python数据分析与可视化 -第二次笔记

﹏ヽ暗。殇╰゛Y 2022-05-17 02:10 277阅读 0赞

# python数据分析与可视化 -第二次笔记 #

--------------------

–**前言**  
–**导入模块**  
–**导入数据**  
–**柱状图的绘制**  
–**直方图的绘制**  
–**箱型图的绘制**  
–**折线图的绘制**  
–**饼状图的绘制**

--------------------

## 前言 ##

python可视化主要利用matplotlib模块和seaborn模块  
这两个模块的绘图功能非常强大，大家可以参考这两个模块的官网进行深度学习，作者主要介绍经常用的功能，希望对大家有所帮助  
**matplot模块官网**  
[https://matplotlib.org/][https_matplotlib.org]  
**seaborn模块官网**  
[http://seaborn.pydata.org/][http_seaborn.pydata.org]

## 导入模块 ##

#绘图模块
    import seaborn as sns
    import matplotlib.pyplot as plt

## 导入数据 ##

#读写excel全部数据
    df = pd.read_csv("./data/HR.csv")
    #只要含有空值就按行删除的方式删除异常值
    df = df.dropna(axis=0,how="any")
    #选择性的删除不和要求的异常值
    df=df[df["last_evaluation"]<=1][df["salary"]!="name"][df["department"]!="sale"]

## 柱状图的绘制 ##

绘制柱状图有两种方法  
第一种利用我们熟悉的matplot模块的bar()函数绘制，编写的和我们熟悉的matlab环境几乎一下，非常容易上手。

#画柱状图    width = 0.5宽度设为0.5
    plt.bar(np.arange(len(df["salary"].value_counts()))+0.5,df["salary"].value_counts(),width=0.5)
    plt.title("SALARY")   #标题
    plt.xlabel("salary")  #x,横坐标轴
    plt.ylabel("Number")  #y,纵坐标轴
    #x,横轴做标注  下面的都加+0.5是为了居中x轴的中心位置
    plt.xticks(np.arange(len(df["salary"].value_counts()))+0.5,df["salary"].value_counts().index)
    #x,y坐标轴的范围   x轴 [0 4] y轴[0 10000]
    plt.axis([0,4,0,10000])
    #标注每一个柱的数据   zip()打包，ha="center"数据标注在中心位置，va="bottom"垂直于底部
    for x,y in zip(np.arange(len(df["salary"].value_counts()))+0.5,df["salary"].value_counts()):
        plt.text(x,y,y,ha ="center",va = "bottom")
    #展现
    plt.show()

第二种方法是利用seaborn模块的countplot（）函数绘制,方法简单，可是要想绘制非常漂亮的图，设置的参数比较多，需要多加练习

#seaborn模块画柱状图
    #背景改为黑背景白线的形式     style="darkgrid"
    #背景改为白背景黑线的形式     style="whitegrid"
    #作者设置的是白背景黑线的形式
    sns.set_style(style="whitegrid")
    #set_context()可以设置字体，字号
    #context = "paper,poster,notebook,talk" ,字体
    #font_scale = 0.8  字号
    sns.set_context(context="poster",font_scale=0.8)
    '''进入matplotlib的官网的colormaps选择自己喜欢的颜色，如"bwr"天蓝
    https://matplotlib.org/tutorials/colors/colormaps.html#sphx-glr-tutorials-colors-colormaps-py
    sns.set_palette("bwr")
    '''
    '''进入seaborn的color颜色块，调用的时候是数组，所以一定在调用的时候加上数组[]符号。
    http://seaborn.pydata.org/generated/seaborn.color_palette.html#seaborn.color_palette
    '''
    #选择颜色sns.color_palette("RdBu", n_colors=7)表示数组
    sns.set_palette(sns.color_palette("RdBu", n_colors=7))
    #柱状图的绘制，hue参数，表示在x的基础上，绘制更多的柱图
    sns.countplot(x="salary",hue="department",data=df)
    plt.show()

绘制如下：  
![这里写图片描述][70]

## 直方图的绘制 ##

直方图和柱状图是有区别的。  
直方图的柱图面积表示的是数量，所以有宽，有窄的图形。  
而柱状图的高度表示数量，两个图形还是不一样的  
利用seaborn的distplot（）函数

#创建绘图窗口
    f = plt.figure()
    #建立1×3的绘图小窗口
    f.add_subplot(1,3,1)
    #直方图的绘制
    #bins 表示分组  bins=10表示分10组
    #kde=False  表示平滑的曲线不产生了
    #hist=False 表示直方图就没有了
    sns.distplot(df["satisfaction_level"],bins=10,#kde,hist参数填写)
    f.add_subplot(1,3,2)
    sns.distplot(df["last_evaluation"],bins =10)
    f.add_subplot(1,3,3)
    sns.distplot(df["average_monthly_hours"],bins = 10)
    plt.show()

![这里写图片描述][70 1]

## 箱型图的绘制 ##

利用seaborn模块的boxplot（）函数

#绘制箱线图
    #参数：saturation 圈定了方框的边界
    #参数：whis 上分位数，再向上几倍 k =whis=1.5~3
    #图一
    #sns.boxplot(y =df["time_spend_company"])
    #图二
    sns.boxplot(x =df["time_spend_company"],saturation=0.75,whis=3)
    plt.show()

### 图一 ###

![这里写图片描述][70 2]

### 图二 ###

![这里写图片描述][70 3]

## 折线图的绘制 ##

利用seaborn模块的pointplot（）函数

#绘制折线图
    #第一种绘制方法
    sub_df=df.groupby("time_spend_company").mean()
    sns.pointplot(sub_df.index,sub_df["left"])
    #第二种绘制方法
    sns.pointplot(x="time_spend_company",y="left",data=df)
    plt.show()

![这里写图片描述][70 4]

## 饼状图的绘制 ##

seaborn模块不能绘制饼状图，只能利用matplotlib模块的pie()函数绘制

#修饰饼图，加注释
    lbs = df["department"].value_counts().index
    #突出强调“sales”的饼分布，与其他间隔0.1
    #离开0.1的间隔，如果他等于“sales"，否则就是0，然后遍历lbs
    explodes=[0.1 if i=="sales"else 0 for i in lbs]
    #plt.pie()饼图
    #修饰labels，每一个扇形的名字
    #修饰autopct 指定格式  %1.1%%  加上数字
    #修饰，颜色，colors=ans.color_palette()
    #修饰 explode 强调,,着重强调“sales”
    plt.pie(df["department"].value_counts(normalize=True),explode=explodes,labels=lbs,autopct="%1.1f%%",colors=sns.color_palette("Reds"))
    plt.show()

![这里写图片描述][70 5]

希望大家能喜欢，有什么不足的，恳请大家指正哦，有什么不懂的，留言哦，一起学习。

[https_matplotlib.org]: https://matplotlib.org/
[http_seaborn.pydata.org]: http://seaborn.pydata.org/
[70]: /images/20220517/240580de6fab4f7f8ed370bc7309ceb5.png
[70 1]: /images/20220517/e05b0b32cc624528b15a9166cf6f15c2.png
[70 2]: /images/20220517/adb519f07af240e1aa1231b39bb98fee.png
[70 3]: /images/20220517/f71ba5f5d8504eb99b97e27409f1e292.png
[70 4]: /images/20220517/28537c3d519d4de683410bc5c0816d7a.png
[70 5]: /images/20220517/fc33aa825f2c4c3599d951a3968d9cfd.png