6种python数据可视化工具,python数据可视化工具包_python可视化工具

文章目录一、数据可视化介绍

二、matplotlib和pandas画图1.matplotlib简介和简单使用

2.matplotlib常见作图类型

3.使用pandas画图

4.pandas中绘图与matplotlib结合使用

三、订单数据分析展示

四、Titanic灾难数据分析显示

一、数据可视化介绍

数据可视化是指将数据放在可视环境中、进一步理解数据的技术，可以通过它更加详细地了解隐藏在数据表面之下的模式、趋势和相关性。

Python提供了很多数据可视化的库：

matplotlib

是Python基础的画图库，官网为https://matplotlib.org/，在案例地址https://matplotlib.org/gallery/index.html中介绍了很多种类的图和代码示例python用turtle画简单树形图。

pandas

是在matplotlib的基础上实现画图的，官网为https://pandas.pydata.org/。

matlpotlib和pandas结合

利用pandas进行数据读取、数据清洗和数据选取等操作，再使用matlpotlib显示数据。

二、matplotlib和pandas画图

1.matplotlib简介和简单使用

matplotlib是Python最著名的绘图库，它提供了一整套和Matlab相似的命令API，十分适合

交互式地进行制图；也可以方便地将它作为绘图控件，嵌入GUI应用程序中。

文档相当完备，并且Gallery页面中有上百幅缩略图，打开之后都有源代码。如果需要绘制某种类型的图，只需要在这个页面中进行简单的浏览、复制、粘贴，就能实现画图。

https://matplotlib.org/gallery.html中有大量的缩略图案例可以使用。

matplotlib画图的子库：

pyplot子库

提供了和matlab类似的绘图API，方便用户快速绘制2D图表。

pylab模块

其中包括了许多numpy和pyplot中常用的函数，方便用户快速进行计算和绘图，可以用于IPython中的快速交互式使用。

使用matplotlib快速绘图导入库和创建绘图对象如下：

import matplotlib.pyplot as plt

plt.figure(figsize=(8,4))

创建绘图对象时，同时使它成为当前的绘图对象。

通过figsize参数可以指定绘图对象的宽度和高度，单位为英寸；

dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80。

因此本例中所创建的图表窗口的宽度为8*80 = 640像素。

也可以不创建绘图对象直接调用plot方法绘图，matplotlib会自动创建一个绘图对象。

如果需要同时绘制多幅图表的话，可以给figure传递一个整数参数指定图标的序号，如果所指定序号的绘图对象已经存在的话，将不创建新的对象，而只是让它成为当前绘图对象。

pyplot画图简单使用如下：

import numpy as np

import matplotlib.pyplot as plt # 首先载入matplotlib的绘图模块pyplot，并且重命名为plt

x = np.linspace(0, 10, 1000)

y = np.sin(x)

z = np.cos(x**2)

plt.figure(figsize=(8,4)) #2 创建绘图对象

plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2)

plt.plot(x,z,"b--",label="$cos(x^2)$")

plt.xlabel("Time(s)")

plt.ylabel("Volt")

plt.title("PyPlot First Example")

plt.ylim(-1.2,1.2)

plt.legend()

plt.show()

显示：

其中：

plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2)

plt.plot(x,z,"b--",label="$cos(x^2)$")

第一行将x、y数组传递给plot之后，用关键字参数指定各种属性：

label

给所绘制的曲线取一个名字，用于在图示（legend）中显示；

在字符串前后添加$符号，就会使用内置的latex引擎绘制数学公式。

color

指定曲线的颜色：颜色可以用英文单词，或者以#字符开头的三个16进制数，例如#ff0000表示红色，或者用值在0到1范围之内的三个元素的元组表示，例如(1.0, 0.0, 0.0)也表示红色。

linewidth

指定曲线的宽度，可以不是整数，也可以使用缩写形式的参数名lw。

曲线样式

第三个参数b--指定曲线的颜色和线型，它通过一些易记的符号指定曲线的样式，其中’b’表示蓝色，’–’表示线型为虚线。

在IPython中输入plt.plot?可以查看格式化字符串以及各个参数的详细说明。

plt.xlabel("Time(s)")

plt.ylabel("Volt")

plt.title("PyPlot First Example")

plt.ylim(-1.2,1.2)

plt.legend()

