前言
文不如字，字不如表，表不如圖”，說(shuō)的就是可視化的重要性。從事與數(shù)據(jù)相關(guān)的工作者經(jīng)常會(huì)作一些總結(jié)或展望性的報(bào)告，如果報(bào)告中密密麻麻都是文字，相信聽(tīng)眾或者老板一定會(huì)厭煩；如果報(bào)告中呈現(xiàn)的是大量的圖形化結(jié)果，就會(huì)受到眾人的喜愛(ài)，因?yàn)閳D形更加直觀、醒目。
本章內(nèi)容的重點(diǎn)就是利用Python繪制常見(jiàn)的統(tǒng)計(jì)圖形，例如條形圖、餅圖、直方圖、折線圖、散點(diǎn)圖等，通過(guò)這些常用圖形的展現(xiàn)，將復(fù)雜的數(shù)據(jù)簡(jiǎn)單化。這些圖形的繪制可以通過(guò)matplotlib模塊、pandas模塊或者seaborn模塊實(shí)現(xiàn)。通過(guò)本章內(nèi)容的學(xué)習(xí)，讀者將會(huì)掌握以下幾個(gè)方面的知識(shí)點(diǎn)：
- 離散型數(shù)據(jù)都有哪些可用的可視化方法；
- 數(shù)值型的單變量可用哪些圖形展現(xiàn)；
- 多維數(shù)值之間的關(guān)系表達(dá)；
- 如何將多個(gè)圖形繪制到一個(gè)畫(huà)框內(nèi)。
6.1 離散型變量的可視化
如果你需要使用數(shù)據(jù)可視化的方法來(lái)表達(dá)離散型變量的分布特征，例如統(tǒng)計(jì)某APP用戶的性別比例、某產(chǎn)品在各區(qū)域的銷(xiāo)售量分布、各年齡段內(nèi)男女消費(fèi)者的消費(fèi)能力差異等。對(duì)于類(lèi)似這些離散型變量的統(tǒng)計(jì)描述，可以使用餅圖或者條形圖對(duì)其進(jìn)行展現(xiàn)。接下來(lái)，通過(guò)具體的案例來(lái)學(xué)習(xí)餅圖和條形圖的繪制，進(jìn)而掌握Python的繪圖技能。
6.1.1 餅圖
餅圖屬于最傳統(tǒng)的統(tǒng)計(jì)圖形之一（1801年由William Playfair首次發(fā)布使用），它幾乎隨處可見(jiàn)，例如大型公司的屏幕墻、各種年度論壇的演示稿以及各大媒體發(fā)布的數(shù)據(jù)統(tǒng)計(jì)報(bào)告等。
首先，需要讀者了解有關(guān)餅圖的原理。餅圖是將一個(gè)圓分割成不同大小的楔形，而圓中的每一個(gè)楔形代表了不同的類(lèi)別值，通常會(huì)根據(jù)楔形的面積大小來(lái)判斷類(lèi)別值的差異。如圖6-1所示，就是一個(gè)由不同大小的楔形組成的餅圖。
對(duì)于這樣的餅圖，該如何通過(guò)Python完成圖形的繪制呢？其實(shí)很簡(jiǎn)單，通過(guò)matplotlib模塊和pandas模塊都可以非常方便地得到一個(gè)漂亮的餅圖。下面舉例說(shuō)明如何利用Python實(shí)現(xiàn)餅圖的繪制。
1．matplotlib模塊
如果你選擇matplotlib模塊繪制餅圖的話，首先需要導(dǎo)入該模塊的子模塊pyplot，然后調(diào)用模塊中的pie函數(shù)。關(guān)于該函數(shù)的語(yǔ)法和參數(shù)含義如下：
pie(x, explode=None, labels=None, colors=None,
autopct=None, pctdistance=0.6, shadow=False,
labeldistance=1.1, startangle=None,
radius=None, counterclock=True, wedgeprops=None,
textprops=None, center=(0, 0), frame=False)
- x：指定繪圖的數(shù)據(jù)。
- explode：指定餅圖某些部分的突出顯示，即呈現(xiàn)爆炸式。
- labels：為餅圖添加標(biāo)簽說(shuō)明，類(lèi)似于圖例說(shuō)明。
- colors：指定餅圖的填充色。
- autopct：自動(dòng)添加百分比顯示，可以采用格式化的方法顯示。
- pctdistance：設(shè)置百分比標(biāo)簽與圓心的距離。
- shadow：是否添加餅圖的陰影效果。
- labeldistance：設(shè)置各扇形標(biāo)簽（圖例）與圓心的距離。
- startangle：設(shè)置餅圖的初始擺放角度。 radius：設(shè)置餅圖的半徑大小。
- counterclock：是否讓餅圖按逆時(shí)針順序呈現(xiàn)。
- wedgeprops：設(shè)置餅圖內(nèi)外邊界的屬性，如邊界線的粗細(xì)、顏色等。
- textprops：設(shè)置餅圖中文本的屬性，如字體大小、顏色等。
- center：指定餅圖的中心點(diǎn)位置，默認(rèn)為原點(diǎn)。
- frame：是否要顯示餅圖背后的圖框，如果設(shè)置為T(mén)rue的話，需要同時(shí)控制圖框x軸、y軸的范圍和餅圖的中心位置。
該函數(shù)的參數(shù)雖然比較多，但是應(yīng)用起來(lái)非常靈活，而且繪制的餅圖也比較好看。下面以“芝麻信用”失信用戶數(shù)據(jù)為例（數(shù)據(jù)來(lái)源于財(cái)新網(wǎng)），分析近300萬(wàn)失信人群的學(xué)歷分布，pie函數(shù)繪制餅圖的詳細(xì)代碼如下：
# 餅圖的繪制
# 導(dǎo)入第三方模塊
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用來(lái)正常顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus'] = False # 用來(lái)正常顯示負(fù)號(hào)
# 構(gòu)造數(shù)據(jù)
edu = [0.2515,0.3724,0.3336,0.0368,0.0057]
labels = ['中專(zhuān)','大專(zhuān)','本科','碩士','其他']
# 繪制餅圖
plt.pie(x = edu, # 繪圖數(shù)據(jù)
labels=labels, # 添加教育水平標(biāo)簽
autopct='%.1f%%' # 設(shè)置百分比的格式，這里保留一位小數(shù)
)
# 添加圖標(biāo)題
plt.title('失信用戶的教育水平分布')
# 顯示圖形
plt.show()
結(jié)果：
圖6-2所示就是一個(gè)不加任何修飾的餅圖。這里只給pie函數(shù)傳遞了三個(gè)核心參數(shù)，即繪圖的數(shù)據(jù)、每個(gè)數(shù)據(jù)代表的含義（學(xué)歷標(biāo)簽）以及給餅圖添加數(shù)值標(biāo)簽。很顯然，這樣的餅圖并不是很完美，例如餅圖看上去并不成正圓、餅圖沒(méi)有對(duì)應(yīng)的標(biāo)題、沒(méi)有突出顯示餅圖中的某個(gè)部分等。下面進(jìn)一步對(duì)該餅圖做一些修飾，盡可能讓餅圖看起來(lái)更加舒服，代碼如下：
# 添加修飾的餅圖
explode = [0,0.1,0,0,0] # 生成數(shù)據(jù)，用于突出顯示大專(zhuān)學(xué)歷人群
colors=['#9999ff','#ff9999','#7777aa','#2442aa','#dd5555'] # 自定義顏色
# 中文亂碼和坐標(biāo)軸負(fù)號(hào)的處理
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 將橫、縱坐標(biāo)軸標(biāo)準(zhǔn)化處理，確保餅圖是一個(gè)正圓，否則為橢圓
plt.axes(aspect='equal')
# 繪制餅圖
plt.pie(x = edu, # 繪圖數(shù)據(jù)
explode=explode, # 突出顯示大專(zhuān)人群
labels=labels, # 添加教育水平標(biāo)簽
colors=colors, # 設(shè)置餅圖的自定義填充色
autopct='%.1f%%', # 設(shè)置百分比的格式，這里保留一位小數(shù)
pctdistance=0.8, # 設(shè)置百分比標(biāo)簽與圓心的距離
labeldistance = 1.1, # 設(shè)置教育水平標(biāo)簽與圓心的距離
startangle = 180, # 設(shè)置餅圖的初始角度
radius = 1.2, # 設(shè)置餅圖的半徑
counterclock = False, # 是否逆時(shí)針，這里設(shè)置為順時(shí)針?lè)较? wedgeprops = {'linewidth': 1.5, 'edgecolor':'green'},# 設(shè)置餅圖內(nèi)外邊界的屬性值
textprops = {'fontsize':10, 'color':'black'}, # 設(shè)置文本標(biāo)簽的屬性值
)
# 添加圖標(biāo)題
plt.title('失信用戶的受教育水平分布')
# 顯示圖形
plt.show()
結(jié)果：
如上呈現(xiàn)的餅圖，直觀上要比之前的餅圖好看很多，這些都是基于pie函數(shù)的靈活參數(shù)所實(shí)現(xiàn)的。餅圖中突出顯示大專(zhuān)學(xué)歷的人群，是因?yàn)樵谶@300萬(wàn)失信人群中，大專(zhuān)學(xué)歷的人數(shù)比例最高，該功能就是通過(guò)explode參數(shù)完成的。另外，還需要對(duì)如上餅圖的繪制說(shuō)明幾點(diǎn)：
- 如果繪制的圖形中涉及中文及數(shù)字中的負(fù)號(hào)，都需要通過(guò)rcParams進(jìn)行控制。
- 由于不加修飾的餅圖更像是一個(gè)橢圓，所以需要pyplot模塊中的axes函數(shù)將橢圓強(qiáng)制為正圓。
- 自定義顏色的設(shè)置，既可以使用十六進(jìn)制的顏色，也可以使用具體的顏色名稱(chēng)，如red、black等。
- 如果需要添加圖形的標(biāo)題，需要調(diào)用pyplot模塊中的title函數(shù)。
- 代碼plt.show()用來(lái)呈現(xiàn)最終的圖形，無(wú)論是使用Jupyter或Pycharm編輯器，都需要使用這行代碼呈現(xiàn)圖形。
2．pandas模塊
細(xì)心的讀者一定會(huì)發(fā)現(xiàn)，在前面的幾個(gè)章節(jié)中或多或少地應(yīng)用到pandas模塊的繪圖“方法”plot，該方法可以針對(duì)序列和數(shù)據(jù)框繪制常見(jiàn)的統(tǒng)計(jì)圖形，例如折線圖、條形圖、直方圖、箱線圖、核密度圖等。同樣，plot也可以繪制餅圖，接下來(lái)簡(jiǎn)單介紹一下該方法針對(duì)序列的應(yīng)用和參數(shù)含義：
Series.plot(kind='line', ax=None, figsize=None, use_index=True, title=None,
grid=None, legend=False, style=None, logx=False, logy=False,
loglog=False, xticks=None, yticks=None, xlim=None, ylim=None,
rot=None, fontsize=None, colormap=None, table=False, yerr=None,
xerr=None, label=None, secondary_y=False, **kwds)
- kind：指定一個(gè)字符串值，用于繪制圖形的類(lèi)型，默認(rèn)為折線圖line。還可以繪制垂直條形圖bar、水平條形圖hbar、直方圖hist、箱線圖box、核密度圖kde、面積圖area和餅圖pie。
- ax：控制當(dāng)前子圖在組圖中的位置。例如，在一個(gè)2×2的圖形矩陣中，通過(guò)該參數(shù)控制當(dāng)前圖形在矩陣中的位置。
- figsize：控制圖形的寬度和高度，以元組形式傳遞，即(width,hright)。
- use_index：bool類(lèi)型的參數(shù)，是否將序列的行索引用作x軸的刻度，默認(rèn)為T(mén)rue。
- title：用以添加圖形的標(biāo)題。
- grid：bool類(lèi)型的參數(shù)，是否給圖形添加網(wǎng)格線，默認(rèn)為False。
- legend：bool類(lèi)型的參數(shù)，是否添加子圖的圖例，默認(rèn)為False。
- style：如果kind為line，該參數(shù)可以控制折線圖的線條類(lèi)型。
- logx：bool類(lèi)型的參數(shù)，是否對(duì)x軸做對(duì)數(shù)變換，默認(rèn)為False。
- logy：bool類(lèi)型的參數(shù)，是否對(duì)y軸做對(duì)數(shù)變換，默認(rèn)為False。
- loglog：bool類(lèi)型的參數(shù)，是否同時(shí)對(duì)x軸和y軸做對(duì)數(shù)變換，默認(rèn)為False。
- xticks：用于設(shè)置x軸的刻度值。 yticks：用于設(shè)置y軸的刻度值。
- xlim：以元組或列表的形式，設(shè)置x軸的取值范圍，如(0,3)表示x軸落在0～3的范圍之內(nèi)。
- ylim：以元組或列表的形式，設(shè)置y軸的取值范圍。 rot：接受一個(gè)整數(shù)值，用于旋轉(zhuǎn)刻度值的角度。
- fontsize：接受一個(gè)整數(shù)，用于控制x軸與y軸刻度值的字體大小。
- colormap：接受一個(gè)表示顏色含義的字符串，或者Python的色彩映射對(duì)象，該參數(shù)用于設(shè)置圖形的區(qū)域顏色。
- table：該參數(shù)如果為T(mén)rue，表示在繪制圖形的基礎(chǔ)上再添加數(shù)據(jù)表；如果傳遞的是序列或數(shù)據(jù)框，則根據(jù)數(shù)據(jù)添加數(shù)據(jù)表。
- yerr：如果kind為bar或hbar，該參數(shù)表示在條形圖的基礎(chǔ)上添加誤差棒。
- xerr：含義同yerr參數(shù)。
- label：用于添加圖形的標(biāo)簽。
- secondary_y：bool類(lèi)型的參數(shù)，是否添加第二個(gè)y軸，默認(rèn)為False。
- **kwds：關(guān)鍵字參數(shù)，該參數(shù)可以根據(jù)不同的kind值，為圖形添加更多的修飾性參數(shù)（依賴于pyplot中的繪圖函數(shù)）。
