Python数据科学分享——3.数据可视化(1)¶

数据可视化是描述性统计不可或缺的亮点，在matplotlib、JavaScript(D3.js)、OpenGL的基础上百花齐放，百家争鸣

toc: true
badges: true
comments: true
categories: [jupyter,Python,Data Science]

目标与原则¶

以最小的复杂度展示足够多的信息

目标：如果不能为用户提供有用的信息，那么就没啥用；如果信息展现形式太复杂，那么就会被噪声干扰
原则：
1. 对比（Contrast）:让页面引人注目，避免页面上的元素太过相似。如果元素（字体、颜色、大小、线宽、形状、空间等）不相同，那就干脆让它们截然不同。
2. 重复（Repetition）:让设计中的视觉要素在整个作品中重复出现。既能增加条理性，还可以加强统一性。
3. 对齐（Alignment）:任何东西都不能在页面上随意安放。每个元素都应当与页面上的另一个元素有某种视觉联系，建立清晰、精巧而且清爽的外观。
4. 亲密性（Proximity）:彼此相关的项应当靠近，归组在一起。如果多个项相互之间存在很近的亲密性，它们就会成为一个视觉单元，而不是多个孤立的元素。这有助于组织信息，减少混乱，为读者提供清晰的结构。

美国教育家、设计师Robin Williams《The Non-Designer's Design Book（写给大家看的设计书）》

随着HTML5、SVG/Canvas普及，尤其是Mike Bostock于2010开源D3.js，python数据可视化受到冲击，Facebook于2013发布react.js后，Python数据可视化开始向web组件化发展，重点方向是机器学习与Web交互

首发年份	名称	简介
2003	matplotlib	基础绘图工具
2010	networkx	复杂网络与图算法工具
2012	seaborn	快速统计图
2012	bokeh	交互式
2012	plotly	交互式
2015	altair	声明式语义
2015	dash	基于plotly的web app
2015	tensorboard	tensorflow and keras
2017	ipyvolume	3D交互
2018	Vaex	高性能渲染
2018	streamlit	机器学习web app
2018	volia	notebook web app

pyviz网站整理了Python数据可视化工具

matplotlib基础图库¶

Matplotlib的设计哲学是让Python程序员完全控制可视化应用。Matplotlib中文字体显示问题，请参考中文设置方法

模仿MatLab，上手简单，理工科同学上手成本低
许多渲染接口
功能齐全、文档完整
测试容易、源代码质量高

In [5]:

%load_ext autoreload
%autoreload 2

%matplotlib inline
from matplotlib.font_manager import _rebuild

_rebuild()
import matplotlib.pyplot as plt
import seaborn as sns

sns.set_style("whitegrid", {"font.sans-serif": ["SimHei", "Arial"]})

import pandas_alive
import pandas as pd
import numpy as np

In [16]:

df_covid = pd.read_json("3.data-viz/timeseries.json")
df_covid.index = pd.DatetimeIndex(df_covid.iloc[:, 0].apply(lambda _: _["date"]))
df_covid.index.name = "日期"
df_covid = df_covid.applymap(lambda _: int(_["confirmed"]))
df_covid.replace(0, np.nan, inplace=True)
top20 = df_covid.iloc[-1].sort_values().tail(20).index
df_covid = df_covid[top20]

绘图环境¶

在Jupyter(IPython) Notebook中画图：

%matplotlib notebook会在Notebook中启动交互式图形
%matplotlib inline会在Notebook中启动静态图形

在.py文件中画图：执行使用matplotlib的脚本后，会看到一个新窗口，里面会显示图形
在IPython shell中画图（在图形界面系统中启动）：在IPython shell中启动ipython后使用%matplotlib魔法命令，每个plt命令都会自动打开一个图形窗口

In [3]:

%matplotlib notebook

x = np.linspace(0, 10, 100)
fig = plt.figure()
plt.plot(x, np.sin(x))
plt.plot(x, np.cos(x))
plt.title('测试')

# plt.show()`会启动一个事件循环（event loop）
plt.show()

In [10]:

%matplotlib inline

x = np.linspace(0, 10, 100)

fig = plt.figure()
plt.plot(x, np.sin(x))
plt.plot(x, np.cos(x))
plt.title('测试')

# plt.show()`会启动一个事件循环（event loop）
plt.show()

In [11]:

# 保存图形
fig.savefig('sin_cos.png')

In [41]:

ls -lh sin_cos.png

-rw-r--r--  1 toddtao  staff    23K May 28 16:13 sin_cos.png

In [12]:

# 用IPython的`Image`对象显示图形
from IPython.display import Image
Image('sin_cos.png')

Out[12]:

用markdown语法显示图形

绘图接口¶

图形结构：Artist(Figure、Axes、Axis)
MATLAB风格接口：通过pyplot（plt）接口绘图，与MATLAB语法类似，plt是有状态的（stateful），会持续跟踪“当前的”图形和坐标轴，控制子图时比较麻烦
面向对象接口：通过Figure和Axes方法控制图形，可以按照行列控制子图，操作非常灵活
- figure:plt.Figure类的一个实例，是一个能够容纳各种坐标轴、图形、文字和标签的容器
- axes：plt.Axes类的一个实例，是一个带有刻度和标签的矩形，包含所有可视化的图形元素

MATLAB风格接口¶

In [13]:

plt.figure()  # 创建图形

# 创建两个子图中的第一个，设置坐标轴
plt.subplot(2, 1, 1) # (行、列、子图编号)
plt.plot(x, np.sin(x))

# 创建两个子图中的第二个，设置坐标轴
plt.subplot(2, 1, 2)
plt.plot(x, np.cos(x));

面向对象接口¶

In [14]:

# 先创建图形网格
# ax是一个包含两个Axes对象的数组
fig, ax = plt.subplots(2)

# 在每个对象上调用`plot()`方法
ax[0].plot(x, np.sin(x))
ax[1].plot(x, np.cos(x));

图形配置¶

图形样式¶

plt.plot()函数设置颜色（color参数）与风格（linestyle参数）

In [33]:

plt.figure(figsize=(10, 5))
plt.plot(x, np.sin(x - 0), color='blue')        # 标准颜色名称
plt.plot(x, np.sin(x - 1), color='g')           # 缩写颜色代码（rgbcmyk）
plt.plot(x, np.sin(x - 2), color='0.75')        # 范围在0~1之间的灰度值
plt.plot(x, np.sin(x - 3), color='#FFDD44')     # 十六进制（RRGGBB，00~FF）
plt.show()

In [34]:

plt.figure(figsize=(10, 5))
plt.plot(x, np.sin(x - 0), linestyle='-')  # 实线
plt.plot(x, np.sin(x - 1), linestyle='--') # 虚线
plt.plot(x, np.sin(x - 2), linestyle='-.') # 点划线
plt.plot(x, np.sin(x - 3), linestyle=':');  # 实点线
plt.show()

可以将linestyle和color编码组合起来，作为plt.plot()函数的一个参数使用：

In [35]:

plt.figure(figsize=(10, 5))
plt.plot(x, np.sin(x - 0), '-g')  # 绿色实线
plt.plot(x, np.sin(x - 1), '--c') # 青色虚线
plt.plot(x, np.sin(x - 2), '-.k') # 黑色点划线
plt.plot(x, np.sin(x - 3), ':r');  # 红色实点线