通过一系列函数设置当前Axes对象的各个属性：

xlabel、ylabel

分别设置X、Y轴的标题文字。

title

设置子图的标题。

xlim、ylim

分别设置X、Y轴的显示范围。

legend

显示图示，即图中表示每条曲线的标签(label)和样式的矩形区域。

最后调用plt.show()显示出绘图窗口。

一个绘图对象(figure)可以包含多个轴(axis)，在Matplotlib中用轴表示一个绘图区域，可以将其理解为子图。上面的第一个例子中，绘图对象只包括一个轴，因此只显示了一个轴（子图Axes）。可以使用subplot函数快速绘制有多个轴的图表。

subplot函数的调用形式如下：

subplot(numRows, numCols, plotNum)

subplot将整个绘图区域等分为numRows行和numCols列个子区域，然后按照从左到右、从上到下的顺序对每个子区域进行编号，左上的子区域的编号为1。

如果numRows、numCols和plotNum这三个数都小于10的话，可以把它们缩写为一个整数，例如subplot(323)和subplot(3,2,3)是相同的。

subplot在plotNum指定的区域中创建一个轴对象，如果新创建的轴和之前创建的轴重叠，之前的轴将被删除。

如下：

for idx, color in enumerate("rgbyck"):

plt.subplot(320+idx+1, facecolor=color)

plt.show()

显示：

可以看到：

创建3行2列共6个轴，通过facecolor参数给每个轴设置不同的背景颜色。

如果希望某个轴占据整个行或者列的话，可以如下：

plt.subplot(221) # 第一行的左图

plt.subplot(222) # 第一行的右图

plt.subplot(212) # 第二整行

plt.show()

显示：

再举一个创建子图的例子：

plt.figure(1) # 创建图表1

plt.figure(2) # 创建图表2

ax1 = plt.subplot(211) # 在图表2中创建子图1

ax2 = plt.subplot(212) # 在图表2中创建子图2

x = np.linspace(0, 3, 100)

for i in range(5):

plt.figure(1) # 选择图表1

plt.plot(x, np.exp(i*x/3))

plt.sca(ax1) # 选择图表2的子图1 Set the current Axes instance to ax.

plt.plot(x, np.sin(i*x))

plt.sca(ax2) # 选择图表2的子图2

plt.plot(x, np.cos(i*x))

plt.show()

显示：

首先通过figure()创建了两个图表，它们的序号分别为1和2；

然后在图表2中创建了上下并排的两个子图，并用变量ax1和ax2保存。

在循环中：

先调用figure(1)让图表1成为当前图表，并在其中绘图。

然后调用sca(ax1)和sca(ax2)分别让子图ax1和ax2成为当前子图，并在其中绘图。

当它们成为当前子图时，包含它们的图表2也自动成为当前图表，因此不需要调用figure(2)依次在图表1和图表2的两个子图之间切换，逐步在其中添加新的曲线即可。

其中，twinx()可以为图增加纵坐标轴，使用如下：

x = np.arange(1, 21, 0.1)

y1 = x * x

y2 = np.log(x)

plt.plot(x, y1)

# 添加一条y轴的坐标轴

plt.twinx()

plt.plot(x, y2)

plt.show()

显示：

进一步使用如下：

import numpy as np

import matplotlib.pyplot as plt

x = np.arange(1, 20, 1)

y1 = x * x

y2 = np.log(x)

fig = plt.figure()

ax1 = fig.add_subplot(111)

ax1.plot(x, y1, label = "$y1 = x * x$", color = "r")

ax1.legend(loc = 0)

# 设置对应坐标轴的名称

ax1.set_ylabel("y1")

ax1.set_xlabel("Compare y1 and y2")

# 设置x轴刻度的数量

ax = plt.gca()

ax.locator_params("x", nbins = 20)

# 添加坐标轴,并在新添加的坐标轴中画y2 = log(x)图像

ax2 = plt.twinx()

ax2.set_ylabel("y2")

ax2.plot(x, y2, label = "$y2 = log(x)$")

ax2.legend(loc = 0)

plt.show()

