本文展示Python中最基本的可视化工具Matplotlib和Seaborn的用法
1.导入库和常规设置
import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline
from datetime import datetimeimport os
os.chdir(r'file_path')
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文字体设置-黑体
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
sns.set(font='SimHei') # 解决Seaborn中文显示问题# 设置一下常用颜色
r_hex = '#dc2624' # red, RGB = 220,38,36
dt_hex = '#2b4750' # dark teal, RGB = 43,71,80
tl_hex = '#45a0a2' # teal, RGB = 69,160,162
r1_hex = '#e87a59' # red, RGB = 232,122,89
tl1_hex = '#7dcaa9' # teal, RGB = 125,202,169
g_hex = '#649E7D' # green, RGB = 100,158,125
o_hex = '#dc8018' # orange, RGB = 220,128,24
tn_hex = '#C89F91' # tan, RGB = 200,159,145
g50_hex = '#6c6d6c' # grey-50, RGB = 108,109,108
bg_hex = '#4f6268' # blue grey, RGB = 79,98,104
g25_hex = '#c7cccf' # grey-25, RGB = 199,204,2072.基础元素概览
2.1四大容器
四大容器：
Figure → Axes → Axis → Ticks
图 → 坐标系 → 坐标轴 → 刻度
在坐标轴和刻度上添加标签
在坐标系中添加线、点、网格、图例和文字
在图中添加图例
要画出一幅有内容的图，需要在容器里添加基础元素比如线 (line), 点(marker), 文字 (text), 图例 (legend), 网格 (grid), 标题 (title), 图片 (image) 等，具体来说
画一条线，用 plt.plot() 或 ax.plot()
画个记号，用 plt.scatter() 或 ax.scatter()
添加文字，用 plt.text() 或 ax.text()
添加图例，用 plt.legend() 或 ax.legend()
添加图片，用 plt.imshow() 或 ax.imshow()
from PIL import Image
plt.figure()
plt.xticks([]), plt.yticks([])
im = np.array(Image.open('you_picture_path'))
plt.imshow(im)
plt.show()2.2 两种推荐画法
两种生成坐标系的推荐代码
第一种：同时生成图和坐标系
fig, ax = plt.subplots()
第二种：先生成图，再添加坐标系
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
3.Matplotlib画图实操
3.1导入数据
data1 = pd.read_csv( 'S&P500.csv',
index_col=0,
parse_dates=True,
dayfirst=True )
data1.head(3).append(data1.tail(3))| Open | High | Low | Close | Adj Close | Volume | |
|---|---|---|---|---|---|---|
| Date | ||||||
| 1950-01-03 | 16.660000 | 16.660000 | 16.660000 | 16.660000 | 16.660000 | 1260000 |
| 1950-01-04 | 16.850000 | 16.850000 | 16.850000 | 16.850000 | 16.850000 | 1890000 |
| 1950-01-05 | 16.930000 | 16.930000 | 16.930000 | 16.930000 | 16.930000 | 2550000 |
| 2019-04-22 | 2898.780029 | 2909.510010 | 2896.350098 | 2907.969971 | 2907.969971 | 2997950000 |
| 2019-04-23 | 2909.989990 | 2936.310059 | 2908.530029 | 2933.679932 | 2933.679932 | 3635030000 |
| 2019-04-24 | 2934.000000 | 2936.830078 | 2926.050049 | 2927.250000 | 2927.250000 | 3448960000 |
spx = data1[['Adj Close']].loc['2007-01-01':'2010-01-01']
spx.head(3).append(spx.tail(3))| Adj Close | |
|---|---|
| Date | |
| 2007-01-03 | 1416.599976 |
| 2007-01-04 | 1418.339966 |
| 2007-01-05 | 1409.709961 |
| 2009-12-29 | 1126.199951 |
| 2009-12-30 | 1126.420044 |
| 2009-12-31 | 1115.099976 |
data2 = pd.read_csv( 'VIX.csv', index_col=0,
parse_dates=True,
dayfirst=True )
vix = data2[['Adj Close']].loc['2007-01-01':'2010-01-01']