pandas模塊中的plot“方法”可以根據(jù)kind參數(shù)繪制不同的統(tǒng)計(jì)圖形，而且也包含了其他各種靈活的參數(shù)。除此，根據(jù)不同的kind參數(shù)值，可以調(diào)用更多對(duì)應(yīng)的關(guān)鍵字參數(shù)**kwds，這些關(guān)鍵字參數(shù)都源于pyplot中的繪圖函數(shù)。
為了幫助讀者更好地理解plot方法繪制的統(tǒng)計(jì)圖形，這里仍然以失信用戶數(shù)據(jù)為例，繪制學(xué)歷的分布餅圖，詳細(xì)代碼如下：
# 導(dǎo)入第三方模塊
import pandas as pd
# 構(gòu)建序列
data1 = pd.Series({'中專(zhuān)':0.2515,'大專(zhuān)':0.3724,'本科':0.3336,'碩士':0.0368,'其他':0.0057})
# 將序列的名稱(chēng)設(shè)置為空字符，否則繪制的餅圖左邊會(huì)出現(xiàn)None這樣的字眼
data1.name = ''
# 控制餅圖為正圓
plt.axes(aspect = 'equal')
# plot方法對(duì)序列進(jìn)行繪圖
data1.plot(kind = 'pie', # 選擇圖形類(lèi)型
autopct='%.1f%%', # 餅圖中添加數(shù)值標(biāo)簽
radius = 1, # 設(shè)置餅圖的半徑
startangle = 180, # 設(shè)置餅圖的初始角度
counterclock = False, # 將餅圖的順序設(shè)置為順時(shí)針?lè)较? title = '失信用戶的受教育水平分布', # 為餅圖添加標(biāo)題
wedgeprops = {'linewidth': 1.5, 'edgecolor':'green'}, # 設(shè)置餅圖內(nèi)外邊界的屬性值
textprops = {'fontsize':10, 'color':'black'} # 設(shè)置文本標(biāo)簽的屬性值
)
# 顯示圖形
plt.show()
結(jié)果：
如圖6-4所示，應(yīng)用pandas模塊中的plot方法，也可以得到一個(gè)比較好看的餅圖。該方法中除了kind參數(shù)和title參數(shù)屬于plot方法，其他參數(shù)都是pyplot模塊中pie函數(shù)的參數(shù)，并且以關(guān)鍵字參數(shù)的形式調(diào)用。
6.1.2 條形圖
雖然餅圖可以很好地表達(dá)離散型變量在各水平上的差異（如會(huì)員的性別比例、學(xué)歷差異、等級(jí)高低等），但是其不擅長(zhǎng)對(duì)比差異不大或水平值過(guò)多的離散型變量，因?yàn)轱瀳D是通過(guò)各楔形面積的大小來(lái)表示數(shù)值的高低，而人類(lèi)對(duì)扇形面積的比較并不是特別敏感。如果讀者手中的數(shù)據(jù)恰好不適合用餅圖展現(xiàn)，可以選擇另一種常用的可視化方法，即條形圖。
以垂直條形圖為例，離散型變量在各水平上的差異就是比較柱形的高低，柱體越高，代表的數(shù)值越大，反之亦然。在Python中，可以借助matplotlib、pandas和seaborn模塊完成條形圖的繪制。下面將采用這三個(gè)模塊繪制條形圖。
1．matplotlib模塊
應(yīng)用matplotlib模塊繪制條形圖，需要調(diào)用bar函數(shù)，關(guān)于該函數(shù)的語(yǔ)法和參數(shù)含義如下：
bar(x, height, width=0.8, bottom=None, color=None, edgecolor=None,
linewidth=None, tick_label=None, xerr=None, yerr=None,
label = None, ecolor=None, align, log=False, **kwargs)
- x：傳遞數(shù)值序列，指定條形圖中x軸上的刻度值。
- height：傳遞數(shù)值序列，指定條形圖y軸上的高度。
- width：指定條形圖的寬度，默認(rèn)為0.8。
- bottom：用于繪制堆疊條形圖。
- color：指定條形圖的填充色。
- edgecolor：指定條形圖的邊框色。
- linewidth：指定條形圖邊框的寬度，如果指定為0，表示不繪制邊框。
- tick_label：指定條形圖的刻度標(biāo)簽。
- xerr：如果參數(shù)不為None，表示在條形圖的基礎(chǔ)上添加誤差棒。
- yerr：參數(shù)含義同xerr。
- label：指定條形圖的標(biāo)簽，一般用以添加圖例。
- ecolor：指定條形圖誤差棒的顏色。
- align：指定x軸刻度標(biāo)簽的對(duì)齊方式，默認(rèn)為center，表示刻度標(biāo)簽居中對(duì)齊，如果設(shè)置為edge，則表示在每個(gè)條形的左下角呈現(xiàn)刻度標(biāo)簽。
- log：bool類(lèi)型參數(shù)，是否對(duì)坐標(biāo)軸進(jìn)行l(wèi)og變換，默認(rèn)為False。
- **kwargs：關(guān)鍵字參數(shù)，用于對(duì)條形圖進(jìn)行其他設(shè)置，如透明度等。
bar函數(shù)的參數(shù)同樣很多，希望讀者能夠認(rèn)真地掌握每個(gè)參數(shù)的含義，以便使用時(shí)得心應(yīng)手。下面將基于該函數(shù)繪制三類(lèi)條形圖，分別是單變量的垂直或水平條形圖、堆疊條形圖和水平交錯(cuò)條形圖。
（1）垂直或水平條形圖
首先來(lái)繪制單個(gè)離散變量的垂直或水平條形圖，數(shù)據(jù)來(lái)源于互聯(lián)網(wǎng)，反映的是2017年中國(guó)六大省份的GDP，繪圖代碼如下：
# 條形圖的繪制--垂直條形圖
# 讀入數(shù)據(jù)
GDP = pd.read_excel(r'D:\PyProject\data\Province GDP 2017.xlsx')
# 設(shè)置繪圖風(fēng)格（不妨使用R語(yǔ)言中的ggplot2風(fēng)格）
plt.style.use('ggplot')
# 繪制條形圖
plt.bar(x = range(GDP.shape[0]), # 指定條形圖x軸的刻度值
height = GDP.GDP, # 指定條形圖y軸的數(shù)值
tick_label = GDP.Province, # 指定條形圖x軸的刻度標(biāo)簽
color = 'steelblue', # 指定條形圖的填充色
)
# 添加y軸的標(biāo)簽
plt.ylabel('GDP(萬(wàn)億)')
# 添加條形圖的標(biāo)題
plt.title('2017年度6個(gè)省份GDP分布')
# 為每個(gè)條形圖添加數(shù)值標(biāo)簽
for x,y in enumerate(GDP.GDP):
plt.text(x,y+0.1,'%s' %round(y,1),ha='center')
# 顯示圖形
plt.show()
結(jié)果：
如圖6-5所示，該條形圖比較清晰地反映了6個(gè)省份GDP的差異。針對(duì)如上代碼需要做幾點(diǎn)解釋?zhuān)?
- 條形圖中灰色網(wǎng)格的背景是通過(guò)代碼plt.style.use(‘ggplot’)實(shí)現(xiàn)的，如果不添加該行代碼，則條形圖為白底背景。
- 如果添加圖形的x軸或y軸標(biāo)簽，需要調(diào)用pyplot子模塊中的xlab和ylab函數(shù)。
- 由于bar函數(shù)沒(méi)有添加數(shù)值標(biāo)簽的參數(shù)，因此使用for循環(huán)對(duì)每一個(gè)柱體添加數(shù)值標(biāo)簽，使用的核心函數(shù)是pyplot子模塊中的text。該函數(shù)的參數(shù)很簡(jiǎn)單，前兩個(gè)參數(shù)用于定位字符在圖形中的位置，第三個(gè)參數(shù)表示呈現(xiàn)的具體字符值，第四個(gè)參數(shù)為ha，表示字符的水平對(duì)齊方式為居中對(duì)齊。
站在閱讀者的角度來(lái)看，該條形圖可能并不是很理想，因?yàn)椴荒芸焖俚匕l(fā)現(xiàn)哪個(gè)省份GDP最高或最低。如果將該條形圖進(jìn)行降序或升序處理，可能會(huì)更直觀一些。這里就以水平條形圖為例，代碼如下：
# 條形圖的繪制--水平條形圖
# 對(duì)讀入的數(shù)據(jù)作升序排序
GDP.sort_values(by = 'GDP', inplace = True)
# 繪制條形圖
plt.barh(y = range(GDP.shape[0]), # 指定條形圖y軸的刻度值
width = GDP.GDP, # 指定條形圖x軸的數(shù)值
tick_label = GDP.Province, # 指定條形圖y軸的刻度標(biāo)簽
color = 'steelblue', # 指定條形圖的填充色
)
# 添加x軸的標(biāo)簽
plt.xlabel('GDP(萬(wàn)億)')
# 添加條形圖的標(biāo)題
plt.title('2017年度6個(gè)省份GDP分布')
# 為每個(gè)條形圖添加數(shù)值標(biāo)簽
for y,x in enumerate(GDP.GDP):
plt.text(x+0.1,y,'%s' %round(x,1),va='center')
# 顯示圖形
plt.show()
結(jié)果:
圖6-6所示就是經(jīng)過(guò)排序的水平條形圖（實(shí)際上是垂直條形圖的軸轉(zhuǎn)置）。需要注意的是，水平條形圖不再是bar函數(shù)，而是barh函數(shù)。讀者可能疑惑，為什么對(duì)原始數(shù)據(jù)做升序排序，但是圖形看上去是降序（從上往下）？那是因?yàn)樗綏l形圖的y軸刻度值是從下往上布置的，所以條形圖從下往上是滿足升序的。
（2）堆疊條形圖
正如前文所介紹的，不管是垂直條形圖還是水平條形圖，都只是反映單個(gè)離散變量的統(tǒng)計(jì)圖形，如果想通過(guò)條形圖傳遞兩個(gè)離散變量的信息該如何做到？相信讀者一定見(jiàn)過(guò)堆疊條形圖，該類(lèi)型條形圖的橫坐標(biāo)代表一個(gè)維度的離散變量，堆疊起來(lái)的“塊”代表了另一個(gè)維度的離散變量。這樣的條形圖，最大的優(yōu)點(diǎn)是可以方便比較累積和，那這種條形圖該如何通過(guò)Python繪制呢？這里以2017年四個(gè)季度的產(chǎn)業(yè)值為例（數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)局），繪制堆疊條形圖，詳細(xì)代碼如下：
# 條形圖的繪制--堆疊條形圖
# 讀入數(shù)據(jù)
Industry_GDP = pd.read_excel(r'D:\PyProject\data\Industry_GDP.xlsx')
# 取出四個(gè)不同的季度標(biāo)簽，用作堆疊條形圖x軸的刻度標(biāo)簽
Quarters = Industry_GDP.Quarter.unique()
# 取出第一產(chǎn)業(yè)的四季度值
Industry1 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第一產(chǎn)業(yè)']
# 重新設(shè)置行索引
Industry1.index = range(len(Quarters))
# 取出第二產(chǎn)業(yè)的四季度值
Industry2 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第二產(chǎn)業(yè)']
# 重新設(shè)置行索引
Industry2.index = range(len(Quarters))
# 取出第三產(chǎn)業(yè)的四季度值
Industry3 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第三產(chǎn)業(yè)']
# 繪制堆疊條形圖
# 各季度下第一產(chǎn)業(yè)的條形圖
plt.bar(x = range(len(Quarters)), height=Industry1, color = 'steelblue', label = '第一產(chǎn)業(yè)', tick_label = Quarters)
# 各季度下第二產(chǎn)業(yè)的條形圖
plt.bar(x = range(len(Quarters)), height=Industry2, bottom = Industry1, color = 'green', label = '第二產(chǎn)業(yè)')
# 各季度下第三產(chǎn)業(yè)的條形圖
plt.bar(x = range(len(Quarters)), height=Industry3, bottom = Industry1 + Industry2, color = 'red', label = '第三產(chǎn)業(yè)')
# 添加y軸標(biāo)簽
plt.ylabel('生成總值（億）')
# 添加圖形標(biāo)題
plt.title('2017年各季度三產(chǎn)業(yè)總值')
# 顯示各產(chǎn)業(yè)的圖例
plt.legend()
# 顯示圖形
plt.show()
結(jié)果:
如上就是一個(gè)典型的堆疊條形圖，雖然繪圖的代碼有些偏長(zhǎng)，但是其思想還是比較簡(jiǎn)單的，就是分別針對(duì)三種產(chǎn)業(yè)的產(chǎn)值繪制三次條形圖。需要注意的是，第二產(chǎn)業(yè)的條形圖是在第一產(chǎn)業(yè)的基礎(chǔ)上做了疊加，故需要將bottom參數(shù)設(shè)置為Industry1；而第三產(chǎn)業(yè)的條形圖又是疊加在第一和第二產(chǎn)業(yè)之上，所以需要將bottom參數(shù)設(shè)置為Industry1+ Industry2。
讀者可能疑惑，通過(guò)條件判斷將三種產(chǎn)業(yè)的值（Industry1、Industry2、Industry3）分別取出來(lái)后，為什么還要重新設(shè)置行索引？那是因?yàn)楦骷径认旅恳环N產(chǎn)業(yè)值前的行索引都不相同，這就導(dǎo)致無(wú)法進(jìn)行Industry1+ Industry2的和計(jì)算（讀者不妨試試不改變序列Industry1和Industry2的行索引的后果）。
（3）水平交錯(cuò)條形圖 堆疊條形圖可以包含兩個(gè)離散變量的信息，而且可以比較各季度整體產(chǎn)值的高低水平，但是其缺點(diǎn)是不易區(qū)分“塊”之間的差異，例如二、三季度的第三產(chǎn)業(yè)值差異就不是很明顯，區(qū)分高低就相對(duì)困難。而交錯(cuò)條形圖恰好就可以解決這個(gè)問(wèn)題，該類(lèi)型的條形圖就是將堆疊的“塊”水平排開(kāi)，如想繪制這樣的條形圖，可以參考下方代碼（數(shù)據(jù)來(lái)源于胡潤(rùn)財(cái)富榜，反映的是5個(gè)城市億萬(wàn)資產(chǎn)超高凈值家庭數(shù)）：