显示：

2.matplotlib常见作图类型

画图在工作中在所难免，尤其在进行数据探索时显得尤其重要，常见的一些作图种类如下：

散点图

条形图

饼图

三维图

先导入库和基础配置如下：

from __future__ import division

from numpy.random import randn

import numpy as np

import os

import matplotlib.pyplot as plt

np.random.seed(12345)

plt.rc('figure', figsize=(10, 6))

from pandas import Series, DataFrame

import pandas as pd

np.set_printoptions(precision=4)

get_ipython().magic(u'matplotlib inline')

get_ipython().magic(u'pwd')

打印：

'XXX\\3_Visualization_Of_Data_Analysis\\basicuse'

基础画图如下：

# matplotlib创建图表

plt.plot([1,2,3,2,3,2,2,1])

plt.show()

plt.plot([4,3,2,1],[1,2,3,4])

plt.show()

显示：

画三角函数曲线如下：

# 画简单的图形

from pylab import *

x=np.linspace(-np.pi,np.pi,256,endpoint=True)

c,s=np.cos(x),np.sin(x)

plot(x,c, color="blue", linewidth=2.5, linestyle="-", label="cosine")

plot(x,s,color="red", linewidth=2.5, linestyle="-", label="sine")

show()

显示：

画散点图如下：

# 散点图

from pylab import *

n = 1024

X = np.random.normal(0,1,n)

Y = np.random.normal(0,1,n)

scatter(X,Y)

show()

显示：

画条形图如下：

#条形图

from pylab import *

n = 12

X = np.arange(n)

Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)

Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)

bar(X, +Y1, facecolor='#9999ff', edgecolor='white')

bar(X, -Y2, facecolor='#ff9999', edgecolor='white')

for x,y in zip(X,Y1):

text(x+0.4, y+0.05, '%.2f' % y, ha='center', va= 'bottom')

ylim(-1.25,+1.25)

show()

显示：

饼图如下：

#饼图

from pylab import *

n = 20

Z = np.random.uniform(0,1,n)

pie(Z)

show()

显示：

画立体图如下：

#画三维图

import numpy as np

from mpl_toolkits.mplot3d import Axes3D

from pylab import *

fig=figure()

ax=Axes3D(fig)

x=np.arange(-4,4,0.1)

y=np.arange(-4,4,0.1)

x,y=np.meshgrid(x,y)

R=np.sqrt(x**2+y**2)

z=np.sin(R)

ax.plot_surface(x,y,z,rstride=1,cstride=1,cmap='hot')

show()

显示：

画其他简单图形如下：

#更多简单的图形

x = [1,2,3,4]

y = [5,4,3,2]

plt.figure()

plt.subplot(2,3,1)

plt.plot(x, y)

plt.subplot(232)

plt.bar(x, y)

plt.subplot(233)

plt.barh(x, y)

plt.subplot(234)

plt.bar(x, y)

y1 = [7,8,5,3]

plt.bar(x, y1, bottom=y, color = 'r')

plt.subplot(235)

plt.boxplot(x)

plt.subplot(236)

plt.scatter(x,y)

plt.show()

显示：

3.使用pandas画图

pandas中画图的主要类型包括：

累和图

柱状图

散点图

饼图

矩阵散点图

先导入所需要的库：

from __future__ import division

from numpy.random import randn

import numpy as np

import os

import matplotlib.pyplot as plt

np.random.seed(12345)

from pandas import Series, DataFrame

import pandas as pd

%matplotlib inline

在pandas中，有行标签、列标签和分组信息等，如果使用matplotlib画图，可能需要一大堆的代码，现在调用Pandas的plot()方法即可简单实现。

画简单线图如下：

#线图

s = Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))

s.plot()

plt.show()

显示：

pandas.Series.plot()的常见参数及说明如下：

参数

说明

参数

说明

label

用于图例的标签

ax

要在其上进行绘制的matplotlib subplot对象，如果没有设置，则使用当前matplotlib subplot

style

将要传给matplotlib的风格字符串，例如'ko-'

alpha

图表的填充不透明(0-1)

kind

可以是'line'、'bar'、'barh'、'kde'

logy

在Y轴上使用对数标尺

use_index

将对象的索引用作刻度标签

rot

旋转刻度标签(0-360)

xticks

用作X轴刻度的值

yticks

用作Y轴刻度的值

xlim

X轴的界限

ylim

Y轴的界限

grid

显示轴网格线

Pandas的大部分绘图方法都有一个可选的ax参数，它可以是一个matplotlib的subplot对象，从而能够在网络布局中更为灵活地处理subplot的位置。DataFrame的plot方法会在一个subplot中为各列绘制一条线，并自动创建图例。

