数据可视化与图形或图形形式的数据表示有关。 这是数据分析中最重要的任务之一，因为它使我们能够查看分析结果，检测异常值并为模型构建做出决策。 有许多用于可视化的 Python 库，其中 matplotlib，seaborn，bokeh 和 ggplot 最受欢迎。 但是，在本章中，我们主要关注 matplotlib 库，该库在许多不同的上下文中被许多人使用。
Matplotlib 生成各种格式的出版物质量的数字，以及跨 Python 平台的交互式环境。 另一个优点是，pandas 附带了一些围绕 matplotlib 绘制例程的有用包装器，可以快速方便地绘制 Series 和 DataFrame 对象。
IPython 包起初是对标准交互式 Python Shell 的替代，但从那时起，它已发展成为用于数据探索，可视化和快速原型制作的必不可少的工具。 可以通过各种选项来使用 IPython 中 matplotlib 提供的图形功能，其中最简单的方法是pylab标志：
$ ipython --pylab该标志将预加载matplotlib和numpy与默认的 matplotlib 后端进行交互使用。 IPython 可以在各种环境中运行：在终端中作为Qt应用运行，或者在浏览器内部运行。 这些选项值得探索，因为 IPython 已在许多用例中得到广泛采用，例如原型设计，用于使会议演讲或讲座更具吸引力的交互式幻灯片，以及作为共享研究的工具。
使用 matplotlib 进行绘图的最简单的方法通常是使用软件包支持的 MATLAB API：
>>> import matplotlib.pyplot as plt
>>> from numpy import *
>>> x = linspace(0, 3, 6)
>>> x
array([0., 0.6, 1.2, 1.8, 2.4, 3.])
>>> y = power(x,2)
>>> y
array([0., 0.36, 1.44, 3.24, 5.76, 9.])
>>> figure()
>>> plot(x, y, 'r')
>>> xlabel('x')
>>> ylabel('y')
>>> title('Data visualization in MATLAB-like API')
>>> plt.show()先前命令的输出如下：
但是，除非有充分的理由，否则不应使用星级导入。 对于 matplotlib，我们可以使用规范导入：
>>> import matplotlib.pyplot as plt然后，可以将前面的示例编写如下：
>>> plt.plot(x, y)
>>> plt.xlabel('x')
>>> plt.ylabel('y')
>>> plt.title('Data visualization using Pyplot of Matplotlib')
>>> plt.show()先前命令的输出如下：
如果我们仅向 plot 函数提供单个参数，它将自动将其用作y值并生成从0到N-1的x值，其中N等于值的数量 ：
>>> plt.plot(y)
>>> plt.xlabel('x')
>>> plt.ylabel('y')
>>> plt.title('Plot y value without given x values')
>>> plt.show()先前命令的输出如下：
默认情况下，轴的范围受输入x和y数据的范围限制。 如果要指定轴的viewport，则可以使用axis()方法设置自定义范围。 例如，在先前的可视化中，我们可以通过编写以下命令来将x轴的范围从[0, 5]增大到[0, 6]，并将y轴的范围从[0, 9]增大到[0, 10]。 ：
>>> plt.axis([0, 6, 0, 12])当我们在 matplotlib 中绘制数据时，默认线格式是蓝色实线，缩写为b-。 要更改此设置，我们只需要向plot功能添加符号代码，其中包括字母作为颜色字符串和符号作为线条样式字符串。 让我们考虑一下具有不同格式样式的多条线的图：
>>> plt.plot(x*2, 'g^', x*3, 'rs', x**x, 'y-')
>>> plt.axis([0, 6, 0, 30])
>>> plt.show()上一条命令的输出如下：
我们可以选择许多线型和属性，例如颜色，线宽和破折号，以控制图形的外观。 以下示例说明了设置线属性的几种方法：
>>> line = plt.plot(y, color='red', linewidth=2.0)
>>> line.set_linestyle('--')
>>> plt.setp(line, marker='o')
>>> plt.show()上一条命令的输出如下：
下表列出了line2d绘图的一些常见属性：
财产
|
值类型
|
描述
|
| --- | --- | --- |
| color或c | 任何 matplotlib 颜色 | 设置图中线条的颜色 |
| dashes | 开关 | 这样可以设置墨点的顺序 |
| data | np。 array xdata，np.array ydata | 设置用于可视化的数据 |
| linestyle或ls | ['-' | '—' | '-.' | ':' | ...] | 这将在图中设置线条样式 |