# 條形圖的繪制--水平交錯(cuò)條形圖
# 導(dǎo)入第三方模塊
import numpy as np
# 讀入數(shù)據(jù)
HuRun = pd.read_excel(r'D:\PyProject\data\HuRun.xlsx')
# 取出城市名稱(chēng)
Cities = HuRun.City.unique()
# 取出2016年各城市億萬(wàn)資產(chǎn)家庭數(shù)
Counts2016 = HuRun.Counts[HuRun.Year == 2016]
# 取出2017年各城市億萬(wàn)資產(chǎn)家庭數(shù)
Counts2017 = HuRun.Counts[HuRun.Year == 2017]
# 繪制水平交錯(cuò)條形圖
bar_width = 0.4
plt.bar(x = np.arange(len(Cities)), height = Counts2016, label = '2016', color = 'steelblue', width = bar_width)
plt.bar(x = np.arange(len(Cities))+bar_width, height = Counts2017, label = '2017', color = 'indianred', width = bar_width)
# 添加刻度標(biāo)簽（向右偏移0.225）
plt.xticks(np.arange(5)+0.2, Cities)
# 添加y軸標(biāo)簽
plt.ylabel('億萬(wàn)資產(chǎn)家庭數(shù)')
# 添加圖形標(biāo)題
plt.title('近兩年5個(gè)城市億萬(wàn)資產(chǎn)家庭數(shù)比較')
# 添加圖例
plt.legend()
# 顯示圖形
plt.show()
結(jié)果:
圖6-8反映的是2016年和2017年5大城市億萬(wàn)資產(chǎn)家庭數(shù)的條形圖，可以很好地比較不同年份下的差異。例如，這5個(gè)城市中，2017年的億萬(wàn)資產(chǎn)家庭數(shù)較2016年都有所增加。
但是對(duì)于這種數(shù)據(jù)，就不適合使用堆疊條形圖，因?yàn)槎询B條形圖可以反映總計(jì)的概念。如果將2016年和2017年億萬(wàn)資產(chǎn)家庭數(shù)堆疊計(jì)總，就會(huì)出現(xiàn)問(wèn)題，因?yàn)榇蟛糠旨彝?shù)在這兩年內(nèi)都被重復(fù)統(tǒng)計(jì)在胡潤(rùn)財(cái)富榜中，計(jì)算出來(lái)的總和會(huì)被擴(kuò)大。
另外，再對(duì)如上的代碼做三點(diǎn)解釋?zhuān)Ｍ軌驇椭x者解去疑惑：
- 如上的水平交錯(cuò)條形圖，其實(shí)質(zhì)就是使用兩次bar函數(shù)，所不同的是，第二次bar函數(shù)使得條形圖往右偏了0.4個(gè)單位（left=np.arange(len(Cities))+bar_width），進(jìn)而形成水平交錯(cuò)條形圖的效果。
- 每一個(gè)bar函數(shù)，都必須控制條形圖的寬度（width=bar_width），否則會(huì)導(dǎo)致條形圖的重疊。
- 如果利用bar函數(shù)的tick_label參數(shù)添加條形圖x軸上的刻度標(biāo)簽，會(huì)發(fā)現(xiàn)標(biāo)簽并不是居中對(duì)齊在兩個(gè)條形圖之間，為了克服這個(gè)問(wèn)題，使用了pyplot子模塊中的xticks函數(shù)，并且使刻度標(biāo)簽的位置向右移0.2個(gè)單位。
2．pandas模塊
通過(guò)pandas模塊繪制條形圖仍然使用plot方法，該“方法”的語(yǔ)法和參數(shù)含義在前文已經(jīng)詳細(xì)介紹過(guò)，但是plot方法存在一點(diǎn)瑕疵，那就是無(wú)法繪制堆疊條形圖。下面通過(guò)該模塊的plot方法繪制單個(gè)離散變量的垂直條形圖或水平條形圖以及兩個(gè)離散變量的水平交錯(cuò)條形圖，代碼如下：
# Pandas模塊之垂直或水平條形圖
# 繪圖（此時(shí)的數(shù)據(jù)集在前文已經(jīng)按各省GDP做過(guò)升序處理）
GDP.GDP.plot(kind = 'bar', width = 0.8, rot = 0, color = 'steelblue', title = '2017年度6個(gè)省份GDP分布')
# 添加y軸標(biāo)簽
plt.ylabel('GDP（萬(wàn)億）')
# 添加x軸刻度標(biāo)簽
plt.xticks(range(len(GDP.Province)), #指定刻度標(biāo)簽的位置
GDP.Province # 指出具體的刻度標(biāo)簽值
)
# 為每個(gè)條形圖添加數(shù)值標(biāo)簽
for x,y in enumerate(GDP.GDP):
plt.text(x-0.1,y+0.2,'%s' %round(y,1),va='center')
# 顯示圖形
plt.show()
結(jié)果:
只要掌握matplotlib模塊繪制單個(gè)離散變量的條形圖方法，就可以套用到pandas模塊中的plot方法，兩者是相通的。讀者可以嘗試plot方法繪制水平條形圖，這里就不再給出參考代碼了。
接下來(lái)使用plot方法繪制含兩個(gè)離散變量的水平交錯(cuò)條形圖，具體代碼如下：
# Pandas模塊之水平交錯(cuò)條形圖
HuRun_reshape = HuRun.pivot_table(index = 'City', columns='Year', values='Counts').reset_index()
# 對(duì)數(shù)據(jù)集降序排序
HuRun_reshape.sort_values(by = 2016, ascending = False, inplace = True)
HuRun_reshape.plot(x = 'City', y = [2016,2017], kind = 'bar', color = ['steelblue', 'indianred'],
rot = 0, # 用于旋轉(zhuǎn)x軸刻度標(biāo)簽的角度，0表示水平顯示刻度標(biāo)簽
width = 0.8, title = '近兩年5個(gè)城市億萬(wàn)資產(chǎn)家庭數(shù)比較')
# 添加y軸標(biāo)簽
plt.ylabel('億萬(wàn)資產(chǎn)家庭數(shù)')
plt.xlabel('')
plt.show()
如上代碼所示，應(yīng)用plot方法繪制水平交錯(cuò)條形圖，必須更改原始數(shù)據(jù)集的形狀，即將兩個(gè)離散型變量的水平值分別布置到行與列中（代碼中采用透視表的方法實(shí)現(xiàn)），最終形成的表格變換如圖6-10所示。
針對(duì)變換后的數(shù)據(jù)，可以使用plot方法實(shí)現(xiàn)水平交錯(cuò)條形圖的繪制，從代碼量來(lái)看，要比使用matplotlib模塊簡(jiǎn)短一些，得到的條形圖如圖6-11所示。
3．seaborn模塊繪制條形圖
seaborn模塊是一款專(zhuān)門(mén)用于繪制統(tǒng)計(jì)圖形的利器，通過(guò)該模塊寫(xiě)出來(lái)的代碼也是非常通俗易懂的。該模塊并不在Anoconda集成工具中，故需要讀者另行下載。下面就簡(jiǎn)單介紹一下如何通過(guò)該模塊完成條形圖的繪制（同樣無(wú)法繪制堆疊條形圖）。
# seaborn模塊之垂直或水平條形圖
# 導(dǎo)入第三方模塊
import seaborn as sns
sns.barplot(y = 'Province', # 指定條形圖x軸的數(shù)據(jù)
x = 'GDP', # 指定條形圖y軸的數(shù)據(jù)
data = GDP, # 指定需要繪圖的數(shù)據(jù)集
color = 'steelblue', # 指定條形圖的填充色
orient = 'horizontal' # 將條形圖水平顯示
)
# 重新設(shè)置x軸和y軸的標(biāo)簽
plt.xlabel('GDP（萬(wàn)億）')
plt.ylabel('')
# 添加圖形的標(biāo)題
plt.title('2017年度6個(gè)省份GDP分布')
# 為每個(gè)條形圖添加數(shù)值標(biāo)簽
for y,x in enumerate(GDP.GDP):
plt.text(x,y,'%s' %round(x,1),va='center')
# 顯示圖形
plt.show()
結(jié)果：
如上代碼就是通過(guò)seaborn模塊中的barplot函數(shù)實(shí)現(xiàn)單個(gè)離散變量的條形圖。除此之外，seaborn模塊中的barplot函數(shù)還可以繪制兩個(gè)離散變量的水平交錯(cuò)條形圖，所以有必要介紹一下該函數(shù)的用法及重要參數(shù)含義：
sns.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None,
ci=95, n_boot=1000, orient=None, color=None, palette=None,
saturation=0.75, errcolor='.26', errwidth=None, dodge=True, ax=None, **kwargs)
- x：指定條形圖的x軸數(shù)據(jù)。
- y：指定條形圖的y軸數(shù)據(jù)。 -
- hue：指定用于分組的另一個(gè)離散變量。
- data：指定用于繪圖的數(shù)據(jù)集。
- order：傳遞一個(gè)字符串列表，用于分類(lèi)變量的排序。
- hur_order：傳遞一個(gè)字符串列表，用于分類(lèi)變量hue值的排序。
- ci：用于繪制條形圖的誤差棒（置信區(qū)間）。
- n_boot：當(dāng)指定ci參數(shù)時(shí)，可以通過(guò)n_boot參數(shù)控制自助抽樣的迭代次數(shù)。
- orient：指定水平或垂直條形圖。
- color：指定所有條形圖所屬的一種填充色。
- palette：指定hue變量中各水平的顏色。
- saturation：指定顏色的透明度。
- errcolor：指定誤差棒的顏色。
- errwidth：指定誤差棒的線寬。
- capsize：指定誤差棒兩端線條的長(zhǎng)度。
- dodge：bool類(lèi)型參數(shù)，當(dāng)使用hue參數(shù)時(shí)，是否繪制水平交錯(cuò)條形圖，默認(rèn)為T(mén)rue。
- ax：用于控制子圖的位置。
- **kwagrs：關(guān)鍵字參數(shù)，可以調(diào)用plt.bar函數(shù)中的其他參數(shù)。
為了說(shuō)明如上函數(shù)中的參數(shù)，這里以泰坦尼克號(hào)數(shù)據(jù)集為例，繪制水平交錯(cuò)條形圖，代碼如下：
# 讀入數(shù)據(jù)
Titanic = pd.read_csv(r'D:\PyProject\data\titanic_train.csv')
# 繪制水平交錯(cuò)條形圖
sns.barplot(x = 'Pclass', # 指定x軸數(shù)據(jù)
y = 'Age', # 指定y軸數(shù)據(jù)
hue = 'Sex', # 指定分組數(shù)據(jù)
data = Titanic, # 指定繪圖數(shù)據(jù)集
palette = 'RdBu', # 指定男女性別的不同顏色
errcolor = 'blue', # 指定誤差棒的顏色
errwidth=2, # 指定誤差棒的線寬
saturation = 1, # 指定顏色的透明度，這里設(shè)置為無(wú)透明度
capsize = 0.05 # 指定誤差棒兩端線條的寬度
)
# 添加圖形標(biāo)題
plt.title('各船艙等級(jí)中男女乘客的年齡差異')
# 顯示圖形
plt.show()
結(jié)果:
如圖6-13所示，繪制的每一個(gè)條形圖中都含有一條豎線，該豎線就是條形圖的誤差棒，即各組別下年齡的標(biāo)準(zhǔn)差大小。從圖6-13可知，三等艙的男性乘客年齡是最為接近的，因?yàn)闃?biāo)準(zhǔn)差最小。
需要注意的是，數(shù)據(jù)集Titanic并非匯總好的數(shù)據(jù)，是不可以直接應(yīng)用到matplotlib模塊中的bar函數(shù)與pandas模塊中的plot方法。如需使用，必須先對(duì)數(shù)據(jù)集進(jìn)行分組聚合，關(guān)于分組聚合的內(nèi)容已經(jīng)在第5章中介紹過(guò)，讀者可以前去了解。
6.2 數(shù)值型變量的可視化
很多時(shí)候，我們拿到手的數(shù)據(jù)都包含大量的數(shù)值型變量，在對(duì)數(shù)值型變量進(jìn)行探索和分析時(shí)，一般都會(huì)應(yīng)用到可視化方法。而本節(jié)的重點(diǎn)就是介紹如何使用Python實(shí)現(xiàn)數(shù)值型變量的可視化，通過(guò)本節(jié)內(nèi)容的學(xué)習(xí)，讀者將會(huì)掌握如何使用matplotlib模塊、pandas模塊和seaborn模塊繪制直方圖、核密度圖、箱線圖、小提琴圖、折線圖以及面積圖。
6.2.1 直方圖與核密度曲線
直方圖一般用來(lái)觀察數(shù)據(jù)的分布形態(tài)，橫坐標(biāo)代表數(shù)值的均勻分段，縱坐標(biāo)代表每個(gè)段內(nèi)的觀測(cè)數(shù)量（頻數(shù)）。一般直方圖都會(huì)與核密度圖搭配使用，目的是更加清晰地掌握數(shù)據(jù)的分布特征，下面將詳細(xì)介紹該類(lèi)型圖形的繪制。
1．matplotlib模塊
matplotlib模塊中的hist函數(shù)就是用來(lái)繪制直方圖的。關(guān)于該函數(shù)的語(yǔ)法及參數(shù)含義如下：
plt.hist(x, bins=10, range=None, normed=False,
weights=None, cumulative=False, bottom=None,
histtype='bar', align='mid', orientation='vertical',
rwidth=None, log=False, color=None,
label=None, stacked=False)
- x：指定要繪制直方圖的數(shù)據(jù)。
- bins：指定直方圖條形的個(gè)數(shù)。