画多列线图如下：

df = DataFrame(np.random.randn(10, 4).cumsum(0),

columns=['A', 'B', 'C', 'D'],

index=np.arange(0, 100, 10))

df.plot()

plt.show()

显示：

相对于Series，DataFrame还有一些用于对列进行灵活处理的选项，例如要将所有列都绘制到一个subplot中还是创建各自的subplot等，具体如下：

参数

说明

subplots

将各个DataFrame列绘制到单独的subplot中

sharex

如果subplots=True，则共用同一个X轴，包括刻度和界限

sharey

如果subplots=True，则共用同一个Y轴，包括刻度和界限

figsize

表示图像大小的元组

title

表示图像标题的字符串

legend

添加—个subplot图例(默认为True)

sort_columns

以字母表顺序绘制各列，默认使用前列顺序

画简单累和图如下：

#线图 CUM

plt.close('all')

s = Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))

s.plot()

plt.show()

显示：

画多列的类和图如下：

df = DataFrame(np.random.randn(10, 4).cumsum(0),

columns=['A', 'B', 'C', 'D'],

index=np.arange(0, 100, 10))

df.plot()

plt.show()

显示：

当提升了数据规模之后，累和图如下：

s = pd.Series([2, np.nan, 5, -1, 0])

print(s)

print(s.cumsum())

#画累和图

ts=pd.Series(np.random.randn(1000),index=pd.date_range('1/1/2000',periods=1000))

ts=ts.cumsum()

ts.plot()

plt.show()

df=pd.DataFrame(np.random.randn(1000,4),index=ts.index,columns=list('ABCD'))

# cumulative意为累计、累积，这个函数可以返回一个累计值，经常会遇到月累计、年累计这种指标，会用这个函数

df=df.cumsum()

df.plot()

plt.show()

打印：

0 2.0

1 NaN

2 5.0

3 -1.0

4 0.0

dtype: float64

0 2.0

1 NaN

2 7.0

3 6.0

4 6.0

dtype: float64

显示：

画Series柱状图如下：

#柱形图

fig, axes = plt.subplots(2, 1)

data = Series(np.random.rand(16), index=list('abcdefghijklmnop'))

data.plot(kind='bar', ax=axes[0], color='r', alpha=0.7)

data.plot(kind='barh', ax=axes[1], color='g', alpha=0.7)

plt.show()

显示：

DataFrame画柱状图：

df = DataFrame(np.random.rand(6, 4),

index=['one', 'two', 'three', 'four', 'five', 'six'],

columns=pd.Index(['A', 'B', 'C', 'D'], name='Genus'))

df.plot(kind='bar') #图例

plt.figure()

df.plot(kind='barh', stacked=True, alpha=0.5)

plt.show()

显示：

可以看到：

对于DataFrame，柱形图会将每一行的值分为一组；

DataFrame的各列名称都被用作了图例的标题；

设置stacked=True即可为DataFrame生成堆积柱形图，这样每行的值就会被堆积在一起。

餐馆小费数据如下：

进行数据可视化如下：

tips = pd.read_csv('tips.csv') # 各数据点的百分比

party_counts = pd.crosstab(tips.day, tips['size']) #size聚会人数

print(party_counts)

party_counts = party_counts.iloc[:, 2:5] # 选取一部分数据

print(party_counts)

party_pcts = party_counts.div(party_counts.sum(1).astype(float), axis=0) # 转换成百分比, 1 代表维度 行的方向

print(party_pcts)

party_pcts.plot(kind='bar', stacked=True) #每天的高度都是1

plt.show()

