全文共

3576

字，預計學習時長

10

分鐘或更長

Seaborn和Matplotlib是Python最強大的兩個可視化庫。Seaborn其默認主題讓人驚訝，而Matplotlib可以通過其多個分類為用戶打造專屬功能。

Python提供了各種用于繪制數(shù)據(jù)的包。本教程將使用以下兩種包來演示Python的繪圖功能：

· Matplotlib

· Seaborn

Matplotlib

importmatplotlib.pyplot as plt

%matplotlib inline

import numpy as np

在上面的代碼塊中，將Pyplot模塊調(diào)整為plt格式并導入Matplotliib庫。這樣做可以簡化執(zhí)行命令的過程，具體內(nèi)容會在本篇教程中看到。PyPlot包含創(chuàng)建和編輯繪圖所需的一系列命令。操作時同時運行%matplotlibinline，那么繪圖下方就能自動顯示代碼塊，否則用戶每次繪圖時都需要輸入plt.show()來創(chuàng)建新圖。此功能是Jupyter Notebook / IPython獨有的。Matplotlib擁有定制的代碼塊結(jié)構(gòu)，這使得它比其他繪圖庫更先進。接下來看看如何使用matploblib生成散點圖。

提示：當使用matplotlib時，文本輸出無法帶來視覺上的吸引力。為了解決這個問題，我們在執(zhí)行代碼塊生成圖片時會在每一行代碼末端添加分號“；”。

我們使用的數(shù)據(jù)庫是UCI機器學習庫中的共享單車數(shù)據(jù)集。

Matplotlib: 散點圖

散點圖是各種示意圖中影響力最廣、信息量最大、功能最多的一類圖。它可以直接向用戶傳遞信息，無需太多額外工作（如下圖所示）。

· plt.scatter()將輸入的散點圖上的數(shù)據(jù)作為初始參數(shù)，其中temp指x軸，cnt指y軸。

· c指的是不同數(shù)據(jù)點的顏色。輸入一個字符串“季節(jié)”，它也表示數(shù)據(jù)幀中的一列，不同顏色對應不同季節(jié)。該方法用可視化方法對數(shù)據(jù)分組，十分簡單便捷。

plt.scatter('temp','cnt', data=day, c='season')

plt.xlabel('NormalizedTemperature', fontsize='large')

plt.ylabel('Countof Total Bike Rentals', fontsize='large');

圖上信息顯示：

· 某些時間點的自行車租賃量超過8000輛。

· 標準溫度超過0.8。

· 自行車租賃量與溫度或季節(jié)無關。

· 自行車租賃量與標準溫度之間含有正線性關系。

這個圖的確含有大量信息，然而圖表并不能產(chǎn)生圖例，因此我們很難對各組季節(jié)數(shù)據(jù)進行破譯。這是因為用散點圖繪圖時，Matplotlib無法根據(jù)繪圖制作圖例。下一節(jié)中，我們將會看到該圖如何隱藏信息，甚至誤導讀者。

看看經(jīng)過徹底編輯后的繪圖。該圖旨在根據(jù)不同組別繪制圖例，并進行破譯。

plt.rcParams['figure.figsize']= [15, 10]

fontdict={'fontsize':18,

'weight' : 'bold',

'horizontalalignment': 'center'}

fontdictx={'fontsize':18,

'weight' : 'bold',

'horizontalalignment': 'center'}

fontdicty={'fontsize':16,

'weight' : 'bold',

'verticalalignment': 'baseline',

'horizontalalignment': 'center'}

spring =plt.scatter('temp', 'cnt', data=day[day['season']==1], marker='o',color='green')

summer =plt.scatter('temp', 'cnt', data=day[day['season']==2], marker='o', color='orange')

autumn =plt.scatter('temp', 'cnt', data=day[day['season']==3], marker='o',color='brown')

winter =plt.scatter('temp', 'cnt', data=day[day['season']==4], marker='o',color='blue')

plt.legend(handles=(spring,summer,autumn,winter),

labels=('Spring', 'Summer','Fall/Autumn', 'Winter'),

title='Season',title_fontsize=16,

scatterpoints=1,

bbox_to_anchor=(1, 0.7), loc=2,borderaxespad=1.,

ncol=1,

fontsize=14)

plt.title('BikeRentals at Different Temperatures\nBy Season', fontdict=fontdict,color='black')

plt.xlabel('Normalizedtemperature', fontdict=fontdictx)

plt.ylabel('Countof Total Rental Bikes', fontdict=fontdicty);