- range：指定直方圖數(shù)據(jù)的上下界，默認(rèn)包含繪圖數(shù)據(jù)的最大值和最小值。
- normed：是否將直方圖的頻數(shù)轉(zhuǎn)換成頻率。
- weights：該參數(shù)可為每一個(gè)數(shù)據(jù)點(diǎn)設(shè)置權(quán)重。
- cumulative：是否需要計(jì)算累計(jì)頻數(shù)或頻率。
- bottom：可以為直方圖的每個(gè)條形添加基準(zhǔn)線，默認(rèn)為0。
- histtype：指定直方圖的類(lèi)型，默認(rèn)為bar，除此之外，還有barstacked、step和stepfilled。
- align：設(shè)置條形邊界值的對(duì)齊方式，默認(rèn)為mid，另外還有l(wèi)eft和right。
- orientation：設(shè)置直方圖的擺放方向，默認(rèn)為垂直方向。
- rwidth：設(shè)置直方圖條形的寬度。
- log：是否需要對(duì)繪圖數(shù)據(jù)進(jìn)行l(wèi)og變換。
- color：設(shè)置直方圖的填充色。
- edgecolor：設(shè)置直方圖邊框色。
- label：設(shè)置直方圖的標(biāo)簽，可通過(guò)legend展示其圖例。
- stacked：當(dāng)有多個(gè)數(shù)據(jù)時(shí)，是否需要將直方圖呈堆疊擺放，默認(rèn)水平擺放。
這里不妨以Titanic數(shù)據(jù)集為例繪制乘客的年齡直方圖，具體代碼如下：
# matplotlib模塊繪制直方圖
# 檢查年齡是否有缺失
any(Titanic.Age.isnull())
# 不妨刪除含有缺失年齡的觀察
Titanic.dropna(subset=['Age'], inplace=True)
# 繪制直方圖
plt.hist(x = Titanic.Age, # 指定繪圖數(shù)據(jù)
bins = 20, # 指定直方圖中條塊的個(gè)數(shù)
color = 'steelblue', # 指定直方圖的填充色
edgecolor = 'black' # 指定直方圖的邊框色
)
# 添加x軸和y軸標(biāo)簽
plt.xlabel('年齡')
plt.ylabel('頻數(shù)')
# 添加標(biāo)題
plt.title('乘客年齡分布')
# 顯示圖形
plt.show()
結(jié)果:
如圖6-14所示，就是關(guān)于乘客年齡的直方圖分布。需要注意的是，如果原始數(shù)據(jù)集中存在缺失值，
一定要對(duì)缺失觀測(cè)進(jìn)行刪除或替換
，否則無(wú)法繪制成功。如果在直方圖的基礎(chǔ)上再添加核密度圖，通過(guò)matplotlib模塊就比較吃力了，因?yàn)槭紫鹊糜?jì)算出每一個(gè)年齡對(duì)應(yīng)的核密度值。為了簡(jiǎn)單起見(jiàn)，下面利用pandas模塊中的plot方法將直方圖和核密度圖繪制到一起。
2．pandas模塊
# Pandas模塊繪制直方圖和核密度圖
# 繪制直方圖
Titanic.Age.plot(kind = 'hist', bins = 20, color = 'steelblue', edgecolor = 'black', density = True, label = '直方圖')
# 繪制核密度圖
Titanic.Age.plot(kind = 'kde', color = 'red', label = '核密度圖')
# 添加x軸和y軸標(biāo)簽
plt.xlabel('年齡')
plt.ylabel('核密度值')
# 添加標(biāo)題
plt.title('乘客年齡分布')
# 顯示圖例
plt.legend()
# 顯示圖形
plt.show()
結(jié)果：
如圖6-15所示，Python的核心代碼就兩行，分別是利用plot方法繪制直方圖和核密度圖。需要注意的是，在直方圖的基礎(chǔ)上添加核密度圖，必須將直方圖的頻數(shù)更改為頻率，即normed（新版本為density）參數(shù)設(shè)置為T(mén)rue。
3．seaborn模塊
盡管這幅圖滿足了兩種圖形的合成，但其表達(dá)的是所有乘客的年齡分布，如果按性別分組，研究不同性別下年齡分布的差異，該如何實(shí)現(xiàn)？針對(duì)這個(gè)問(wèn)題，使用matplotlib模塊或pandas模塊都會(huì)稍微復(fù)雜一些，推薦使用seaborn模塊中的distplot函數(shù)，因?yàn)樵摵瘮?shù)的代碼簡(jiǎn)潔而易懂。關(guān)于該函數(shù)的語(yǔ)法和參數(shù)含義如下：
sns.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None,
hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None,
color=None, vertical=False, norm_hist=False, axlabel=None,
label=None, ax=None)
- a：指定繪圖數(shù)據(jù)，可以是序列、一維數(shù)組或列表。
- bins：指定直方圖條形的個(gè)數(shù)。
- hist：bool類(lèi)型的參數(shù)，是否繪制直方圖，默認(rèn)為T(mén)rue。
- kde：bool類(lèi)型的參數(shù)，是否繪制核密度圖，默認(rèn)為T(mén)rue。
- rug：bool類(lèi)型的參數(shù)，是否繪制須圖（如果數(shù)據(jù)比較密集，該參數(shù)比較有用），默認(rèn)為False。
- fit：指定一個(gè)隨機(jī)分布對(duì)象（需調(diào)用scipy模塊中的隨機(jī)分布函數(shù)），用于繪制隨機(jī)分布的概率密度曲線。
- hist_kws：以字典形式傳遞直方圖的其他修飾屬性，如填充色、邊框色、寬度等。
- kde_kws：以字典形式傳遞核密度圖的其他修飾屬性，如線的顏色、線的類(lèi)型等。
- rug_kws：以字典形式傳遞須圖的其他修飾屬性，如線的顏色、線的寬度等。
- fit_kws：以字典形式傳遞概率密度曲線的其他修飾屬性，如線條顏色、形狀、寬度等。
- color：指定圖形的顏色，除了隨機(jī)分布曲線的顏色。
- vertical：bool類(lèi)型的參數(shù)，是否將圖形垂直顯示，默認(rèn)為T(mén)rue。
- norm_hist：bool類(lèi)型的參數(shù)，是否將頻數(shù)更改為頻率，默認(rèn)為False。
- axlabel：用于顯示軸標(biāo)簽。 label：指定圖形的圖例，需結(jié)合plt.legend()一起使用。
- ax：指定子圖的位置。
從函數(shù)的參數(shù)可知，通過(guò)該函數(shù)，可以實(shí)現(xiàn)三種圖形的合成，分別是直方圖（hist參數(shù)）、核密度曲線（kde參數(shù)）以及指定的理論分布密度曲線（fit參數(shù)）。接下來(lái)，針對(duì)如上介紹的distplot函數(shù)，繪制不同性別下乘客的年齡分布圖，具體代碼如下：
# seaborn模塊繪制分組的直方圖和核密度圖
# 取出男性年齡
Age_Male = Titanic.Age[Titanic.Sex == 'male']
# 取出女性年齡
Age_Female = Titanic.Age[Titanic.Sex == 'female']
# 繪制男女乘客年齡的直方圖
sns.distplot(Age_Male, bins = 20, kde = False, hist_kws = {'color':'steelblue'}, label = '男性')
# 繪制女性年齡的直方圖
sns.distplot(Age_Female, bins = 20, kde = False, hist_kws = {'color':'purple'}, label = '女性')
plt.title('男女乘客的年齡直方圖')
# 顯示圖例
plt.legend()
# 顯示圖形
plt.show()
# 繪制男女乘客年齡的核密度圖
sns.distplot(Age_Male, hist = False, kde_kws = {'color':'red', 'linestyle':'-'},
norm_hist = True, label = '男性')
# 繪制女性年齡的核密度圖
sns.distplot(Age_Female, hist = False, kde_kws = {'color':'black', 'linestyle':'--'},
norm_hist = True, label = '女性')
plt.title('男女乘客的年齡核密度圖')
# 顯示圖例
plt.legend()
# 顯示圖形
plt.show()
結(jié)果：
如圖6-16所示，為了避免四個(gè)圖形混在一起不易發(fā)現(xiàn)數(shù)據(jù)背后的特征，將直方圖與核密度圖分開(kāi)繪制。從直方圖來(lái)看，女性年齡的分布明顯比男性矮，說(shuō)明在各年齡段下，男性乘客要比女性乘客多；再看核密度圖，男女性別的年齡分布趨勢(shì)比較接近，說(shuō)明各年齡段下的男女乘客人數(shù)同步增加或減少。
6.2.2 箱線圖
箱線圖是另一種體現(xiàn)數(shù)據(jù)分布的圖形，通過(guò)該圖可以得知數(shù)據(jù)的下須值（Q1-1.5IQR）、下四分位數(shù)（Q1）、中位數(shù)（Q2）、均值、上四分位（Q3）數(shù)和上須值（Q3+1.5IQR），更重要的是，箱線圖還可以發(fā)現(xiàn)數(shù)據(jù)中的異常點(diǎn)。
箱線圖的繪制仍然可以通過(guò)matplotlib模塊、pandas模塊和seaborn模塊完成，下面將一一介紹各模塊繪制條形圖的過(guò)程。
1．matplotlib模塊
首先介紹一下matplotlib模塊中繪制箱線圖的boxplot函數(shù)，有關(guān)該函數(shù)的語(yǔ)法和參數(shù)含義如下：
plt.boxplot(x, notch=None, sym=None, vert=None,
whis=None, positions=None, widths=None,
patch_artist=None, meanline=None, showmeans=None,
showcaps=None, showbox=None, showfliers=None,
boxprops=None, labels=None, flierprops=None,
medianprops=None, meanprops=None,
capprops=None, whiskerprops=None)
- x：指定要繪制箱線圖的數(shù)據(jù)。
- notch：是否以凹口的形式展現(xiàn)箱線圖，默認(rèn)非凹口。
- sym：指定異常點(diǎn)的形狀，默認(rèn)為＋號(hào)顯示。
- vert：是否需要將箱線圖垂直擺放，默認(rèn)垂直擺放。
- whis：指定上下須與上下四分位的距離，默認(rèn)為1.5倍的四分位差。
- positions：指定箱線圖的位置，默認(rèn)為[0,1,2…]。
- widths：指定箱線圖的寬度，默認(rèn)為0.5。
- patch_artist：bool類(lèi)型參數(shù)，是否填充箱體的顏色；默認(rèn)為False。
- meanline：bool類(lèi)型參數(shù)，是否用線的形式表示均值，默認(rèn)為False。
- showmeans：bool類(lèi)型參數(shù)，是否顯示均值，默認(rèn)為False。
- showcaps：bool類(lèi)型參數(shù)，是否顯示箱線圖頂端和末端的兩條線（即上下須），默認(rèn)為T(mén)rue。
- showbox：bool類(lèi)型參數(shù)，是否顯示箱線圖的箱體，默認(rèn)為T(mén)rue。
- showfliers：是否顯示異常值，默認(rèn)為T(mén)rue。
- boxprops：設(shè)置箱體的屬性，如邊框色，填充色等。
- labels：為箱線圖添加標(biāo)簽，類(lèi)似于圖例的作用。
- filerprops：設(shè)置異常值的屬性，如異常點(diǎn)的形狀、大小、填充色等。
- medianprops：設(shè)置中位數(shù)的屬性，如線的類(lèi)型、粗細(xì)等。
- meanprops：設(shè)置均值的屬性，如點(diǎn)的大小、顏色等。
- capprops：設(shè)置箱線圖頂端和末端線條的屬性，如顏色、粗細(xì)等。
- whiskerprops：設(shè)置須的屬性，如顏色、粗細(xì)、線的類(lèi)型等。
# 讀取數(shù)據(jù)
Sec_Buildings = pd.read_excel(r'D:\PyProject\data\sec_buildings.xlsx')
# 繪制箱線圖
plt.boxplot(x = Sec_Buildings.price_unit, # 指定繪圖數(shù)據(jù)
patch_artist=True, # 要求用自定義顏色填充盒形圖，默認(rèn)白色填充
showmeans=True, # 以點(diǎn)的形式顯示均值
boxprops = {'color':'black','facecolor':'steelblue'}, # 設(shè)置箱體屬性，如邊框色和填充色
# 設(shè)置異常點(diǎn)屬性，如點(diǎn)的形狀、填充色和點(diǎn)的大小
flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3},
# 設(shè)置均值點(diǎn)的屬性，如點(diǎn)的形狀、填充色和點(diǎn)的大小
meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4},
# 設(shè)置中位數(shù)線的屬性，如線的類(lèi)型和顏色
medianprops = {'linestyle':'--','color':'orange'},
labels = [''] # 刪除x軸的刻度標(biāo)簽，否則圖形顯示刻度標(biāo)簽為1
)
# 添加圖形標(biāo)題
plt.title('二手房單價(jià)分布的箱線圖')
# 顯示圖形
plt.show()
結(jié)果：
如圖6-17所示，圖中的上下兩條橫線代表上下須、箱體的上下兩條橫線代表上下四分位數(shù)、箱體中的虛線代表中位數(shù)、箱體中的點(diǎn)則為均值、上下須兩端的點(diǎn)代表異常值。通過(guò)圖中均值和中位數(shù)的對(duì)比就可以得知數(shù)據(jù)微微右偏（判斷標(biāo)準(zhǔn)：如果數(shù)據(jù)近似正態(tài)分布，則眾數(shù)＝中位數(shù)=均值；如果數(shù)據(jù)右偏，則眾數(shù)<中位數(shù)<均值；如果數(shù)值左偏，則眾數(shù)>中位數(shù)>均值）。 如上繪制的是二手房整體單價(jià)的箱線圖，這樣的箱線圖可能并不常見(jiàn)，更多的是分組箱線圖，即二手房的單價(jià)按照其他分組變量（如行政區(qū)域、樓層、朝向等）進(jìn)行對(duì)比分析。下面繼續(xù)使用matplotlib模塊對(duì)二手房的單價(jià)繪制分組箱線圖，代碼如下：