| linewidth或lw | 浮点价值 | 这将设置图中的线宽 |
| marker | 任何符号 | 这将在图中的数据点设置样式 |
默认情况下，所有绘图命令均适用于当前图形和轴。 在某些情况下，我们希望可视化多个图形和轴上的数据，以比较不同的图或更有效地使用页面上的空间。 在绘制数据之前，需要完成两个步骤。 首先，我们必须定义要绘制的图形。 其次，我们需要弄清楚子图在图中的位置：
>>> plt.figure('a') # define a figure, named 'a'
>>> plt.subplot(221) # the first position of 4 subplots in 2x2 figure
>>> plt.plot(y+y, 'r--')
>>> plt.subplot(222) # the second position of 4 subplots
>>> plt.plot(y*3, 'ko')
>>> plt.subplot(223) # the third position of 4 subplots
>>> plt.plot(y*y, 'b^')
>>> plt.subplot(224)
>>> plt.show()上一条命令的输出如下：
在这种情况下，我们当前具有图a。 如果要修改图形a中的任何子图，我们首先调用命令以选择图形和子图，然后执行该函数以修改子图。 例如，在这里，我们更改了四图图形的第二个图形的标题：
>>> plt.figure('a')
>>> plt.subplot(222)
>>> plt.title('visualization of y*3')
>>> plt.show()前面的命令的输出如下：
如果我们不使用逗号分隔索引，则整数子图规范必须为三位数。 因此，plt.subplot(221)等于plt.subplot(2,2,1)命令。
有便捷方法plt.subplots()来创建包含给定数量的子图的图形。 与前面的示例一样，我们可以使用plt.subplots(2,2)命令创建由四个子图组成的2x2图形。
我们还可以使用plt.axes([left, bottom, width, height])命令手动创建轴，而不是矩形网格，其中所有输入参数都在小数[0, 1]坐标中：
>>> plt.figure('b') # create another figure, named 'b'
>>> ax1 = plt.axes([0.05, 0.1, 0.4, 0.32])
>>> ax2 = plt.axes([0.52, 0.1, 0.4, 0.32])
>>> ax3 = plt.axes([0.05, 0.53, 0.87, 0.44])
>>> plt.show()先前命令的输出如下：
但是，当您手动创建轴时，需要花费更多时间来平衡子图之间的坐标和大小，才能获得比例合理的图形。
到目前为止，我们已经研究了如何创建简单的线图。 matplotlib 库支持更多可用于数据可视化的图类型。 但是，我们的目标是提供基本知识，以帮助您理解和使用该库在最常见的情况下可视化数据。 因此，我们仅关注四种图类型：散点图，条形图，等高线图和直方图。
散点图用于可视化同一数据集中测得的变量之间的关系。 使用plt.scatter()函数可以很容易地绘制一个简单的散点图，该散点图需要x和y轴都使用数字列：
让我们看一下前面输出的命令：
>>> X = np.random.normal(0, 1, 1000)
>>> Y = np.random.normal(0, 1, 1000)
>>> plt.scatter(X, Y, c = ['b', 'g', 'k', 'r', 'c'])
>>> plt.show()条形图用于以矩形条形显示分组的数据，矩形条可以是垂直或水平的，且条形的长度对应于其值。 我们使用plt.bar()命令显示垂直条，使用plt.barh()命令显示其他条形：
上一个输出的命令如下：
>>> X = np.arange(5)
>>> Y = 3.14 + 2.71 * np.random.rand(5)
>>> plt.subplots(2)
>>> # the first subplot
>>> plt.subplot(211)
>>> plt.bar(X, Y, align='center', alpha=0.4, color='y')
>>> plt.xlabel('x')
>>> plt.ylabel('y')
>>> plt.title('bar plot in vertical')
>>> # the second subplot
>>> plt.subplot(212)
>>> plt.barh(X, Y, align='center', alpha=0.4, color='c')
>>> plt.xlabel('x')
>>> plt.ylabel('y')
>>> plt.title('bar plot in horizontal')
>>> plt.show()我们使用等高线图来表示二维的三个数值变量之间的关系。 沿x和y轴绘制了两个变量，第三个变量z用于以不同颜色绘制为曲线的轮廓级别：
>>> x = np.linspace(-1, 1, 255)
>>> y = np.linspace(-2, 2, 300)