· plt.rcParams['figure.figsize']= [15, 10]限定了整張圖的大小，這個代碼對應的是一個長15厘米*寬10厘米的圖。

· Fontdict是一個包含許多參數(shù)的字典，可以用于標記不同的軸，其中標題為fontdict，x軸為fontdictx，y軸為fontdicty。

· 如今有四個plt.scatter()函數(shù)，對應四個不同的季節(jié)，這一點在數(shù)據(jù)參數(shù)中再次出現(xiàn)，而這些數(shù)據(jù)參數(shù)已被子集化以對應不同單一季節(jié)?！皁”表示不同的標記和顏色參數(shù)，這可以直觀地顯示數(shù)據(jù)點的位置以及其顏色。

· 在plt.legend()中輸入?yún)?shù)形成圖例。前兩個參數(shù)是句柄：圖例和標簽會展示真正的散點圖；而于各個圖對應的名字也會在圖例中出現(xiàn)。圖上大小不一的標記代表散點，它們最終組合為一個散點圖。bbox_to_anchor=(1, 0.7), loc=2, borderaxespad=1。這三個參數(shù)串聯(lián)使用，來對照圖例位置。點擊這句話開頭的鏈接，可以發(fā)現(xiàn)這些參數(shù)的本質(zhì)。

現(xiàn)在可以通過區(qū)分不同季節(jié)來發(fā)現(xiàn)更多隱藏信息。但即使已經(jīng)添加了額外的圖層，散點圖依然可以隱藏信息并帶來誤解。

該散點圖：

· 數(shù)據(jù)中有重復部分。

· 分布混亂。

· 未顯示自行車租賃在不同季節(jié)之間的明顯差別。

· 隱藏信息，如：春夏氣溫上升時自行車出租量會增加。

· 表示自行車租賃量與氣溫呈正比關系。

· 并未清楚顯示最低溫出現(xiàn)在哪一季節(jié)。

子圖

創(chuàng)建子圖可能是業(yè)界最具吸引力也是最專業(yè)的圖表技術之一。當單一的圖信息過多時，人們難以評估，子圖就變得十分重要。

分面就是在同一個軸上繪制多個不同的圖。分面是數(shù)據(jù)可視化中功能最多的技術之一。分面可以從多個角度展示信息，也可以揭露隱藏內(nèi)容。

· 如前所述，plt.figure()將用于創(chuàng)建新的繪圖畫布。最終會保存為圖畫格式。

· 重復運行fig.add_subplot()代碼4次，分別對應四個季節(jié)的子圖。其參數(shù)則對應nrows,ncols和index。比方說axl對應圖表上第一個繪圖（索引在左上角從1開始，向右遞增）。

· 余下的函數(shù)調(diào)用可以自我解釋或被覆蓋。

fig = plt.figure()

plt.rcParams['figure.figsize']= [15,10]

plt.rcParams['font.weight']= 'bold'

fontdict={'fontsize':25,

'weight' : 'bold'}

fontdicty={'fontsize':18,

'weight' : 'bold',

'verticalalignment': 'baseline',

'horizontalalignment': 'center'}

fontdictx={'fontsize':18,

'weight' : 'bold',

'horizontalalignment': 'center'}

plt.subplots_adjust(wspace=0.2,hspace=0.2)

fig.suptitle('BikeRentals at Different Temperatures\nBy Season',fontsize=25,fontweight='bold', color='black',

position=(0.5,1.01))

ax1 =fig.add_subplot(221)

ax1.scatter('temp','cnt', data=day[day['season']==1], c='green')

ax1.set_title('Spring',fontdict=fontdict, color='green')

ax1.set_ylabel('Countof Total Rental Bikes', fontdict=fontdicty, position=(0,-0.1))

ax2 =fig.add_subplot(222)

ax2.scatter('temp','cnt', data=day[day['season']==2], c='orange')

ax2.set_title('Summer',fontdict=fontdict, color='orange')

ax3 =fig.add_subplot(223)

ax3.scatter('temp','cnt', data=day[day['season']==3], c='brown')

ax3.set_title('Fallor Autumn', fontdict=fontdict, color='brown')

ax4 =fig.add_subplot(224)

ax4.scatter('temp','cnt', data=day[day['season']==4], c='blue')

ax4.set_title('Winter',fontdict=fontdict, color='blue')

ax4.set_xlabel('Normalizedtemperature', fontdict=fontdictx, position=(-0.1,0));