vix.head(3).append(vix.tail(3))| Adj Close | |
|---|---|
| Date | |
| 2007-01-03 | 12.040000 |
| 2007-01-04 | 11.510000 |
| 2007-01-05 | 12.140000 |
| 2009-12-29 | 20.010000 |
| 2009-12-30 | 19.959999 |
| 2009-12-31 | 21.680000 |
用 plt.rcParams 可查看上图的所有默认属性 (非常多的属性值)
3.2 先画图再添加坐标系的方式
# 图的大小和像素 (w*dpi, h*dpi)即(1600, 600)
fig = plt.figure( figsize=(16,6), dpi=100 )
# 在图中 (fig) 添加了一个坐标系 (ax)，然后所有操作都在 ax 里面完成
ax1 = fig.add_subplot(1, 1, 1)
x = spx.index
y1 = spx.values
y2 = vix.values
# 画图，并设置颜色，宽度 (2 像素) 和风格 (连续线)
ax1.plot(y1, color=dt_hex, linewidth=2, linestyle='-', label='S&P500')
# 设置横轴和纵轴的边界
ax1.set_xlim(-1, len(x)+1)
ax1.set_ylim(np.vstack([y1, y2]).min()*0.8, np.vstack([y1, y2]).max()*1.2)
# 先用 ax.set_ticks() 设置出数值刻度
# 再用 ax.set_xticklabels() 在对应的数值刻度上写标签
x_tick= range(0, len(x), 40)
x_label = [x[i].strftime('%Y-%m-%d') for i in x_tick]
ax1.set_xticks(x_tick)
ax1.set_xticklabels(x_label, rotation=90)
# 添加图例 (legend)， loc = 0 表示 matplotlib 自动安排一个最好位置显示图例，而 frameon = True 给图例加了外框
ax1.legend(loc='upper left', frameon=True)
# Add a second axes
ax2 = ax1.twinx()
ax2.plot(y2, color=r_hex, linewidth=2, linestyle='-', label='VIX')
ax2.legend(loc='upper right', frameon=True)
plt.show()添加第二幅图也很简单，用两次 plt.plot() 或者 ax.plot() 即可。
这里面用的是 plt 没用 ax，没有特殊原因，在本例中两者可以随意使用，
但两者在使用「.methods」时有个小细节：
plt.xlim
plt.ylim
plt.xticks
ax.set_xlim
ax.set_ylim
ax_set_xticks
3.3 同时生成图和坐标系的画法
# plt版本
plt.figure( figsize=(16,6), dpi=100 )
# subplot 1
plt.subplot(2, 1, 1)
x = spx.index
y1 = spx.values
plt.plot(y1, color=dt_hex, linewidth=2, linestyle='-', label='S&P500')
plt.xlim(-1, len(x)+1)
plt.ylim(y1.min()*0.8, y1.max()*1.2)
x_tick= range(0, len(x), 40)
x_label = [x[i].strftime('%Y-%m-%d') for i in x_tick]
plt.xticks(x_tick, x_label, rotation=90)
plt.legend(loc='upper left', frameon=True)
# subplot 2
plt.subplot(2, 1, 2)
y2 = vix.values
plt.plot(y2, color=r_hex, linewidth=2, linestyle='-', label='VIX')
plt.xlim(-1, len(x)+1)
plt.ylim(y2.min()*0.8, y2.max()*1.2)
plt.xticks(x_tick, x_label, rotation=45)
plt.legend(loc='upper left', frameon=True)
plt.show()3.4 设置标注
# 设置标注版本
fig = plt.figure( figsize=(16,6), dpi=100 )
# 定义危机事件，以元组的列表存储
crisis_data = [(datetime(2007, 10, 11), 'Peak of bull market'),
(datetime(2008, 3, 12), 'Bear Stearns Fails'),
(datetime(2008, 9, 15), 'Lehman Bankruptcy'),
(datetime(2009, 1, 20), 'RBS Sell-off'),
(datetime(2009, 4, 2), 'G20 Summit')]
ax1 = fig.add_subplot(1, 1, 1)
x = spx.index
y1 = spx.values
y2 = vix.values
ax1.plot(y1, color=dt_hex, linewidth=2, linestyle='-', label='S&P500')
ax1.set_xlim(-1, len(x)+1)
ax1.set_ylim(np.vstack([y1, y2]).min()*0.8, np.vstack([y1, y2]).max()*1.2)
x_tick= range(0, len(x), 40)
x_label = [x[i].strftime('%Y-%m-%d') for i in x_tick]
ax1.set_xticks(x_tick)
