熱線電話：13121318867

登錄
首頁大數據時代使用python來繪制漂亮的圖表:pandas篇！
使用python來繪制漂亮的圖表:pandas篇！
2020-05-27
收藏
使用Python繪制數據，可以使用三種不同方式，它們分別是pandas，Seaborn和Plotly。 我們將通過利用《 2019年世界幸福報告》中的數據來做到這一點。我用Gapminder和Wikipedia的信息豐富了《世界幸福報告》數據，以便探索新的關系和可視化。在整篇文章中，我將使用Life Ladder作為目標變量。
我使用Python繪圖的歷史
大約兩年前，我開始更認真地學習Python。 從那以后，幾乎沒有一個星期不讓我驚嘆于Python本身，或生態系統中眾多令人驚嘆的開源庫的簡單性和易用性。 我熟悉的命令，模式和概念越多，那么所有事情就越有意義。
Matplotlib
使用Python進行繪圖的情況恰恰相反。 最初，我用Matplotlib創建的幾乎每個圖表都看起來像是八十年代逃脫的罪犯。 更糟糕的是，要創建這些可憎的東西，我通常不得不在Stackoverflow上花費數小時。 例如，研究nitty-gritty命令以更改x-ticks的傾斜度或類似的愚蠢行為。 甚至沒有讓我開始使用多張圖表。 結果看起來令人印象深刻，并且以編程方式創建這些圖表是一種奇妙的感覺。 例如，一次生成50個針對不同變量的圖表。 但是，這只是很多工作，需要您記住很多其他本來沒用的命令。
Seaborn
了解Seaborn是一種解脫。 Seaborn提取了許多微調。 毫無疑問，最終圖表的美學意義是一個巨大的飛躍。 但是，它也是基于Matplotlib構建的。 通常，對于非標準調整，仍然有必要深入了解機器級的matplotlib代碼。
Bokeh
簡要了解一下Bokeh，我以為Bokeh將成為我的首選解決方案。 當我從事地理空間可視化工作時遇到了Bokeh。 但是，我很快意識到，雖然Bokeh與眾不同，但它與matplotlib一樣復雜。
Plotly
我確實在一段時間前嘗試了plot.ly（從現在開始被稱為plotly）。 再一次，致力于地理空間數據的可視化。 那時，它似乎比前面提到的庫還要不靠譜。需要一個帳戶，必須通過筆記本電腦登錄，然后才能使所有內容在線呈現。 然后，還需要下載結果圖表。 我迅速放棄了。 但是，最近，我看了一個有關YouTube的視頻，該視頻關于plotly express和plotly 4.0，最重要的是，他們擺脫了所有這些在線限制。 我玩了一下，這篇文章就是它的結果。 我想遲到總比沒有好。
Kepler.gl（地理空間數據榮譽獎）
Kepler.gl雖然絕對不是Python庫，但它是一種用于地理空間數據的基于Web的強大可視化工具。 您只需要CSV文件，即可使用Python輕松創建。 試試看！
我目前的工作流程
最終，我決定使用Pandas原始繪圖進行快速檢查，并使用Seaborn生成要在報告和演示文稿中使用的圖表（視覺效果很重要）。
分布的重要性在圣地亞哥學習期間，我教過統計學（Stats 119）。 統計119是統計的入門課程。 該課程包括統計基礎，例如數據匯總（可視和定量），幾率和概率的概念，回歸，抽樣以及最重要的分布。 這次是我對數量和現象的理解幾乎全部轉變為基于分布表示（大部分時間是高斯）。
時至今日，我發現這兩個數量的平均含義令人吃驚，而標準偏差可以幫助您把握現象。 僅通過了解這兩個數字，就可以輕松得出特定結果的可能性。 人們立即知道大部分結果將在哪里。 它為您提供了一個參考框架，可以快速將軼事與有統計意義的事件區分開來，而無需進行過于復雜的計算。
一般而言，面對新數據時，我的第一步是嘗試可視化其分布，以更好地理解數據。
加載數據和導入庫讓我們加載本文中將要使用的數據。 我確實對數據進行了一些預處理。 我在有意義的地方進行數據填充處理。
# Load the data data = pd.read_csv('https://raw.githubusercontent.com/FBosler/AdvancedPlotting/master/combined_set.csv') # this assigns labels per year data['Mean Log GDP per capita'] = data.groupby('Year')['Log GDP per capita'].transform( pd.qcut, q=5, labels=(['Lowest','Low','Medium','High','Highest']) )數據集包含以下各列的值：
· Year 年：計量年（從2007年到2018年）
· Life Ladder 人生階梯：受訪者根據Cantril階梯，以0到10的等級（10最佳）衡量他們今天的生活價值
· Log GDP per capita 對數人均GDP：根據購買力平價（PPP）調整的人均GDP，根據世界銀行于2018年11月14日發布的世界發展指標（WDI）得出
· Social support 社會支持：對問題的回答：“如果遇到麻煩，您是否有親戚或朋友可以在需要時幫助您？”
· Healthy life expectancy at birth 出生時的健康預期壽命：出生時的預期壽命是根據世界衛生組織（WHO）全球衛生觀察站數據存儲庫中的數據構建的，其中提供了2005、2010、2015和2016年的數據。
· Freedom to make life choices 選擇生活的自由度：對問題的回答：“您對選擇自己的生活的自由感到滿意還是不滿意？”
· Generosity 慷慨度：與"人均GDP"相比，對"您在過去一個月向慈善機構捐款了嗎？"的回應
· Perceptions of corruption 對腐敗的看法：回答"腐敗是否在整個政府范圍內廣泛存在？“和"腐敗是否在企業內部廣泛分布？”
· Positive affect 積極影響：包括前一天的幸福，笑聲和享受的平均頻率。
· Negative affect 負面影響：包括前一天擔憂，悲傷和憤怒的平均頻率。
· Confidence in national government 對國家政府的信心：不言自明
· Democratic Quality 民主素質：一個國家的民主程度
· Delivery Quality 交付質量：一個國家兌現其政策的效果如何
· Gapminder Life Expectancy Gapminder預期壽命：Gapminder的預期壽命
· Gapminder Population Gapminder人口：一個國家的人口