現(xiàn)在分別分析各組，效果也會更加顯著。首先要注意到在不同季節(jié)里，自行車租賃量與氣溫的關系存在差異：

· 它們在春天呈現(xiàn)正線性關系。

· 它們在冬天和夏天呈二次非線性關系。

· 在秋天它們的正線性關系十分不明顯。

但是，這些圖依然有可能誤導讀者，原因也并不明顯。四張圖中，所有的軸都不一樣。如果人們沒有留意到這一點，那么他們很有可能會誤解這些圖。請參閱下文，了解如何解決該問題。

fig = plt.figure()

plt.rcParams['figure.figsize']= [12,12]

plt.rcParams['font.weight']= 'bold'

plt.subplots_adjust(hspace=0.60)

fontdicty={'fontsize':20,

'weight' : 'bold',

'verticalalignment': 'baseline',

'horizontalalignment': 'center'}

fontdictx={'fontsize':20,

'weight' : 'bold',

'horizontalalignment': 'center'}

fig.suptitle('BikeRentals at Different Temperatures\nBy Season',fontsize=25,fontweight='bold', color='black',

position=(0.5,1.0))

#ax2 is definedfirst because the other plots are sharing its x-axis

ax2 =fig.add_subplot(412, sharex=ax2)

ax2.scatter('temp','cnt', data=day.loc[day['season']==2], c='orange')

ax2.set_title('Summer',fontdict=fontdict, color='orange')

ax2.set_ylabel('Countof Total Rental Bikes', fontdict=fontdicty, position=(-0.3,-0.2))

ax1 =fig.add_subplot(411, sharex=ax2)

ax1.scatter('temp','cnt', data=day.loc[day['season']==1], c='green')

ax1.set_title('Spring',fontdict=fontdict, color='green')

ax3 =fig.add_subplot(413, sharex=ax2)

ax3.scatter('temp','cnt', data=day.loc[day['season']==3], c='brown')

ax3.set_title('Fallor Autumn', fontdict=fontdict, color='brown')

ax4 =fig.add_subplot(414, sharex=ax2)

ax4.scatter('temp','cnt', data=day.loc[day['season']==4], c='blue')

ax4.set_title('Winter',fontdict=fontdict, color='blue')

ax4.set_xlabel('Normalizedtemperature', fontdict=fontdictx);

如今繪圖網(wǎng)格重新調(diào)整，所有圖的x軸都與夏天圖的x軸一致（選擇夏天的x軸為標準是因為它的溫度范圍更廣）。現(xiàn)在可以從數(shù)據(jù)中找到一些更有趣的發(fā)現(xiàn)：

· 最低溫度出現(xiàn)在春天。

· 最高溫度出現(xiàn)在秋天。

· 在夏天和秋天，自行車租賃量和溫度似乎呈二次關系。

· 不考慮季節(jié)因素時，溫度越低，自行車租賃量越少。

· 春天的自行車租賃量和溫度呈明顯的正線性關系。

· 秋天的自行車租賃量和溫度呈輕度的負線性關系。

fig = plt.figure()

plt.rcParams['figure.figsize']= [10,10]

plt.rcParams['font.weight']= 'bold'

plt.subplots_adjust(wspace=0.5)

fontdicty1={'fontsize':18,

'weight' : 'bold'}

fontdictx1={'fontsize':18,

'weight' : 'bold',

'horizontalalignment': 'center'}

fig.suptitle('BikeRentals at Different Temperatures\nBy Season',fontsize=25,fontweight='bold', color='black',

position=(0.5,1.0))

ax3 =fig.add_subplot(143, sharey=ax3)

ax3.scatter('temp','cnt', data=day.loc[day['season']==3], c='brown')

ax3.set_title('Fallor Autumn', fontdict=fontdict,color='brown')

ax1 =fig.add_subplot(141, sharey=ax3)

ax1.scatter('temp','cnt', data=day.loc[day['season']==1], c='green')

ax1.set_title('Spring',fontdict=fontdict, color='green')

ax1.set_ylabel('Countof Total Rental Bikes', fontdict=fontdicty1, position=(0.5,0.5))

ax2 =fig.add_subplot(142, sharey=ax3)

ax2.scatter('temp','cnt', data=day.loc[day['season']==2], c='orange')

ax2.set_title('Summer',fontdict=fontdict, color='orange')

ax4 =fig.add_subplot(144, sharey=ax3)

ax4.scatter('temp','cnt', data=day.loc[day['season']==4], c='blue')

ax4.set_title('Winter',fontdict=fontdict, color='blue')

ax4.set_xlabel('Normalizedtemperature', fontdict=fontdictx, position=(-1.5,0));