打印：

size 1 2 3 4 5 6

day

Fri 1 16 1 1 0 0

Sat 2 53 18 13 1 0

Sun 0 39 15 18 3 1

Thur 1 48 4 5 1 3

size 3 4 5

day

Fri 1 1 0

Sat 18 13 1

Sun 15 18 3

Thur 4 5 1

size 3 4 5

day

Fri 0.500000 0.50000 0.000000

Sat 0.562500 0.40625 0.031250

Sun 0.416667 0.50000 0.083333

Thur 0.400000 0.50000 0.100000

显示：

画较复杂的柱状图如下：

#画柱状图

df2 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])

df2.plot(kind='bar') #分开并列线束

df2.plot(kind='bar', stacked=True) #四个在同一个里面显示 百分比的形式

df2.plot(kind='barh', stacked=True)#纵向显示

plt.show()

df4=pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':np.random.randn(1000)-1},columns=list('abc'))

df4.plot(kind='hist', alpha=0.5)

df4.plot(kind='hist', stacked=True, bins=20)

df4['a'].plot(kind='hist', orientation='horizontal',cumulative=True) #cumulative是按顺序排序

plt.show()

#Area Plot

df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])

df.plot(kind='area')

df.plot(kind='area',stacked=False)

plt.show()

显示：

直方图histogram：

是一种可以对值频率进行离散化显示的柱状图。数据点被拆分到离散的、间隔均匀的面元中，绘制的是各面元中数据点的数量。

调用Series.hist()即可实现，在之后调用plot时加上参数kind='kde'即可生成一张密度图。

根据小费数据画直方图如下：

# 直方图--给小费占总费用的比例的分布图

plt.figure()

tips['tip_pct'] = tips['tip'] / tips['total_bill'] # 增加一个新的列

tips['tip_pct'].hist(bins=50) # 分为50个区间

plt.figure()

显示：

在统计学中，核密度估计（KDE）是一种估计随机变量概率密度函数（PDF）的非参数方法，利用高斯核生成核密度估计图如下：

comp1 = np.random.normal(0, 1, size=200) # N(0, 1) 模拟出 0，1 的正态分布数据 0，期望值， 1 方差值

comp2 = np.random.normal(10, 2, size=200) # 10，期望值， 2 方差值 方差值大，跨度就大些

values = Series(np.concatenate([comp1, comp2]))

values.hist(bins=100, alpha=0.3, color='k', density=True)

values.plot(kind='kde', style='k--')

显示：

根据小费数据画密度图如下：

tips['tip_pct'].plot(kind='kde') # 利用高斯核生成核密度估计图

plt.figure()

显示：

散点图scatter plot：

是观察两个一维数据序列之间的关系的有效手段，研究两个变量的关系，特别是是否有线性或曲线相关性。matplotlib的scatter方法是绘制散布图的主要方法。利用plt.scatter()即可轻松绘制一张简单的散布图。pandas也提供了能从DataFrame创建散步图矩阵的scatter_matrix()方法，还支持在对角线上放置个变量的直方图或密度图。

画简单散点图如下：

df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])

df.plot(kind='scatter', x='a', y='b')

df.plot(kind='scatter', x='a', y='b',color='DarkBlue', label='Group 1')

plt.show()

显示：

画散点矩阵图和直方图如下：

df = pd.DataFrame(np.random.randn(1000, 4), columns=['A','B','C','D'])

pd.plotting.scatter_matrix(df, alpha=0.2)

显示：‘

画三点矩阵图和密度图如下：

df = pd.DataFrame(np.random.randn(1000, 4), columns=['a', 'b', 'c', 'd'])

pd.plotting.scatter_matrix(df, alpha=0.2, figsize=(6, 6), diagonal='kde')

plt.show()

显示：

宏观经济数据macrodata.csv如下：

读取和选取数据如下：

macro = pd.read_csv("macrodata.csv")

data = macro[['cpi', 'm1', 'tbilrate', 'unemp']]

trans_data = np.log(data).diff().dropna()

trans_data[-5:]

print(trans_data[-5:])

plt.figure()

打印：

cpi m1 tbilrate unemp

198 -0.007904 0.045361 -0.396881 0.105361

199 -0.021979 0.066753 -2.277267 0.139762

200 0.002340 0.010286 0.606136 0.160343

201 0.008419 0.037461 -0.200671 0.127339

202 0.008894 0.012202 -0.405465 0.042560

画散点图和散点矩阵图如下：

plt.scatter(trans_data['m1'], trans_data['unemp'])

plt.title('Changes in log %s vs. log %s' % ('m1', 'unemp'))

pd.plotting.scatter_matrix(trans_data, diagonal='kde', color='k', alpha=0.3)

plt.show()