>>> z = np.sin(y[:, np.newaxis]) * np.cos(x)
>>> plt.contour(x, y, z, 255, linewidth=2)
>>> plt.show()让我们看一下下图中的轮廓图：
如果要绘制轮廓线和填充轮廓，可以使用plt.contourf()方法代替plt.contour()。 与 MATLAB 相比，matplotlib 的contourf()不会绘制多边形的边缘。
直方图以图形方式表示数值数据的分布。 通常，值范围被划分为大小相等的 bin，每个 bin 的高度对应于该 bin 中值的频率：
先前输出的命令如下：
>>> mu, sigma = 100, 25
>>> fig, (ax0, ax1) = plt.subplots(ncols=2)
>>> x = mu + sigma * np.random.randn(1000)
>>> ax0.hist(x,20, normed=1, histtype='stepfilled',
facecolor='g', alpha=0.75)
>>> ax0.set_title('Stepfilled histogram')
>>> ax1.hist(x, bins=[100,150, 165, 170, 195] normed=1,
histtype='bar', rwidth=0.8)
>>> ax1.set_title('uniquel bins histogram')
>>> # automatically adjust subplot parameters to give specified padding
>>> plt.tight_layout()
>>> plt.show()
图例是一个重要元素，用于标识图中的plot元素。 在图中显示图例的最简单方法是使用plot函数的label参数，并通过调用plt.legend()方法显示标签：
>>> x = np.linspace(0, 1, 20)
>>> y1 = np.sin(x)
>>> y2 = np.cos(x)
>>> y3 = np.tan(x)
>>> plt.plot(x, y1, 'c', label='y=sin(x)')
>>> plt.plot(x, y2, 'y', label='y=cos(x)')
>>> plt.plot(x, y3, 'r', label='y=tan(x)')
>>> plt.lengend(loc='upper left')
>>> plt.show()前面命令的输出如下：
图例命令中的loc自变量用于确定标签框的位置。 有几个有效的位置选项：lower left，right，upper left，lower center，upper right，center，lower right，upper right，center right，best，upper center 和center left。 默认位置设置为upper right。 但是，当我们设置了上面列表中不存在的无效位置选项时，该功能将自动退回到最佳选项。
如果要将图例分成多个图框，可以手动设置绘图线的预期标签，如下图所示：
上一条命令的输出如下：
>>> p1 = plt.plot(x, y1, 'c', label='y=sin(x)')
>>> p2 = plt.plot(x, y2, 'y', label='y=cos(x)')
>>> p3 = plt.plot(x, y3, 'r', label='y=tan(x)')
>>> lsin = plt.legend(handles=p1, loc='lower right')
>>> lcos = plt.legend(handles=p2, loc='upper left')
>>> ltan = plt.legend(handles=p3, loc='upper right')
>>> # with above code, only 'y=tan(x)' legend appears in the figure
>>> # fix: add lsin, lcos as separate artists to the axes
>>> plt.gca().add_artist(lsin)
>>> plt.gca().add_artist(lcos)
>>> # automatically adjust subplot parameters to specified padding
>>> plt.tight_layout()
>>> plt.show()我们要介绍的图形中的另一个元素是注释，可以由文本，箭头或其他形状组成，以详细说明图形的各个部分或强调一些特殊的数据点。 有多种显示注释的方法，例如text，arrow和 annotation。
text方法在绘图上的给定坐标(x, y)处绘制文本； （可选）具有自定义属性。 该函数中有一些常见的参数：x，y，标签文本和可以通过fontdict传递的字体相关属性，例如family，fontsize和style。annotate方法可以绘制适当排列的文本和箭头。 该函数的参数是s（标签文本），xy（要注释的元素的位置），xytext（标签s的位置），xycoords（指示什么类型的 坐标xy是）和arrowprops（连接注释的箭头的线属性字典）。