將所有繪圖并列放置又有新的發(fā)現(xiàn)：

· 所有季節(jié)都有超過8000輛自行車出租的時間點。

· 大規(guī)模的自行車出租主要出現(xiàn)在春秋兩季。

· 冬夏兩季中自行車租賃量變動較大。

但注意，不要從以上方面來解釋變量之間的關系。盡管春夏兩季中自行車租賃量與氣溫似乎存在負線性關系，但這一解釋實際是錯誤的。從前文的分析中我們發(fā)現(xiàn)事實并非如此。

Seaborn

seaborn包是基于Matplotlib庫開發(fā)的。它用于創(chuàng)建更具吸引力、信息量更大的統(tǒng)計圖形。雖然seaborn與Matplotlib不一樣，但它創(chuàng)建的圖像一樣具有吸引力。

盡管matplotlib表現(xiàn)不俗，但我們總希望做得更好。運行下面的代碼塊以導入seaborn庫，并創(chuàng)建先前的散點圖，來看看會出現(xiàn)什么。

首先輸入代碼import seaborn assns，將seaborn庫導入。下一行sns.set（）將seaborn的默認主題和調(diào)色板加載到會話中。運行下面的代碼并觀察圖表中哪些區(qū)域或文字發(fā)生更改。

import seaborn assns

sns.set()

將seaborn加載到會話中后，當使用Matplotlib生成圖像時，這個庫會添加seaborn的默認自定義項，如圖所示。而最令用戶感到困擾的便是它們的標題有可能會重復——Matplotlib的命名規(guī)則讓人困惑，這一點也讓人覺得厭煩。盡管如此，這些視覺效果依然很有吸引力，數(shù)據(jù)科學家的工作已引入這一技術。

為了使標題更加與時俱進，提高其用戶友好度，需要使用如下代碼。但注意，以下代碼僅適用于散點圖中含有副標題的情況。有的時候副標題也十分重要，因此仍需更好地掌握這種結(jié)構(gòu)。

fig = plt.figure()

fig.suptitle('Seabornwith Python', fontsize='x-large', fontweight='bold')

fig.subplots_adjust(top=0.87)

#This is used forthe main title. 'figure()' is a class that provides all the plotting elementsof a diagram.

#This must be usedfirst or else the title will not show.fig.subplots_adjust(top=0.85) solves ouroverlapping title problem.

ax =fig.add_subplot(111)

fontdict={'fontsize':14,

'fontweight' : 'book',

'verticalalignment': 'baseline',

'horizontalalignment': 'center'}

ax.set_title('PlottingTutorial', fontdict=fontdict)

#This specifieswhich plot to add the customizations. fig.add_sublpot(111) corresponds to topleft plot no.1

#(there is only oneplot).

plt.plot(x, y,'go-', linewidth=1) #linewidth=1 to make it narrower

plt.xlabel('x-axis',fontsize=14)

plt.ylabel('yaxis',fontsize=14);

深入挖掘seaborn的功能后，我們可以用更少的代碼行與類似的語法對自行車租賃量數(shù)據(jù)集再次創(chuàng)建可視化圖。Seaborn仍然使用Matplotlib語法來生成圖像，盡管新圖與舊圖之間的語法差異很小，但依然十分明顯。

為了簡化視覺效果，我們將對自行車租賃數(shù)據(jù)集的“季節(jié)”列重新命名，并重新標記。

day.rename(columns={'season':'Season'},inplace=True)

day['Season']=day.Season.map({1:'Spring',2:'Summer', 3:'Fall/Autumn', 4:'Winter'})

如今我們已根據(jù)喜好重新編輯了“季節(jié)”一欄，接下來將用seaborn對先前的繪圖進行可視化。

第一個明顯的區(qū)別在于——當默認樣式加入到會話后，seaborn顯示的默認主題不一致。上面顯示的默認主題是在調(diào)用sns.set（）時在后臺應用sns.set_style（'whitegrid'）的結(jié)果。我們也可以根據(jù)喜好用已有主題改變原來的狀態(tài)，如下圖所示。

· sns.set_style()標記的是“white”、“dark”、“whitegrid”以及“darkgrid”中的一個。這一代碼控制著整個繪圖區(qū)域，比如顏色，網(wǎng)格以及標記的狀態(tài)。