ax1.set_xticklabels(x_label, rotation=90)
ax1.legend(loc='upper left', frameon=True)
init_tick = list(range(0, len(x), 40))
# 定义容器，常规日期标签 init_tick，五个事件日期标签 impt_tick
impt_tick = []
impt_date = []
# 用 for 循环读取 crisis_data 里面每个日期 date 和事件 label
for date, label in crisis_data:
date = date.strftime('%Y-%m-%d')
impt_date.append(date)
# 获取每一个 date 在整个日期数组中的索引 xi，以及对应的 spx 值 yi
xi = x.get_loc(date)
impt_tick.append(xi)
yi = spx.asof(date)
# 用 scatter() 函数画出一个圆点，标注事件在 spx 折现上的位置
ax1.scatter(xi, yi, 80, color=r_hex)
# 事件标注，在 annotate() 函数里设置了事件，箭头坐标，事件打印的坐标，箭头性质，以及对齐属性
ax1.annotate(label, xy=(xi, yi + 60),
xytext=(xi, yi + 300),
arrowprops=dict(facecolor='black', headwidth=4, width=1, headlength=6),
horizontalalignment='left', verticalalignment='top'
)
x_tick = init_tick + impt_tick
x_label = [x[i].strftime('%Y-%m-%d') for i in x_tick]
ax1.set_xticks(x_tick)
ax1.set_xticklabels(x_label, rotation=90)
for i, label in enumerate(ax1.get_xticklabels()):
if i >= len(init_tick):
label.set_color(r_hex)
label.set_fontweight('bold')
else:
label.set_fontsize(9)
# Add a second axes
ax2 = ax1.twinx()
ax2.plot(y2, color=r_hex, linewidth=2, linestyle='-', label='VIX', alpha=0.3) # 透明度
ax2.legend(loc='upper right', frameon=True)
plt.show()4.图表的选择与画法
在做图表设计时候经常面临着怎么选用合适的图表，图表展示的关系分为四大类：
分布 (distribution)
联系 (relationship)
比较 (comparison)
构成 (composition)
直方图 (histogram chart)，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据类型，纵轴表示分布情况。在 Matplotlib 里的语法是
plt.hist()
ax.hist()
散点图 (scatter chart) 用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种联系的分布模式。在 Matplotlib 里的语法是
plt.scatter()
ax.scatter()
折线图 (line chart) 显示随时间而变化的连续数据，因此非常适用于显示在相等时间间隔下数据的趋势。在 Matplotlib 里的语法是:
plt.plot()
ax.plot()
饼状图 (pie chart) 是一个划分为几个扇形的圆形统计图表，用于描述量、频率或百分比之间的相对关系。 在饼状图中，每个扇区面积大小为其所表示的数量的比例。在 Matplotlib 里的语法是：
plt.pie()
ax.pie()
# 查看所有的色彩风格
print(plt.style.available)['bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark-palette', 'seaborn-dark', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'seaborn', 'Solarize_Light2', 'tableau-colorblind10', '_classic_test']seaborn-colorblind 和 tableau-colorblind10 是专门为色盲考虑的色彩风格
可以设置：
plt.style.use('ggplot')
plt.style.use('seaborn-colorblind')
plt.style.use('tableau-colorblind10')
5.Seaborn画图
iris_data = pd.read_csv('iris.csv')iris_data.head(3).append(iris_data.tail(3))| sepal_length | sepal_width | petal_length | petal_width | species | |
|---|---|---|---|---|---|
| 0 | 5.1 | 3.5 | 1.4 | 0.2 | setosa |
| 1 | 4.9 | 3.0 | 1.4 | 0.2 | setosa |
| 2 | 4.7 | 3.2 | 1.3 | 0.2 | setosa |
| 147 | 6.5 | 3.0 | 5.2 | 2.0 | virginica |
| 148 | 6.2 | 3.4 | 5.4 | 2.3 | virginica |
| 149 | 5.9 | 3.0 | 5.1 | 1.8 | virginica |
用 set_style() 选五种风格：darkgrid, whitegrid, dark, white 和 ticks .