快速：使用Pandas進行基本繪圖
Pandas具有內置的繪圖功能，可以在Series或DataFrame上調用它。 我喜歡這些繪圖功能，因為它們簡潔，使用合理的默認值，并且可以快速了解發生的情況。
要創建繪圖，請對數據調用.plot（kind = ），如下所示：
np.exp(data[data['Year']==2018]['Log GDP per capita']).plot( kind='hist' )運行上面的命令將產生以下圖表。

2018: Histogram of the number of countries per GDP per Capita bucket. Not surprisingly, most countri
使用Pandas進行繪圖時，有五個主要參數：
· kind：Pandas必須知道您要創建哪種圖，以下選項可用hist，bar，barh，scatter，area，kde，line，box，hexbin，餅圖。
· figsize：允許覆蓋6英寸寬和4英寸高的默認輸出大小。 figsize需要一個元組（例如，我經常使用的figsize =（12,8））
· title：向圖表添加標題。 在大多數情況下，我用它來澄清圖表中顯示的內容，以便當我回到圖表上時，可以快速確定發生了什么。 title需要一個字符串。
· bins：允許覆蓋直方圖的bin寬度。 bins需要一個列表或類似列表的值序列（例如bins = np.arange（2,8,0.25））
· xlim / ylim：允許覆蓋軸的最大值和最小值的默認值。 xlim和ylim都期望有一個元組（例如xlim =（0,5））
讓我們快速瀏覽各種可用的plots類型。
垂直條形圖data[ data['Year'] == 2018 ].set_index('Country name')['Life Ladder'].nlargest(15).plot( kind='bar', figsize=(12,8) )
2018: List of 15 happiest countries is led by Finnland
水平條形圖np.exp(data[ data['Year'] == 2018 ].groupby('Continent')['Log GDP per capita'].mean()).sort_values().plot( kind='barh', figsize=(12,8) )!

Average GDP per capita by continent in 2011 USD Dollars clearly led by Australia and New Zealand
箱形圖data['Life Ladder'].plot( kind='box', figsize=(12,8) )
Box plot of the distribution of Life Ladder shows that the median is somewhere around 5.5 ranging fr
散點圖data[['Healthy life expectancy at birth','Gapminder Life Expectancy']].plot( kind='scatter', x='Healthy life expectancy at birth', y='Gapminder Life Expectancy', figsize=(12,8) )
Scatter plot of the World Happiness Report life expectation against the Gapminder life expectation s
六邊形圖data[data['Year'] == 2018].plot( kind='hexbin',   x='Healthy life expectancy at birth',   y='Generosity',   C='Life Ladder',   gridsize=20,   figsize=(12,8),    cmap="Blues", # defaults to greenish   sharex=False # required to get rid of a bug )
2018: Hexbin plot, plotting life expectancy against generosity. The color of bins indicates the aver
餅圖data[data['Year'] == 2018]  .groupby( ['Continent'])['Gapminder Population']   .sum()   .plot(     kind='pie',     figsize=(12,8),     cmap="Blues_r", # defaults to orangish   )
2018: Pie chart showing the total population by continent
堆積面積圖data.groupby( ['Year','Continent'])['Gapminder Population'] .sum() .unstack() .plot(     kind='area',     figsize=(12,8),     cmap="Blues", # defaults to orangish )
Population numbers accross the globe are on the rise.
折線圖data[ data['Country name'] == 'Germany'] .set_index('Year')['Life Ladder'] .plot( kind='line', figsize=(12,8) )
Line chart depicting the development of happiness in Germany.
關于Pandas繪圖的結論用Pandas繪圖很方便。 它易于訪問，而且速度很快。 Plot很難看。 偏離默認值是不可能的，這是可以的，因為我們還有其他工具可以使圖表更具美學吸引力。 去看看seaborn吧。

本文翻譯自Fabian Bosler的文章《Learn how to create beautiful and insightful charts with Python — the Quick, the Pretty, and the Awesome》 參考https://towardsdatascience.com/plotting-with-python-c2561b8c0f1f)


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

matplotlib 條形圖 python pandas seaborn Series 偏差 折線圖

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇如何用python預測“命定的那個TA”什么時候住酒店？
下一篇CDA數據分析師報考條件！
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