显示：

可以简单看出各经济变量之间是否存在关系。

画饼图示意如下：

#饼图

df = pd.DataFrame(3 * np.random.rand(4, 2), index=['a', 'b', 'c', 'd'], columns=['x', 'y'])

df.plot(kind='pie', subplots=True, figsize=(8, 4))

df.plot(kind='pie', subplots=True,autopct='%.2f',figsize=(8, 4)) # 显示百分比

plt.show()

显示：

4.pandas中绘图与matplotlib结合使用

有时候想方便地集成的绘图方式，比如df.plot()，但是又想加上matplotlib的很多操

作来增强图片的表现力，这时可以将两者结合。

构造数据如下：

df=pd.DataFrame(np.random.randn(3,4),index=list('123'),columns=list('ABCD'))

df2=pd.DataFrame(np.random.randn(4,4),index=list('1234'),columns=list('ABCD'))

display(df, df2)

显示：

可视化如下：

fig, axes = plt.subplots(2, 1)

df.plot(ax=axes[0])

df2.plot(ax=axes[1])

axes[0].set_title('3points')

axes[1].set_title('4points')

显示：

三、订单数据分析展示

主要作图包括订单与GMV趋势、商家趋势、订单来源分布、类目占比，涉及折线图、饼图、堆积柱形图、组合图等类型，目标是综合使用pandas和matplotlib。

订单数据.csv如下：

导库和读取数据如下：

#导入库

import pandas as pd

import matplotlib.pyplot as plt

# plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文标签

# plt.rcParams['axes.unicode_minus'] = False #显示符号

#读取数据

orders = pd.read_excel("订单数据.xlsx")

orders['付款时间'] = orders['付款时间'].astype('str') #方便作图，将日期改为字符串格式

不同日期订单金额折线图如下：

#折线图

data1 = orders.groupby('付款时间')['支付金额'].sum() #处理数据

x = data1.index #x值

y = data1.values #y值

plt.title('GMV走势') #图表标题

plt.plot(x,y,label='GMV',color='red') #label是图例，color是线条颜色

plt.legend(loc=1) #显示图例,loc设置图例展示位置，默认为0（最优位置）、1右上角、2左上角

plt.show() #显示图

显示：

可以看出不同时间订单金额的变化趋势，找出哪些天订单金额较高、哪些天较低。

还可以用柱状图显示：

#柱形图

data1 = orders.groupby('付款时间')['支付金额'].sum() #处理数据

x = data1.index #x值

y = data1.values #y值

plt.title('GMV走势') #图表标题

plt.bar(x,y,label='GMV',color='green') #其实很简单，只要把plot换成bar

plt.legend(loc=1) #显示图例,loc设置图例展示位置，默认为0（最优位置）、1右上角、2左上角

plt.show() #显示图

显示：

还可以用饼图直观看出各天所占的比例：

#饼图

data1 = orders.groupby('付款时间')['支付金额'].sum() #处理数据

x = data1.index #x值

y = data1.values #y值

plt.title('GMV饼图') #图表标题

plt.axis('equal') #正圆，饼图会默认是椭圆

plt.pie(y,labels=x,autopct='%1.1f%%',\

colors=['green','red','skyblue','blue']) #labels是标签，autopct是占比保留1位小数

plt.show() #显示图

显示：

还可以为柱形图添加数据标签，如下：

# 为柱形图添加数据标签

data1 = orders.groupby('付款时间')['支付金额'].sum() #处理数据

x = data1.index #x值

y = data1.values #y值

plt.title('GMV走势') #图表标题

plt.bar(x,y,label='GMV',color='green') #label是图例，color是线条颜色

plt.legend(loc=1) #显示图例,loc设置图例展示位置，默认为0（最优位置）、1右上角、2左上角

for a,b in zip(x,y): #添加数据标签

plt.text(a,b,'%d'%b,ha='center',va='bottom') #在x,y的位置上添加订单数据

plt.show() #显示图

显示：

工作中很常见柱形图与折线图的组合图形，但是两个指标的数量级往往不一致，如果只用一个纵坐标，可能数量级小的那个会看不到图，所以要用到主次坐标轴，如下：

#组合图形&主次坐标轴

data1 = orders.groupby('付款时间')[['支付金额','订单编号']].agg({'支付金额':'sum','订单编号':'count'}) #处理数据