用 set_palette() 六种调色盘：deep, muted, pastel, bright, dark 和 colorblind
sns.set_style('darkgrid') # 将风格设置为 darkgrid (背景变成带网格的灰色)
sns.set_palette('colorblind') # 色板设置成 colorblind 为色盲用户着想
sns.pairplot( iris_data, hue='species',markers=['o','s','D'] ) # 将不同类用圆形 (o)、正方形 (s) 和方块 (D) 来标记
<seaborn.axisgrid.PairGrid at 0x1ff91688198># 选择子集图
sns.set_style('whitegrid')
# sns.pairplot( iris_data,
# vars=['sepal_width',
# 'sepal_length'] )
sns.pairplot( iris_data,
x_vars=['sepal_width',
'sepal_length'],
y_vars=['petal_width',
'petal_length'])<seaborn.axisgrid.PairGrid at 0x1ff93aca198># 线性回归图，设置参数 kind = 'reg'
sns.set_style('ticks')
sns.set_palette('dark')
sns.pairplot( iris_data, kind='reg' )<seaborn.axisgrid.PairGrid at 0x1ff940eb748># 核密度图（对角线），设置里面参数 diag_kind = 'kde'
sns.set_palette('bright')
sns.pairplot( iris_data, diag_kind='kde' )<seaborn.axisgrid.PairGrid at 0x1ff946b9f98>条形图 (barplot)
计数图 (countplot)
点图 (pointplot)
箱形图 (boxplot)
小提琴图 (violinplot)
titanic = sns.load_dataset(".seaborn-data-master/titanic")
titanic.head(3).append(titanic.tail(3))| survived | pclass | sex | age | sibsp | parch | fare | embarked | class | who | adult_male | deck | embark_town | alive | alone | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 3 | male | 22.0 | 1 | 0 | 7.2500 | S | Third | man | True | NaN | Southampton | no | False |
| 1 | 1 | 1 | female | 38.0 | 1 | 0 | 71.2833 | C | First | woman | False | C | Cherbourg | yes | False |
| 2 | 1 | 3 | female | 26.0 | 0 | 0 | 7.9250 | S | Third | woman | False | NaN | Southampton | yes | True |
| 508 | 0 | 3 | male | 28.0 | 0 | 0 | 22.5250 | S | Third | man | True | NaN | Southampton | no | True |
| 509 | 1 | 3 | male | 26.0 | 0 | 0 | 56.4958 | S | Third | man | True | NaN | Southampton | yes | True |
| 510 | 1 | 3 | male | 29.0 | 0 | 0 | 7.7500 | Q | Third | man | True | NaN | Q | NaN | NaN |
# 自定义的调色板
color = ['#dc2624', '#2b4750', '#45a0a2', '#e87a59',
'#7dcaa9', '#649E7D', '#dc8018', '#C89F91',
'#6c6d6c', '#4f6268', '#c7cccf']
sns.set_palette( color )
sns.palplot( sns.color_palette(color,11) )plt.figure(figsize=(16,9))
# 条形图
plt.subplot(231)
sns.barplot( x='sex', y='survived', hue='class',hue_order= ['First', 'Second', 'Third'], data=titanic )
plt.title("条形图 barplot")
# 计数图
plt.subplot(232)
sns.countplot( x='deck',data=titanic )
plt.title("计数图 countplot")
# 点图
plt.subplot(233)
sns.pointplot( x='class',
y='survived',
hue='sex',
data=titanic,
markers=['^','o'],
linestyles=['-','--'] )
plt.title("点图 pointplot")
# 箱型图
plt.subplot(234)
sns.boxplot( x='alive',
y='age',
hue='adult_male',
data=titanic )
plt.title("箱型图 boxplot")
# 小提琴图
plt.subplot(235)
sns.violinplot( x='sex',
y='age',
hue='survived',
data=titanic )
plt.title("小提琴图 violinplot")
# plt.tight_layout() # 调整每隔子图之间的距离
plt.subplots_adjust(wspace =0.3, hspace =0.3)
plt.show()
# 箱形水平图
sns.boxplot( data=iris_data, orient='h' )<matplotlib.axes._subplots.AxesSubplot at 0x1ff99852cf8># 双变量分布
sns.jointplot( 'sepal_length', 'sepal_width',
data=iris_data,
kind='kde')<seaborn.axisgrid.JointGrid at 0x1ff9a02ee80>sns.jointplot( 'sepal_length', 'sepal_width',
data=iris_data,
kind='reg')
<seaborn.axisgrid.JointGrid at 0x1ff97b3ee48>6. 总结
了解 Matplotlib 的绘图逻辑，以及里面包含的画图元素以及它们之间的层级。
深度学 Matplotlib，只研究折线图，通过研究它的属性，一步步改进图的尺寸、像素、线条颜色宽度风格、坐标轴边界、刻度标签、图例、多图、多坐标系、标注、透明度等等，画出了一幅美图。
广度学 Matplotlib，通过数据的分布、联系、比较和构成研究了直方图、散点图、折线图和饼状图，最后还为用户着想 (习惯、色盲等等) 画出更能有效表达信息的图。
-
Seaborn 就是 Matplotlib 的升级版，底层绘图逻辑和元素层级相同
-
Seaborn 比 Matplotlib 强大的三个地方就是：
- 代码简单，基本都是一句话 (one-liner) 就可以画出变量之间统计关系图
- 能够处理分类 (categorical) 变量 (不仅仅只能处理连续变量)
- 颜色更加丰富好看 (不过这个看个人喜好)
-
本文综合整理自 传送门