中图片编号。5.1Matplotlib数据可视化基础

importmatplotlib.pyplotasplti