x = data1.index #x轴

y1 = data1['支付金额'] #y主轴数据

y2 = data1['订单编号'] #y次轴数据

plt.title('订单&GMV走势') #图表标题

plt.bar(x,y1,label='GMV') #GMV柱形图

plt.ylim(0,100000) #设置y1的坐标轴范围

for a,b in zip(x,y1): #添加数据标签

plt.text(a,b+0.1,'%d'%b,ha='center',va='bottom') #在x,y1+0.1的位置上添加GMV数据 ， '%d'%y 即标签数据, ha和va控制标签位置

plt.legend(loc=1) #显示图例，loc=1为右上角

plt.twinx() #次纵坐标轴

plt.plot(x,y2,label='订单数',color='red') #订单折线图，红色

plt.ylim(-2100,2200) #设置y2的坐标轴范围

for a,b in zip(x,y2): #添加数据标签

plt.text(a,b+0.2,'%d'%b,ha='center',va='bottom') #在x,y2+0.1的位置上添加订单数据

plt.legend(loc=2) #显示图例,loc=2为左上角

显示：

需要注意：

纵坐标轴范围、图例、数据标签，需要在各自的纵坐标里设置，即先进行主纵坐标的设置，之后是次纵坐标。如果都放在后面去设置，那么text(x,y)的y位置，就都是次纵坐标了。

制作简单的数据仪表盘如下”：

#制作数据仪表盘

plt.figure(figsize=(15,8)) #设置图的整体大小

#总共4个子图，用subplot()

#第一个：每日订单与成交额走势，柱形图与折线图组合

data1 = orders.groupby('付款时间')[['支付金额','订单编号']].agg({'支付金额':'sum','订单编号':'count'}) #处理数据

x = data1.index #x轴

y1 = data1['支付金额'] #y主轴数据

y2 = data1['订单编号'] #y次轴数据

plt.subplot(2,2,1) #2×2个子图：第一个

plt.title('订单&GMV走势') #图表标题

plt.bar(x,y1,label='GMV') #GMV柱形图

plt.ylim(0,100000) #设置y1的坐标轴范围

for a,b in zip(x,y1): #添加数据标签

plt.text(a,b+0.1,'%d'%b,ha='center',va='bottom') #在x,y1+0.1的位置上添加GMV数据 ， '%d'%y 即标签数据, ha和va控制标签位置

plt.legend(loc=1) #显示图例，loc=1为右上角

plt.twinx() #次纵坐标轴

plt.plot(x,y2,label='订单数',color='red') #订单折线图，红色

plt.ylim(-2100,2200) #设置y2的坐标轴范围

for a,b in zip(x,y2): #添加数据标签

plt.text(a,b+0.2,'%d'%b,ha='center',va='bottom') #在x,y2+0.1的位置上添加订单数据

plt.legend(loc=2) #显示图例,loc=2为左上角

#第二个：主要商家，每日GMV趋势。 多条折线图

#数据处理

data2 = pd.DataFrame(orders[orders['商家名称'].isin(['店铺3','店铺5','店铺6','店铺9'])].groupby(['商家名称','付款时间'])['支付金额'].sum())

#店铺3、5、6、9的成交额

data2_tmp = pd.DataFrame(index=set(data2.index.get_level_values(0)),columns=set(data2.index.get_level_values(1)))

for ind in data2_tmp.index:

for col in data2_tmp.columns:

data2_tmp.loc[ind,col] = data2.loc[ind,:].loc[col,'支付金额']

plt.subplot(2,2,2) #2×2个子图：第二个

plt.title('主要商家GMV趋势')

colors = ['green','red','skyblue','blue'] #设置曲线颜色

x = sorted(data2_tmp.columns) #日期是横轴

for i in range(len(data2_tmp.index)):

plt.plot(x,data2_tmp.loc[data2_tmp.index[i],:],label=data2_tmp.index[i],color=colors[i])