这是一个简单的示例来说明annotate和text功能：
>>> x = np.linspace(-2.4, 0.4, 20)
>>> y = x*x + 2*x + 1
>>> plt.plot(x, y, 'c', linewidth=2.0)
>>> plt.text(-1.5, 1.8, 'y=x^2 + 2*x + 1',
fontsize=14, style='italic')
>>> plt.annotate('minima point', xy=(-1, 0),
xytext=(-1, 0.3),
horizontalalignment='center',
verticalalignment='top',
arrowprops=dict(arrowstyle='->',
connectionstyle='arc3'))
>>> plt.show()上一条命令的输出如下：
我们已使用 matplotlib 覆盖了图中的大多数重要组件。 在本节中，我们将介绍另一种强大的绘图方法，该方法可从通常用于处理数据的 Pandas 数据对象直接创建标准可视化效果。
对于 Pandas 中的 Series 或 DataFrame 对象，支持大多数绘图类型，例如折线图，条形图，框形图，直方图和散点图以及饼图。 要选择绘图类型，我们使用plot函数的kind参数。 没有指定任何类型的绘图，默认情况下plot函数将生成线型可视化效果，如以下示例所示：
>>> s = pd.Series(np.random.normal(10, 8, 20))
>>> s.plot(style='ko—', alpha=0.4, label='Series plotting')
>>> plt.legend()
>>> plt.show()上一条命令的输出如下：
另一个示例将可视化包含多列的 DataFrame 对象的数据：
>>> data = {'Median_Age': [24.2, 26.4, 28.5, 30.3],
'Density': [244, 256, 268, 279]}
>>> index_label = ['2000', '2005', '2010', '2014'];
>>> df1 = pd.DataFrame(data, index=index_label)
>>> df1.plot(kind='bar', subplots=True, sharex=True)
>>> plt.tight_layout();
>>> plt.show()上一条命令的输出如下：
DataFrame 的绘图方法具有许多选项，使我们能够处理列的绘图。 例如，在前面的 DataFrame 可视化中，我们选择将列绘制在单独的子图中。 下表列出了更多选项：
|争论
|
价值
|
描述
|
| --- | --- | --- |
| subplots | True / False | 该图在单独的子图中绘制每个数据列 |
| logy | True / False | 获取对数刻度y轴 |
| secondary_y | True / False | 在辅助y轴上绘制数据 |
| sharex，sharey | True / False | 共享相同的x或y轴，链接杆和限制 |
除了 matplotlib 之外，还有其他基于 Python 的强大数据可视化工具包。 尽管我们无法更深入地研究这些库，但我们希望至少在本节中简要介绍它们。
Bokeh 是，由 Peter Wang，Hugo Shi 和其他人在 Continuum Analytics 中进行。 它旨在以D3.js的样式提供优雅且引人入胜的可视化。 该库可以快速轻松地创建交互式绘图，仪表板和数据应用。 这是 matplotlib 和 Bokeh 之间的一些差异：
- Bokeh 通过 IPython 的浏览器内客户端渲染新模型实现了跨平台的普遍性
- Bokeh 使用 R 和 ggplot 用户熟悉的语法，而 matplotlib 对 Matlab 用户更熟悉
- Bokeh 具有一致的构想，以构建受 ggplot 启发的浏览器内交互式可视化工具，而 Matplotlib 具有一致的构想，即专注于 2D 跨平台图形。
使用散景创建图的基本步骤如下：
- 准备列表，系列和数据框中的一些数据
- 告诉 Bokeh 您想在哪里生成输出
- 调用
figure()创建带有一些总体选项的绘图，类似于前面讨论的 matplotlib 选项 - 使用颜色，图例和宽度等视觉自定义添加数据的渲染器
- 要求 Bokeh
show()或save()结果
MayaVi 是一个用于交互式科学数据可视化和 3D 绘图的库，建立在屡获殊荣的可视化工具包（VTK）的基础上， 开源可视化库的基于特征的包装器。 它提供以下内容：
- 通过对话框与可视化中的数据和对象进行交互的可能性。
- Python 中的接口，用于编写脚本。 MayaVi 可以与 Numpy 和 scipy 一起使用以进行现成的 3D 绘制，并且可以在 IPython 笔记本中使用，类似于 matplotlib。
- VTK 的抽象，提供了更简单的编程模型。
让我们查看基于 VTK 示例及其提供的数据完全使用 MayaVi 制作的插图：