# 二手房在各行政區(qū)域的平均單價(jià)
group_region = Sec_Buildings.groupby('region')
avg_price = group_region.aggregate({'price_unit':np.mean}).sort_values('price_unit', ascending = False)
# 通過(guò)循環(huán)，將不同行政區(qū)域的二手房存儲(chǔ)到列表中
region_price = []
for region in avg_price.index:
region_price.append(Sec_Buildings.price_unit[Sec_Buildings.region == region])
# 繪制分組箱線圖
plt.boxplot(x = region_price,
patch_artist=True,
labels = avg_price.index, # 添加x軸的刻度標(biāo)簽
showmeans=True,
boxprops = {'color':'black', 'facecolor':'steelblue'},
flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3},
meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4},
medianprops = {'linestyle':'--','color':'orange'}
)
# 添加y軸標(biāo)簽
plt.ylabel('單價(jià)（元）')
# 添加標(biāo)題
plt.title('不同行政區(qū)域的二手房單價(jià)對(duì)比')
# 顯示圖形
plt.show()
結(jié)果：
應(yīng)用matplotlib模塊繪制如上所示的分組箱線圖會(huì)相對(duì)煩瑣一些，由于boxplot函數(shù)每次只能繪制一個(gè)箱線圖，為了能夠?qū)崿F(xiàn)多個(gè)箱線圖的繪制，對(duì)數(shù)據(jù)稍微做了一些變動(dòng)，即將每個(gè)行政區(qū)域下的二手房單價(jià)匯總到一個(gè)列表中，然后基于這個(gè)大列表應(yīng)用boxplot函數(shù)。在繪圖過(guò)程中，首先做了一個(gè)“手腳”，那就是統(tǒng)計(jì)各行政區(qū)域二手房的平均單價(jià)，并降序排序，這樣做的目的就是讓分組箱線圖能夠降序呈現(xiàn)。
雖然pandas模塊中的plot方法可以繪制分組箱線圖，但是該方法是基于數(shù)據(jù)框執(zhí)行的，并且數(shù)據(jù)框的每一列對(duì)應(yīng)一個(gè)箱線圖。對(duì)于二手房數(shù)據(jù)集來(lái)說(shuō)，應(yīng)用plot方法繪制分組箱線圖不太合適，因?yàn)槊恳粋€(gè)行政區(qū)的二手房數(shù)量不一致，將導(dǎo)致無(wú)法重構(gòu)一個(gè)新的數(shù)據(jù)框用于繪圖。
2．seaborn模塊
如果讀者覺(jué)得matplotlib模塊繪制分組箱線圖比較麻煩，可以使用seaborn模塊中的boxplot函數(shù)。下面不妨先了解一下該函數(shù)的參數(shù)含義：
sns.boxplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None,
orient=None, color=None, palette=None, saturation=0.75, width=0.8,
dodge=True, fliersize=5, linewidth=None, whis=1.5, notch=False, ax=None, **kwargs)
- x：指定箱線圖的x軸數(shù)據(jù)。
- y：指定箱線圖的y軸數(shù)據(jù)。
- hue：指定分組變量。
- data：指定用于繪圖的數(shù)據(jù)集。
- order：傳遞一個(gè)字符串列表，用于分類(lèi)變量的排序。
- hue_order：傳遞一個(gè)字符串列表，用于分類(lèi)變量hue值的排序。
- orient：指定箱線圖的呈現(xiàn)方向，默認(rèn)為垂直方向。
- color：指定所有箱線圖的填充色。
- palette：指定hue變量的區(qū)分色。
- saturation：指定顏色的透明度。
- width：指定箱線圖的寬度。
- dodge：bool類(lèi)型的參數(shù)，當(dāng)使用hue參數(shù)時(shí)，是否繪制水平交錯(cuò)的箱線圖，默認(rèn)為T(mén)rue。
- fliersize：指定異常值點(diǎn)的大小。
- linewidth：指定箱體邊框的寬度。
- whis：指定上下須與上下四分位的距離，默認(rèn)為1.5倍的四分位差。
- notch：bool類(lèi)型的參數(shù)，是否繪制凹口箱線圖，默認(rèn)為False。
- ax：指定子圖的位置。
- **kwargs：關(guān)鍵字參數(shù)，可以調(diào)用plt.boxplot函數(shù)中的其他參數(shù)。
這里仍以上海二手房數(shù)據(jù)為例，應(yīng)用seaborn模塊中的boxplot函數(shù)繪制分組箱線圖，詳細(xì)代碼如下：
# 繪制分組箱線圖
sns.boxplot(x = 'region', y = 'price_unit', data = Sec_Buildings,
order = avg_price.index, showmeans=True,color = 'steelblue',
flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3},
meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4},
medianprops = {'linestyle':'--','color':'orange'}
)
# 更改x軸和y軸標(biāo)簽
plt.xlabel('')
plt.ylabel('單價(jià)（元）')
# 添加標(biāo)題
plt.title('不同行政區(qū)域的二手房單價(jià)對(duì)比')
# 顯示圖形
plt.show()
結(jié)果：
通過(guò)如上代碼，同樣可以得到完全一致的分組箱線圖。這里建議讀者不要直接學(xué)習(xí)和使用pandas模塊和seaborn模塊繪制統(tǒng)計(jì)圖形，而是先把matplotlib模塊摸透，因?yàn)镻ython的核心繪圖模塊是matplotlib。
6.2.3 小提琴圖
小提琴圖是比較有意思的統(tǒng)計(jì)圖形，它將數(shù)值型數(shù)據(jù)的核密度圖與箱線圖融合在一起，進(jìn)而得到一個(gè)形似小提琴的圖形。盡管matplotlib模塊也提供了繪制小提琴圖的函數(shù)violinplot，但是繪制出來(lái)的圖形中并不包含一個(gè)完整的箱線圖，所以本節(jié)將直接使用seaborn模塊中的violinplot函數(shù)繪制小提琴圖。首先，帶領(lǐng)讀者了解一下有關(guān)violinplot函數(shù)的語(yǔ)法和參數(shù)含義：
sns.violinplot(x=None, y=None, hue=None,
data=None, order=None, hue_order=None,
bw='scott', cut=2, scale='area', scale_hue=True, gridsize=100,
width=0.8, inner='box', split=False, dodge=True, orient=None,
linewidth=None, color=None, palette=None, saturation=0.75, ax=None)
- x：指定小提琴圖的x軸數(shù)據(jù)。
- y：指定小提琴圖的y軸數(shù)據(jù)。
- hue：指定一個(gè)分組變量。
- data：指定繪制小提琴圖的數(shù)據(jù)集。
- order：傳遞一個(gè)字符串列表，用于分類(lèi)變量的排序。
- hue_order：傳遞一個(gè)字符串列表，用于分類(lèi)變量hue值的排序。
- bw：指定核密度估計(jì)的帶寬，帶寬越大，密度曲線越光滑。
- scale：用于調(diào)整小提琴圖左右的寬度，如果為area，則表示每個(gè)小提琴圖左右部分擁有相同的面積；如果為count，則表示根據(jù)樣本數(shù)量來(lái)調(diào)節(jié)寬度；如果為width，則表示每個(gè)小提琴圖左右兩部分擁有相同的寬度。
- scale_hue：bool類(lèi)型參數(shù)，當(dāng)使用hue參數(shù)時(shí)，是否對(duì)hue變量的每個(gè)水平做標(biāo)準(zhǔn)化處理，默認(rèn)為T(mén)rue。
- width：使用hue參數(shù)時(shí)，用于控制小提琴圖的寬度。
- inner：指定小提琴圖內(nèi)部數(shù)據(jù)點(diǎn)的形態(tài)，如果為box，則表示繪制微型的箱線圖；如果為quartiles，則表示繪制四分位的分布圖；如果為point或stick，則表示繪制點(diǎn)或小豎條。
- split：bool類(lèi)型參數(shù)，使用hue參數(shù)時(shí)，將小提琴圖從中間分為兩個(gè)不同的部分，默認(rèn)為False。
- dodge：bool類(lèi)型的參數(shù)，當(dāng)使用hue參數(shù)時(shí)，是否繪制水平交錯(cuò)的小提琴圖，默認(rèn)為T(mén)rue。
- orient：指定小提琴圖的呈現(xiàn)方向，默認(rèn)為垂直方向。
- linewidth：指定小提琴圖的所有線條寬度。
- color：指定小提琴圖的顏色，該參數(shù)與palette參數(shù)一起使用時(shí)無(wú)效。
- palette：指定hue變量的區(qū)分色。
- saturation：指定顏色的透明度。
- ax：指定子圖的位置。
接下來(lái)，以酒吧的消費(fèi)數(shù)據(jù)為例（數(shù)據(jù)包含客戶的消費(fèi)金額、消費(fèi)時(shí)間、打賞金額、客戶性別、是否抽煙等字段），利用如上介紹的函數(shù)繪制分組小提琴圖，以幫助讀者進(jìn)一步了解參數(shù)的含義，繪圖代碼如下：
# 讀取數(shù)據(jù)
tips = pd.read_csv(r'D:\PyProject\data\tips.csv')
# 繪制分組小提琴圖
sns.violinplot(x = "total_bill", # 指定x軸的數(shù)據(jù)
y = "day", # 指定y軸的數(shù)據(jù)
hue = "sex", # 指定分組變量
data = tips, # 指定繪圖的數(shù)據(jù)集
order = ['Thur','Fri','Sat','Sun'], # 指定x軸刻度標(biāo)簽的順序
scale = 'count', # 以男女客戶數(shù)調(diào)節(jié)小提琴圖左右的寬度
split = True, # 將小提琴圖從中間割裂開(kāi)，形成不同的密度曲線；
palette = 'RdBu' # 指定不同性別對(duì)應(yīng)的顏色（因?yàn)閔ue參數(shù)為設(shè)置為性別變量）
)
# 添加圖形標(biāo)題
plt.title('每天不同性別客戶的消費(fèi)額情況')
# 設(shè)置圖例
plt.legend(loc = 'upper center', ncol = 2)
# 顯示圖形
plt.show()
結(jié)果：
如圖6-19所示，得到了分組的小提琴圖，讀者會(huì)發(fā)現(xiàn)，小提琴圖的左右兩邊并不對(duì)稱(chēng)，是因?yàn)橥瑫r(shí)使用了hue參數(shù)和split參數(shù)，兩邊的核密度圖代表了不同性別客戶的消費(fèi)額分布。從這張圖中，一共可以反映四個(gè)維度的信息，y軸表示客戶的消費(fèi)額、x軸表示客戶的消費(fèi)時(shí)間、顏色圖例表示客戶的性別、左右核密度圖的寬度代表了樣本量。以周五和周六兩天為例，周五的男女客戶數(shù)量差異不大，而周六男性客戶要比女性客戶多得多，那是因?yàn)橛野脒叺暮嗣芏葓D更寬一些。
6.2.4 折線圖
對(duì)于時(shí)間序列數(shù)據(jù)而言，一般都會(huì)使用折線圖反映數(shù)據(jù)背后的趨勢(shì)。通常折線圖的橫坐標(biāo)指代日期數(shù)據(jù)，縱坐標(biāo)代表某個(gè)數(shù)值型變量，當(dāng)然還可以使用第三個(gè)離散變量對(duì)折線圖進(jìn)行分組處理。接下來(lái)僅使用Python中的matplotlib模塊和pandas模塊實(shí)現(xiàn)折線圖的繪制。盡管seaborn模塊中的tsplot函數(shù)也可以繪制時(shí)間序列的折線圖，但是該函數(shù)非常不合理，故不在本節(jié)中介紹。
1．matplotlib模塊
折線圖的繪制可以使用matplotlib模塊中的plot函數(shù)實(shí)現(xiàn)。關(guān)于該函數(shù)的語(yǔ)法和參數(shù)含義如下：
plt.plot(x, y, linestyle, linewidth, color, marker,
markersize, markeredgecolor, markerfactcolor,
markeredgewidth, label, alpha)
- x：指定折線圖的x軸數(shù)據(jù)。
- y：指定折線圖的y軸數(shù)據(jù)。
- linestyle：指定折線的類(lèi)型，可以是實(shí)線、虛線、點(diǎn)虛線、點(diǎn)點(diǎn)線等，默認(rèn)為實(shí)線。
- linewidth：指定折線的寬度。
- marker：可以為折線圖添加點(diǎn)，該參數(shù)是設(shè)置點(diǎn)的形狀。
- markersize：設(shè)置點(diǎn)的大小。
- markeredgecolor：設(shè)置點(diǎn)的邊框色。
- markerfactcolor：設(shè)置點(diǎn)的填充色。
- markeredgewidth：設(shè)置點(diǎn)的邊框?qū)挾取?