· sns.set_context()表示的是“paper”、“notebook”、“talk”和“poster”的內(nèi)容。這將根據(jù)讀取方式控制繪圖的布局。例如，如果內(nèi)容出現(xiàn)在“poster”上，我們將看到放大的圖像和文字。如果內(nèi)容出現(xiàn)在 “talk”中，其字體將會加粗。

plt.figure(figsize=(7,6))

fontdict={'fontsize':18,

'weight' : 'bold',

'horizontalalignment': 'center'}

sns.set_context('talk',font_scale=0.9)

sns.set_style('ticks')

sns.scatterplot(x='temp',y='cnt', hue='Season', data=day, style='Season',

palette=['green','orange','brown','blue'], legend='full')

plt.legend(scatterpoints=1,

bbox_to_anchor=(1, 0.7), loc=2,borderaxespad=1.,

ncol=1,

fontsize=14)

plt.xlabel('NormalizedTemperature', fontsize=16, fontweight='bold')

plt.ylabel('Countof Total Bike Rentals', fontsize=16, fontweight='bold')

plt.title('BikeRentals at Different Temperatures\nBy Season', fontdict=fontdict, color='black',

position=(0.5,1));

現(xiàn)在來看一個相同的散點圖，但其輸入代碼為sns.set_context('paper',font_scale=2)和sns.set_style('white')

plt.figure(figsize=(7,6))

fontdict={'fontsize':18,

'weight' : 'bold',

'horizontalalignment': 'center'}

sns.set_context('paper',font_scale=2) #this makes the font and scatterpoints much smaller, hence theneed for size adjustemnts

sns.set_style('white')

sns.scatterplot(x='temp',y='cnt', hue='Season', data=day, style='Season',

palette=['green','orange','brown','blue'],legend='full', size='Season', sizes=[100,100,100,100])

plt.legend(scatterpoints=1,

bbox_to_anchor=(1, 0.7), loc=2,borderaxespad=1.,

ncol=1,

fontsize=14)

plt.xlabel('NormalizedTemperature', fontsize=16, fontweight='bold')

plt.ylabel('Countof Total Bike Rentals', fontsize=16, fontweight='bold')

plt.title('BikeRentals at Different Temperatures\nBy Season', fontdict=fontdict,color='black',

position=(0.5,1));

現(xiàn)在終于用Seaborn重新創(chuàng)建了之前用Matplotlib生成的散點圖。更改后的圖使用的代碼行數(shù)更少，分辨率也更高。接下來繼續(xù)完成繪圖：

sns.set(rc={'figure.figsize':(20,20)})

sns.set_context('talk',font_scale=2)

sns.set_style('ticks')

g =sns.relplot(x='temp', y='cnt', hue='Season', data=day,palette=['green','orange','brown','blue'],

col='Season', col_wrap=4,legend=False

height=6, aspect=0.5,style='Season', sizes=(800,1000))

g.fig.suptitle('BikeRentals at Different Temperatures\nBy Season' ,position=(0.5,1.05),fontweight='bold', size=18)

g.set_xlabels('NormalizedTemperature',fontweight='bold', size=15)

g.set_ylabels('Countof Total Bike Rentals',fontweight='bold', size=20);

改變圖表形狀需要改變外觀參數(shù)。通過增大外觀的數(shù)值，圖表形狀會更呈方形。圖像高度也會隨著數(shù)值更改發(fā)生變化，因此這里需要同時對兩個參數(shù)進行試驗。

更改行數(shù)和列數(shù)需使用col_wrap參數(shù)執(zhí)行此操作。行數(shù)和列數(shù)會隨著col參數(shù)而變化。這種參數(shù)可以檢測類比數(shù)目，同時可以相應地分配。

sns.set(rc={'figure.figsize':(20,20)})

sns.set_context('talk',font_scale=2)

sns.set_style('ticks')

g =sns.relplot(x='temp', y='cnt', hue='Season',data=day,palette=['green','orange','brown','blue'],

col='Season', col_wrap=2,legend=False

height=4, aspect=1.6,style='Season', sizes=(800,1000))

g.fig.suptitle('BikeRentals at Different Temperatures\nBy Season' ,position=(0.5,1.05),fontweight='bold', size=18)

g.set_xlabels('NormalizedTemperature',fontweight='bold', size=15)

g.set_ylabels('Countof\nTotal Bike Rentals',fontweight='bold', size=20);