plt.legend() #显示图例,loc默认为0，即最优位置

#第三个：订单来源端口，每日趋势。 堆积柱形图

#数据处理

data3_tmp = pd.DataFrame(orders.groupby(['平台来源','付款时间'])['支付金额'].sum())

data3 = pd.DataFrame(index=set(data3_tmp.index.get_level_values(0)),columns=set(data3_tmp.index.get_level_values(1)))

for ind in data3.index:

print(ind)

for col in data3.columns:

data3.loc[ind,col] = data3_tmp.loc[ind,:].loc[col,'支付金额']

barx = data3.columns

bary1 = data3.loc['android',:]

bary2 = data3.loc['iphone',:]

plt.subplot(2,2,3) #2×2个子图：第三个

plt.title('订单来源端口分布') #底部是安卓，顶部是iPhone。先画iPhone=安卓+iPhone，再画安卓

plt.bar(barx,bary1+bary2,label='iphone',color='green')

plt.bar(barx,bary1,label='android',color='red') #底部是bar_y数据

plt.legend()

for a,b,c in zip(barx,bary1,bary2): #添加数据标签，注意：底部是安卓，即y1

plt.text(a,1000,'%d'%b,ha='center',va='bottom') #在a,1000的位置上，添加数据标签

plt.text(a,b+c-1000,'%d'%c,ha='center',va='bottom') #调整标签的位置

#第四个：类目占比。 饼图

#最近一天的类目金额

data4 = orders[orders['付款时间']==max(orders['付款时间'])].groupby('类目')['支付金额'].sum().sort_values()

plt.subplot(2,2,4) #2×2个子图：第四个

plt.title('最近一天的类目占比')

plt.axis('equal') #正圆，饼图会默认是椭圆

plt.pie(data4.values,labels=data4.index,autopct='%1.1f%%',\

colors=['green','red','skyblue','blue']) #显示百分数,1位小数

plt.show()

显示：

过程稍复杂，需慢慢理解。

四、Titanic灾难数据分析显示

主要过程如下：

导入必要的库

导入数据

设置为索引

绘制展示男女乘客比例的扇形图

绘制展示船票Fare与乘客年龄和性别的散点图

生还人数

绘制展示船票价格的直方图

数据titanicdata.csv如下：

导库和读取数据如下：

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

import numpy as np

%matplotlib inline

titanic = pd.read_csv("titanicdata.csv")

titanic.head()

显示：

设置索引如下：

titanic.set_index('PassengerId').head()

显示：

创建一个饼图，展示男性/女性的比例：

# sum the instances of males and females

males = (titanic['Sex'] == 'male').sum()

females = (titanic['Sex'] == 'female').sum()

# put them into a list called proportions

proportions = [males, females]

# Create a pie chart

plt.pie(

# using proportions

proportions,

# with the labels being officer names

labels = ['Males', 'Females'],

# with no shadows

shadow = False,

# with colors

colors = ['blue','red'],

# with one slide exploded out

explode = (0.15 , 0),

# with the start angle at 90%

startangle = 90,

# with the percent listed as a fraction

autopct = '%1.1f%%'

)

# View the plot drop above

plt.axis('equal')

# Set labels

plt.title("Sex Proportion")

# View the plot

plt.tight_layout()

plt.show()

显示：

用所付费用和年龄创建散点图，按性别区分图的颜色：

# creates the plot using

lm = sns.lmplot(x = 'Age', y = 'Fare', data = titanic, hue = 'Sex', fit_reg=False)

# set title

lm.set(title = 'Fare x Age')

# get the axes object and tweak it

axes = lm.axes

axes[0,0].set_ylim(-5,)

axes[0,0].set_xlim(-5,85)

显示：

查看幸存人数：

titanic.Survived.sum()

打印：

342

创建一个柱状图，显示已付车费：

# sort the values from the top to the least value and slice the first 5 items

df = titanic.Fare.sort_values(ascending = False)

# create bins interval using numpy

binsVal = np.arange(0,600,10)

binsVal

# create the plot

plt.hist(df, bins = binsVal)

# Set the title and labels

plt.xlabel('Fare')

plt.ylabel('Frequency')

plt.title('Fare Payed Histrogram')

# show the plot

plt.show()

显示：