- label：為折線圖添加標(biāo)簽，類(lèi)似于圖例的作用。
為了進(jìn)一步理解plot函數(shù)中的參數(shù)含義，這里以某微信公眾號(hào)的閱讀人數(shù)和閱讀人次為例（數(shù)據(jù)包含日期、人數(shù)和人次三個(gè)字段），繪制2017年第四季度微信文章閱讀人數(shù)的折線圖，代碼如下：
# 數(shù)據(jù)讀取
wechat = pd.read_excel(r'D:\PyProject\data\wechat.xlsx')
# 繪制單條折線圖
plt.plot(wechat.Date, # x軸數(shù)據(jù)
wechat.Counts, # y軸數(shù)據(jù)
linestyle = '-', # 折線類(lèi)型
linewidth = 2, # 折線寬度
color = 'steelblue', # 折線顏色
marker = 'o', # 折線圖中添加圓點(diǎn)
markersize = 6, # 點(diǎn)的大小
markeredgecolor='black', # 點(diǎn)的邊框色
markerfacecolor='brown') # 點(diǎn)的填充色
# 添加y軸標(biāo)簽
plt.ylabel('人數(shù)')
# 添加圖形標(biāo)題
plt.title('每天微信文章閱讀人數(shù)趨勢(shì)')
# 顯示圖形
plt.show()
結(jié)果：
如圖6-20所示，在繪制折線圖的同時(shí)，也添加了每個(gè)數(shù)據(jù)對(duì)應(yīng)的圓點(diǎn)。讀者可能會(huì)注意到，代碼中折線類(lèi)型和點(diǎn)類(lèi)型分別用一個(gè)減號(hào)-（代表實(shí)線）和字母o（代表空心圓點(diǎn)）表示。是否還有其他的表示方法？這里將常用的線型和點(diǎn)型匯總到表6-1和表6-2中。
雖然上面的圖形可以反映有關(guān)微信文章閱讀人數(shù)的波動(dòng)趨勢(shì)，但是為了進(jìn)一步改進(jìn)這個(gè)折線圖，還需要解決兩個(gè)問(wèn)題：
- 如何將微信文章的閱讀人數(shù)和閱讀人次同時(shí)呈現(xiàn)在圖中。
- 對(duì)于x軸的刻度標(biāo)簽，是否可以只保留月份和日期，并且以7天作為間隔。
# 繪制兩條折線圖
# 導(dǎo)入模塊，用于日期刻度的修改
import matplotlib as mpl
# 繪制閱讀人數(shù)折線圖
plt.plot(wechat.Date, # x軸數(shù)據(jù)
wechat.Counts, # y軸數(shù)據(jù)
linestyle = '-', # 折線類(lèi)型，實(shí)心線
color = 'steelblue', # 折線顏色
label = '閱讀人數(shù)'
)
# 繪制閱讀人次折線圖
plt.plot(wechat.Date, # x軸數(shù)據(jù)
wechat.Times, # y軸數(shù)據(jù)
linestyle = '--', # 折線類(lèi)型，虛線
color = 'indianred', # 折線顏色
label = '閱讀人次'
)
# 獲取圖的坐標(biāo)信息
ax = plt.gca()
# 設(shè)置日期的顯示格式
date_format = mpl.dates.DateFormatter("%m-%d")
ax.xaxis.set_major_formatter(date_format)
# 設(shè)置x軸顯示多少個(gè)日期刻度
# xlocator = mpl.ticker.LinearLocator(10)
# 設(shè)置x軸每個(gè)刻度的間隔天數(shù)
xlocator = mpl.ticker.MultipleLocator(7)
ax.xaxis.set_major_locator(xlocator)
# 為了避免x軸刻度標(biāo)簽的緊湊，將刻度標(biāo)簽旋轉(zhuǎn)45度
plt.xticks(rotation=45)
# 添加y軸標(biāo)簽
plt.ylabel('人數(shù)')
# 添加圖形標(biāo)題
plt.title('每天微信文章閱讀人數(shù)與人次趨勢(shì)')
# 添加圖例
plt.legend()
# 顯示圖形
plt.show()
結(jié)果：
如圖6-21所示，恰到好處地解決了之前提出的兩個(gè)問(wèn)題。上面的繪圖代碼可以分解為兩個(gè)核心部分：
- 運(yùn)用兩次plot函數(shù)分別繪制閱讀人數(shù)和閱讀人次的折線圖，最終通過(guò)plt.show()將兩條折線呈現(xiàn)在一張圖中。
- 日期型軸刻度的設(shè)置，ax變量用來(lái)獲取原始狀態(tài)的軸屬性，然后基于ax對(duì)象修改刻度的顯示方式，一個(gè)是僅包含月日的格式，另一個(gè)是每7天作為一個(gè)間隔。
2．pandas模塊
如果使用pandas模塊繪制折線圖，調(diào)用的仍然是plot方法，接下來(lái)以2015—2017年上海每天的最高氣溫?cái)?shù)據(jù)為例，繪制每月平均最高氣溫的三條折線圖，具體代碼如下：
# 讀取天氣數(shù)據(jù)
weather = pd.read_excel(r'D:\PyProject\data\weather.xlsx')
# 統(tǒng)計(jì)每月的平均最高氣溫
data = weather.pivot_table(index = 'month', columns='year', values='high')
# 繪制折線圖
data.plot(kind = 'line',
style = ['-','--',':'] # 設(shè)置折線圖的線條類(lèi)型
)
# 修改x軸和y軸標(biāo)簽
plt.xlabel('月份')
plt.ylabel('氣溫')
# 添加圖形標(biāo)題
plt.title('每月平均最高氣溫波動(dòng)趨勢(shì)')
# 顯示圖形
plt.show()
結(jié)果：
如圖6-22所示，圖中表示的是各年份中每月平均最高氣溫的走勢(shì)，雖然繪圖的核心部分（plot過(guò)程）很簡(jiǎn)單，但是前提需要將原始數(shù)據(jù)集轉(zhuǎn)換成可以繪制多條折線圖的格式，即構(gòu)成三條折線圖的數(shù)據(jù)分別為數(shù)據(jù)框的三個(gè)字段。為了構(gòu)造特定需求的數(shù)據(jù)集，使用了數(shù)據(jù)框的pivot_table方法，形成一張滿足條件的透視表。圖6-23所示就是數(shù)據(jù)集轉(zhuǎn)換的前后對(duì)比。
6.3 關(guān)系型數(shù)據(jù)的可視化
前面的兩節(jié)內(nèi)容都是基于獨(dú)立的離散變量或數(shù)值變量進(jìn)行的可視化展現(xiàn)。在眾多的可視化圖形中，有一類(lèi)圖形專(zhuān)門(mén)用于探究?jī)蓚€(gè)或三個(gè)變量之間的關(guān)系。例如，散點(diǎn)圖用于發(fā)現(xiàn)兩個(gè)數(shù)值變量之間的關(guān)系，氣泡圖可以展現(xiàn)三個(gè)數(shù)值變量之間的關(guān)系，熱力圖則體現(xiàn)了兩個(gè)離散變量之間的組合關(guān)系。
本節(jié)將使用matplotlib模塊、pandas模塊和seaborn模塊繪制上述所介紹的三種關(guān)系型圖形。下面首先了解一下最常用的散點(diǎn)圖是如何繪制的。
6.3.1 散點(diǎn)圖
如果需要研究?jī)蓚€(gè)數(shù)值型變量之間是否存在某種關(guān)系，例如正向的線性關(guān)系，或者是趨勢(shì)性的非線性關(guān)系，那么散點(diǎn)圖將是最佳的選擇。
1．matplotlib模塊
matplotlib模塊中的scatter函數(shù)可以非常方便地繪制兩個(gè)數(shù)值型變量的散點(diǎn)圖。這里首先將該函數(shù)的語(yǔ)法及參數(shù)含義寫(xiě)在下方，以便讀者掌握函數(shù)的使用：
scatter(x, y, s=20, c=None, marker='o', cmap=None, norm=None, vmin=None,
vmax=None, alpha=None, linewidths=None, edgecolors=None)
x：指定散點(diǎn)圖的x軸數(shù)據(jù)。 y：指定散點(diǎn)圖的y軸數(shù)據(jù)。 s：指定散點(diǎn)圖點(diǎn)的大小，默認(rèn)為20，通過(guò)傳入其他數(shù)值型變量，可以實(shí)現(xiàn)氣泡圖的繪制。 c：指定散點(diǎn)圖點(diǎn)的顏色，默認(rèn)為藍(lán)色，也可以傳遞其他數(shù)值型變量，通過(guò)cmap參數(shù)的色階表示數(shù)值大小。 marker：指定散點(diǎn)圖點(diǎn)的形狀，默認(rèn)為空心圓。 cmap：指定某個(gè)Colormap值，只有當(dāng)c參數(shù)是一個(gè)浮點(diǎn)型數(shù)組時(shí)才有效。 norm：設(shè)置數(shù)據(jù)亮度，標(biāo)準(zhǔn)化到0～1，使用該參數(shù)仍需要參數(shù)c為浮點(diǎn)型的數(shù)組。 vmin、vmax：亮度設(shè)置，與norm類(lèi)似，如果使用norm參數(shù)，則該參數(shù)無(wú)效。 alpha：設(shè)置散點(diǎn)的透明度。 linewidths：設(shè)置散點(diǎn)邊界線的寬度。 edgecolors：設(shè)置散點(diǎn)邊界線的顏色。
下面以iris數(shù)據(jù)集為例，探究如何應(yīng)用matplotlib模塊中的scatter函數(shù)繪制花瓣寬度與長(zhǎng)度之間的散點(diǎn)圖，繪圖代碼如下：
# 讀入數(shù)據(jù)
iris = pd.read_csv(r'D:\PyProject\data\iris.csv')
# 繪制散點(diǎn)圖
plt.scatter(x = iris.Petal_Width, # 指定散點(diǎn)圖的x軸數(shù)據(jù)
y = iris.Petal_Length, # 指定散點(diǎn)圖的y軸數(shù)據(jù)
color = 'steelblue' # 指定散點(diǎn)圖中點(diǎn)的顏色
)
# 添加x軸和y軸標(biāo)簽
plt.xlabel('花瓣寬度')
plt.ylabel('花瓣長(zhǎng)度')
# 添加標(biāo)題
plt.title('鳶尾花的花瓣寬度與長(zhǎng)度關(guān)系')
# 顯示圖形
plt.show()
結(jié)果：
如圖6-24所示，通過(guò)scatter函數(shù)就可以非常簡(jiǎn)單地繪制出花瓣寬度與長(zhǎng)度的散點(diǎn)圖。如果使用pandas模塊中的plot方法，同樣可以很簡(jiǎn)單地繪制出散點(diǎn)圖。
2．pandas模塊
# Pandas模塊繪制散點(diǎn)圖
# 繪制散點(diǎn)圖
iris.plot(x = 'Petal_Width', y = 'Petal_Length', kind = 'scatter', title = '鳶尾花的花瓣寬度與長(zhǎng)度關(guān)系')
# 修改x軸和y軸標(biāo)簽
plt.xlabel('花瓣寬度')
plt.ylabel('花瓣長(zhǎng)度')
# 顯示圖形
plt.show()
結(jié)果：
盡管使用這兩個(gè)模塊都可以非常方便地繪制出散點(diǎn)圖，但是繪制分組散點(diǎn)圖會(huì)稍微復(fù)雜一點(diǎn)。如果讀者使用seaborn模塊中的lmplot函數(shù)，那么繪制分組散點(diǎn)圖就太簡(jiǎn)單了，而且該函數(shù)還可以根據(jù)散點(diǎn)圖添加線性擬合線。
3．seaborn模塊
為了使讀者清楚地掌握l(shuí)mplot函數(shù)的使用方法，有必要介紹一下該函數(shù)的語(yǔ)法和參數(shù)含義：
lmplot(x, y, data, hue=None, col=None, row=None, palette=None, col_wrap=None,
size=5, aspect=1, markers='o', sharex=True, sharey=True, hue_order=None,
col_order=None, row_order=None, legend=True, legend_out=True, scatter=True,
fit_reg=True, ci=95, n_boot=1000, order=1, logistic=False, lowess=False,
robust=False, logx=False, x_partial=None, y_partial=None, truncate=False,
x_jitter=None, y_jitter=None, scatter_kws=None, line_kws=None)
- x,y：指定x軸和y軸的數(shù)據(jù)。
- data：指定繪圖的數(shù)據(jù)集。
- hue：指定分組變量。
- col,row：用于繪制分面圖形，指定分面圖形的列向與行向變量。
- palette：為hue參數(shù)指定的分組變量設(shè)置顏色。
- col_wrap：設(shè)置分面圖形中每行子圖的數(shù)量。
- size：用于設(shè)置每個(gè)分面圖形的高度。
- aspect：用于設(shè)置每個(gè)分面圖形的寬度，寬度等于size*aspect。
- markers：設(shè)置點(diǎn)的形狀，用于區(qū)分hue參數(shù)指定的變量水平值。
- sharex,sharey：bool類(lèi)型參數(shù)，設(shè)置繪制分面圖形時(shí)是否共享x軸和y軸，默認(rèn)為T(mén)rue。 hue_order,col_order,row_order：為hue參數(shù)、col參數(shù)和row參數(shù)指定的分組變量設(shè)值水平值順序。
- legend：bool類(lèi)型參數(shù)，是否顯示圖例，默認(rèn)為T(mén)rue。
- legend_out：bool類(lèi)型參數(shù)，是否將圖例放置在圖框外，默認(rèn)為T(mén)rue。
- scatter：bool類(lèi)型參數(shù)，是否繪制散點(diǎn)圖，默認(rèn)為T(mén)rue。 fit_reg：bool類(lèi)型參數(shù)，是否擬合線性回歸，默認(rèn)為T(mén)rue。
- ci：繪制擬合線的置信區(qū)間，默認(rèn)為95%的置信區(qū)間。
- n_boot：為了估計(jì)置信區(qū)間，指定自助重抽樣的次數(shù)，默認(rèn)為1000次。 order：指定多項(xiàng)式回歸，默認(rèn)指數(shù)為1。
- logistic：bool類(lèi)型參數(shù)，是否擬合邏輯回歸，默認(rèn)為False。 lowess：bool類(lèi)型參數(shù)，是否擬合局部多項(xiàng)式回歸，默認(rèn)為False。
- robust：bool類(lèi)型參數(shù)，是否擬合魯棒回歸，默認(rèn)為False。
- logx：bool類(lèi)型參數(shù)，是否對(duì)x軸做對(duì)數(shù)變換，默認(rèn)為False。
- x_partial,y_partial：為x軸數(shù)據(jù)和y軸數(shù)據(jù)指定控制變量，即排除x_partial和y_partial變量的影響下繪制散點(diǎn)圖。
- truncate：bool類(lèi)型參數(shù)，是否根據(jù)實(shí)際數(shù)據(jù)的范圍對(duì)擬合線做截?cái)嗖僮?，默認(rèn)為False。
- x_jitter,y_jitter：為x軸變量或y軸變量添加隨機(jī)噪聲，當(dāng)x軸數(shù)據(jù)與y軸數(shù)據(jù)比較密集時(shí)，可以使用這兩個(gè)參數(shù)。
- scatter_kws：設(shè)置點(diǎn)的其他屬性，如點(diǎn)的填充色、邊框色、大小等。
- line_kws：設(shè)置擬合線的其他屬性，如線的形狀、顏色、粗細(xì)等。
該函數(shù)的參數(shù)雖然比較多，但是大多數(shù)情況下讀者只需使用幾個(gè)重要的參數(shù)，如x、y、hue、data等。接下來(lái)仍以iris數(shù)據(jù)集為例，繪制分組散點(diǎn)圖，繪圖代碼如下：
# seaborn模塊繪制分組散點(diǎn)圖
sns.lmplot(x = 'Petal_Width', # 指定x軸變量
y = 'Petal_Length', # 指定y軸變量
hue = 'Species', # 指定分組變量
data = iris, # 指定繪圖數(shù)據(jù)集
legend_out = False, # 將圖例呈現(xiàn)在圖框內(nèi)
truncate=True # 根據(jù)實(shí)際的數(shù)據(jù)范圍，對(duì)擬合線作截?cái)嗖僮? )
# 修改x軸和y軸標(biāo)簽
plt.xlabel('花瓣寬度')
plt.ylabel('花瓣長(zhǎng)度')
# 添加標(biāo)題
plt.title('鳶尾花的花瓣寬度與長(zhǎng)度關(guān)系')
# 顯示圖形
plt.show()
結(jié)果:
如圖6-25所示，lmplot函數(shù)不僅可以繪制分組散點(diǎn)圖，還可以對(duì)每個(gè)組內(nèi)的散點(diǎn)添加回歸線（圖6-25默認(rèn)擬合線性回歸線）。分組效果的體現(xiàn)是通過(guò)hue參數(shù)設(shè)置的，如果需要擬合其他回歸線，可以指定lowess參數(shù)（局部多項(xiàng)式回歸）、logistic參數(shù)（邏輯回歸）、order參數(shù)（多項(xiàng)式回歸）和robust參數(shù)（魯棒回歸）。
6.3.2 氣泡圖
上一節(jié)所介紹的散點(diǎn)圖都是反映兩個(gè)數(shù)值型變量的關(guān)系，如果還想通過(guò)散點(diǎn)圖添加第三個(gè)數(shù)值型變量的信息，一般可以使用氣泡圖。氣泡圖的實(shí)質(zhì)就是通過(guò)第三個(gè)數(shù)值型變量控制每個(gè)散點(diǎn)的大小，點(diǎn)越大，代表的第三維數(shù)值越高，反之亦然。接下來(lái)將會(huì)介紹如何通過(guò)Python繪制氣泡圖。
在上一節(jié)中，應(yīng)用matplotlib模塊中的scatter函數(shù)繪制了散點(diǎn)圖，本節(jié)將繼續(xù)使用該函數(shù)繪制氣泡圖。要實(shí)現(xiàn)氣泡圖的繪制，關(guān)鍵的參數(shù)是s，即散點(diǎn)圖中點(diǎn)的大小，如果將數(shù)值型變量傳遞給該參數(shù)，就可以輕松繪制氣泡圖了。如果讀者對(duì)該函數(shù)的參數(shù)含義還不是很了解，可以查看上一節(jié)中的參數(shù)含義說(shuō)明。
下面以某超市的商品類(lèi)別銷(xiāo)售數(shù)據(jù)為例，繪制銷(xiāo)售額、利潤(rùn)和利潤(rùn)率之間的氣泡圖，探究三者之間的關(guān)系，繪圖代碼如下：
# 讀取數(shù)據(jù)
Prod_Category = pd.read_excel(r'D:\PyProject\data\SuperMarket.xlsx')
# 將利潤(rùn)率標(biāo)準(zhǔn)化到[0,1]之間（因?yàn)槔麧?rùn)率中有負(fù)數(shù)），然后加上微小的數(shù)值0.001
range_diff = Prod_Category.Profit_Ratio.max()-Prod_Category.Profit_Ratio.min()
Prod_Category['std_ratio'] = (Prod_Category.Profit_Ratio-Prod_Category.Profit_Ratio.min())/range_diff + 0.001
# 繪制辦公用品的氣泡圖
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '辦公用品'],
y = Prod_Category.Profit[Prod_Category.Category == '辦公用品'],
s = Prod_Category.std_ratio[Prod_Category.Category == '辦公用品']*1000,
color = 'steelblue', label = '辦公用品', alpha = 0.6
)
# 繪制技術(shù)產(chǎn)品的氣泡圖
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '技術(shù)產(chǎn)品'],
y = Prod_Category.Profit[Prod_Category.Category == '技術(shù)產(chǎn)品'],
s = Prod_Category.std_ratio[Prod_Category.Category == '技術(shù)產(chǎn)品']*1000,
color = 'indianred' , label = '技術(shù)產(chǎn)品', alpha = 0.6
)
# 繪制家具產(chǎn)品的氣泡圖
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '家具產(chǎn)品'],
y = Prod_Category.Profit[Prod_Category.Category == '家具產(chǎn)品'],
s = Prod_Category.std_ratio[Prod_Category.Category == '家具產(chǎn)品']*1000,
color = 'black' , label = '家具產(chǎn)品', alpha = 0.6
)
# 添加x軸和y軸標(biāo)簽
plt.xlabel('銷(xiāo)售額')
plt.ylabel('利潤(rùn)')
# 添加標(biāo)題
plt.title('銷(xiāo)售額、利潤(rùn)及利潤(rùn)率的氣泡圖')
# 添加圖例
plt.legend()
# 顯示圖形
plt.show()
結(jié)果：
如圖6-26所示，應(yīng)用scatter函數(shù)繪制了分組氣泡圖，從圖中可知，辦公用品和家具產(chǎn)品的利潤(rùn)率波動(dòng)比較大（因?yàn)檫@兩類(lèi)圓點(diǎn)大小不均）。從代碼角度來(lái)看，繪圖的核心部分是使用三次scatter函數(shù)，而且代碼結(jié)構(gòu)完全一樣，如果讀者對(duì)for循環(huán)掌握得比較好，完全可以使用循環(huán)的方式替換三次scatter函數(shù)的重復(fù)應(yīng)用。
需要說(shuō)明的是，如果s參數(shù)對(duì)應(yīng)的變量值小于等于0，則對(duì)應(yīng)的氣泡點(diǎn)是無(wú)法繪制出來(lái)的。這里提供一個(gè)解決思路，就是先將該變量標(biāo)準(zhǔn)化為[0,1]，再加上一個(gè)非常小的值，如0.001。如上代碼所示，最后對(duì)s參數(shù)擴(kuò)大500倍的目的就是凸顯氣泡的大小。
遺憾的是，pandas模塊和seaborn模塊中沒(méi)有繪制氣泡圖的方法或函數(shù)，故這里就不再衍生了。如果讀者確實(shí)需要繪制氣泡圖，又覺(jué)得matplotlib模塊中的scatter函數(shù)用起來(lái)比較燦瑣，可以使用Python的bokeh模塊，有關(guān)該模塊的詳細(xì)內(nèi)容，可以查看官方文檔。
6.3.3 熱力圖
最后介紹另一種關(guān)系型數(shù)據(jù)的可視化圖形，即熱力圖，有時(shí)也稱(chēng)之為交叉填充表。該圖形最典型的用法就是實(shí)現(xiàn)列聯(lián)表的可視化，即通過(guò)圖形的方式展現(xiàn)兩個(gè)離散變量之間的組合關(guān)系。讀者可以借助于seaborn模塊中的heatmap函數(shù)，完成熱力圖的繪制。按照慣例，首先對(duì)該函數(shù)的用法及參數(shù)含義做如下解釋?zhuān)?
heatmap(data, vmin=None, vmax=None, cmap=None, center=None, annot=None, fmt='.2g',
annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws = None,
square=False, xticklabels='auto', yticklabels='auto', mask=None, ax=None)
- data：指定繪制熱力圖的數(shù)據(jù)集。
- vmin,vmax：用于指定圖例中最小值與最大值的顯示值。
- cmap：指定一個(gè)colormap對(duì)象，用于熱力圖的填充色。
- center：指定顏色中心值，通過(guò)該參數(shù)可以調(diào)整熱力圖的顏色深淺。
- annot：指定一個(gè)bool類(lèi)型的值或與data參數(shù)形狀一樣的數(shù)組，如果為T(mén)rue，就在熱力圖的每個(gè)單元上顯示數(shù)值。
- fmt：指定單元格中數(shù)據(jù)的顯示格式。
- annot_kws：有關(guān)單元格中數(shù)值標(biāo)簽的其他屬性描述，如顏色、大小等。
- linewidths：指定每個(gè)單元格的邊框?qū)挾取?
- linecolor：指定每個(gè)單元格的邊框顏色。
- cbar：bool類(lèi)型參數(shù)，是否用顏色條作為圖例，默認(rèn)為T(mén)rue。
- square：bool類(lèi)型參數(shù)，是否使熱力圖的每個(gè)單元格為正方形，默認(rèn)為False。
- cbar_kws：有關(guān)顏色條的其他屬性描述。
- xticklabels,yticklabels：指定熱力圖x軸和y軸的刻度標(biāo)簽，如果為T(mén)rue，則分別以數(shù)據(jù)框的變量名和行名稱(chēng)作為刻度標(biāo)簽。
- mask：用于突出顯示某些數(shù)據(jù)。
- ax：用于指定子圖的位置。
接下來(lái)，以某服裝店的交易數(shù)據(jù)為例，統(tǒng)計(jì)2009—2012年每個(gè)月的銷(xiāo)售總額，然后運(yùn)用如上介紹的heatmap函數(shù)對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行可視化展現(xiàn)，具體代碼如下：
# 讀取數(shù)據(jù)
Sales = pd.read_excel(r'D:\PyProject\data\Sales.xlsx')
# 根據(jù)交易日期，衍生出年份和月份字段
Sales['year'] = Sales.Date.dt.year
Sales['month'] = Sales.Date.dt.month
# 統(tǒng)計(jì)每年各月份的銷(xiāo)售總額
Summary = Sales.pivot_table(index = 'month', columns = 'year', values = 'Sales', aggfunc = np.sum)
# 繪制熱力圖
sns.heatmap(data = Summary, # 指定繪圖數(shù)據(jù)
cmap = 'PuBuGn', # 指定填充色
linewidths = .1, # 設(shè)置每個(gè)單元格邊框的寬度
annot = True, # 顯示數(shù)值
fmt = '.1e' # 以科學(xué)計(jì)算法顯示數(shù)據(jù)
)
#添加標(biāo)題
plt.title('每年各月份銷(xiāo)售總額熱力圖')
# 顯示圖形
plt.show()
如表6-3所示，它是列聯(lián)表的格式，反映的是每年各月份的銷(xiāo)售總額。很顯然，通過(guò)肉眼是無(wú)法迅速發(fā)現(xiàn)銷(xiāo)售業(yè)績(jī)?cè)诟髟路葜械牟町惖?，如果將?shù)據(jù)表以熱力圖的形式展現(xiàn)，問(wèn)題就會(huì)簡(jiǎn)單很多。
如圖6-27所示就是將表格進(jìn)行可視化的結(jié)果，每個(gè)單元格顏色的深淺代表數(shù)值的高低，通過(guò)顏色就能迅速發(fā)現(xiàn)每年各月份銷(xiāo)售情況的好壞。
6.4 多個(gè)圖形的合并
工作中往往會(huì)根據(jù)業(yè)務(wù)需求，將繪制的多個(gè)圖形組合到一個(gè)大圖框內(nèi)，形成類(lèi)似儀表板的效果。針對(duì)這種情況，如何應(yīng)用Python將前面所學(xué)的各種圖形匯總到一個(gè)圖表中，這將是本節(jié)所要學(xué)習(xí)的重點(diǎn)。
關(guān)于多種圖形的組合，可以使用matplotlib模塊中的subplot2grid函數(shù)。這個(gè)函數(shù)的靈活性非常高，構(gòu)成的組合圖既可以是m×n的矩陣風(fēng)格，也可以是跨行或跨列的矩陣風(fēng)格。接下來(lái)，對(duì)該函數(shù)的用法和參數(shù)含義加以說(shuō)明：
subplot2grid(shape, loc, rowspan=1, colspan=1, **kwargs)
- shape：指定組合圖的框架形狀，以元組形式傳遞，如2×3的矩陣可以表示成(2,3)。
- loc：指定子圖所在的位置，如shape中第一行第一列可以表示成(0,0)。
- rowspan：指定某個(gè)子圖需要跨幾行。
- colspan：指定某個(gè)子圖需要跨幾列。
為了使讀者理解函數(shù)中的四個(gè)參數(shù)，這里以2×3的組圖布局為例，說(shuō)明子圖位置與跨行、跨列的概念，如圖6-28所示。
這兩種布局的前提都需要設(shè)置shape參數(shù)為(2,3)，所不同的是，左圖一共需要布置6個(gè)圖形；右圖只需要布置4個(gè)圖形，其中第三列跨了兩行（rowspan需要指定為2），第二行跨了兩列（colspan需要指定為2）。圖框中的元組值代表了子圖的位置。接下來(lái)以某集市商品交易數(shù)據(jù)為例，繪制含跨行和跨列的組合圖，代碼如下：
# 讀取數(shù)據(jù)
Prod_Trade = pd.read_excel(r'D:\PyProject\data\Prod_Trade.xlsx')
# 衍生出交易年份和月份字段
Prod_Trade['year'] = Prod_Trade.Date.dt.year
Prod_Trade['month'] = Prod_Trade.Date.dt.month
# 設(shè)置大圖框的長(zhǎng)和高
plt.figure(figsize = (12,6))
# 設(shè)置第一個(gè)子圖的布局
ax1 = plt.subplot2grid(shape = (2,3), loc = (0,0))
# 統(tǒng)計(jì)2012年各訂單等級(jí)的數(shù)量
Class_Counts = Prod_Trade.Order_Class[Prod_Trade.year == 2012].value_counts()
Class_Percent = Class_Counts/Class_Counts.sum()
# 將餅圖設(shè)置為圓形（否則有點(diǎn)像橢圓）
ax1.set_aspect(aspect = 'equal')
# 繪制訂單等級(jí)餅圖
ax1.pie(x = Class_Percent.values, labels = Class_Percent.index, autopct = '%.1f%%')
# 添加標(biāo)題
ax1.set_title('各等級(jí)訂單比例')
# 設(shè)置第二個(gè)子圖的布局
ax2 = plt.subplot2grid(shape = (2,3), loc = (0,1))
# 統(tǒng)計(jì)2012年每月銷(xiāo)售額
Month_Sales = Prod_Trade[Prod_Trade.year == 2012].groupby(by = 'month').aggregate({'Sales':np.sum})
# 繪制銷(xiāo)售額趨勢(shì)圖
Month_Sales.plot(title = '2012年各月銷(xiāo)售趨勢(shì)', ax = ax2, legend = False)
# 刪除x軸標(biāo)簽
ax2.set_xlabel('')
# 設(shè)置第三個(gè)子圖的布局
ax3 = plt.subplot2grid(shape = (2,3), loc = (0,2), rowspan = 2)
# 繪制各運(yùn)輸方式的成本箱線圖
sns.boxplot(x = 'Transport', y = 'Trans_Cost', data = Prod_Trade, ax = ax3)
# 添加標(biāo)題
ax3.set_title('各運(yùn)輸方式成本分布')
# 刪除x軸標(biāo)簽
ax3.set_xlabel('')
# 修改y軸標(biāo)簽
ax3.set_ylabel('運(yùn)輸成本')
# 設(shè)置第四個(gè)子圖的布局
ax4 = plt.subplot2grid(shape = (2,3), loc = (1,0), colspan = 2)
# 2012年客單價(jià)分布直方圖
sns.distplot(Prod_Trade.Sales[Prod_Trade.year == 2012], bins = 40, norm_hist = True, ax = ax4, hist_kws = {'color':'steelblue'}, kde_kws=({'linestyle':'--', 'color':'red'}))
# 添加標(biāo)題
ax4.set_title('2012年客單價(jià)分布圖')
# 修改x軸標(biāo)簽
ax4.set_xlabel('銷(xiāo)售額')
# 調(diào)整子圖之間的水平間距和高度間距
plt.subplots_adjust(hspace=0.6, wspace=0.3)
# 圖形顯示
plt.show()
結(jié)果：
如圖6-29所示，構(gòu)成了2×3風(fēng)格的組合圖，其中兩幅子圖是跨行和跨列的，而且這里特地選了matplotlib模塊、pandas模塊和seabron模塊繪制子圖，目的是讓讀者能夠掌握不同模塊圖形的組合。針對(duì)如上代碼，需要講解幾個(gè)重要的知識(shí)點(diǎn)：
- 在繪制每一幅子圖之前，都需要運(yùn)用subplot2grid函數(shù)控制子圖的位置，并傳遞給一個(gè)變量對(duì)象（如代碼中的ax1、ax2等）。
- 為了使子圖位置（ax1、ax2等）產(chǎn)生效果，不同的繪圖模塊需要應(yīng)用不同的方法。如果通過(guò)matplotlib模塊繪制子圖，則必須使用ax1.plot_function的代碼語(yǔ)法（如上代碼中，繪制餅圖的過(guò)程）；如果通過(guò)pandas模塊或seaborn模塊繪制子圖，則需要為繪圖“方法”或函數(shù)指定ax參數(shù)（如上代碼中，繪制折線圖、直方圖和箱線圖的過(guò)程）。
- 如果為子圖添加標(biāo)題、坐標(biāo)軸標(biāo)簽、刻度值標(biāo)簽等，不能直接使用plt.title、plt.xlabel、plt.xticks等函數(shù)，而是換成ax1.set_*的形式（可參考如上代碼中對(duì)子圖標(biāo)題、坐標(biāo)軸標(biāo)簽的設(shè)置）。
- 由于子圖之間的默認(rèn)寬間距和高間距不太合理，故需要通過(guò)subplots_adjust函數(shù)重新修改子圖之間的水平間距和垂直間距（如倒數(shù)第二行代碼所示）。
6.5 本章小結(jié)
本章的主題是關(guān)于數(shù)據(jù)的可視化，通過(guò)每一個(gè)具體的案例介紹了有關(guān)matplotlib模塊、pandas模塊和seaborn模塊的繪圖函數(shù)和參數(shù)含義，分別針對(duì)離散型數(shù)據(jù)、數(shù)值型數(shù)據(jù)和關(guān)系型數(shù)據(jù)講解了最為常用的可視化圖形，包括餅圖、條形圖、直方圖、核密度曲線、箱線圖、小提琴圖、折線圖、散點(diǎn)圖、氣泡圖和熱力圖。最后，借助于subplot2grid函數(shù)實(shí)現(xiàn)各種模塊下圖形的組合。
通過(guò)Python完成數(shù)據(jù)可視化的模塊還有很多種，例如ggplot、bokeh、pygal、plotly等，讀者可以前往各自的官網(wǎng)查看詳細(xì)的文檔說(shuō)明，相信讀者也會(huì)喜歡上其中的幾個(gè)模塊。需要注意的是，Python繪圖的核心模塊是matplotlib，其他模塊的繪圖多多少少都會(huì)依賴于該模塊，所以讀者一定要牢牢掌握matplotlib模塊中的重要知識(shí)點(diǎn)。
本章一共講解了10種常用的統(tǒng)計(jì)圖形，為了使讀者方便記憶這些繪圖函數(shù)和“方法”，特將本文涉及的繪圖函數(shù)匯總?cè)缦拢?
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號(hào)聯(lián)系： 360901061
您的支持是博主寫(xiě)作最大的動(dòng)力，如果您喜歡我的文章，感覺(jué)我的文章對(duì)您有幫助，請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長(zhǎng)非常感激您！手機(jī)微信長(zhǎng)按不能支付解決辦法：請(qǐng)將微信支付二維碼保存到相冊(cè)，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對(duì)您有幫助就好】元
