07

大家好，我是营长，昨天营长分享了数据科学”的知识点：，不清楚的小伙伴可戳这????每日一课|Python数据可视化-如何分区和绘图

本期营长接着为大家分享Python数据可视化相关内容

这期分享营长邀请的是齐伟（Python大学教材及畅销书作者）分享案列上手-Python数据可视化

作者寄语

努力面前，忘记背后，向着标杆直跑。

当遇到貌似无法克服的困难时，当怀疑自己是否能够学会时，当受到其他诱惑想放弃时，请来读一读这句话。

详细开篇词，可戳此链接：https://gitbook.cn/gitchat/column/5c6cd09e7fa9074fde9c8909/topic/5c6cd10f7fa9074fde9c890a

07

多样化的图像

在上一课，已经了解了基本的绘图方法，特别是熟悉了如何对坐标系做各种各样的设置，那是可视化的基础。本课要在上一课内容的基础上，进一步丰富坐标系内图像的设置。

注意，没有使用曲线这个词，显然包括但不限于曲线。

1.4.1 标注

如果在坐标系中绘制了多条曲线，会用图例表示出每条曲线的含义，这是一种区分方式；另外一种方式是直接对每条曲线进行标注，或许这样更直接明了。此外，有时候对于坐标系中某些特殊点也会进行标注。

%matplotlib inline
import numpy as np
import matplotlib.pyplot as pltx = np.arange(0, 10, 0.005)
y = np.exp(-x/2) * np.sin(2*np.pi*x)fig, ax = plt.subplots()
ax.plot(x, y)ax.set_xlim(0, 10)
ax.set_ylim(-1, 1)ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position('zero')#以下标注
x1 = 1.25
y1 = np.exp(-x1/2) * np.sin(2*np.pi*x1)
ax.scatter([x1,], [y1,], 50, color='blue') #①
ax.plot([x1, x1], [0, y1], color='blue', linewidth=2.5, linestyle="--") #②
ax.plot([0, x1], [y1, y1], color='blue', linewidth=2.5, linestyle='--') #③ax.annotate(r'$e^{-\frac{x}{2}}sin(2\pi{x}), x=1.25$', xy=(x1, y1), xycoords='data', xytext=(+30, +0.6), textcoords='offset points', fontsize=16,arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2")) #④

输出结果：

先看输出的结果，相比以往绘制的类似图，此处做了两处改变，一处是坐标系，现在把 x 轴设置到了 y=0 的位置，这种设置方法的解释请参考上一课的内容；另外一处是增加了标注，即图中看到的，除了曲线和坐标轴之外，都属于标注的部分。这些内容是通过代码中写有注释的那一行以下的代码实现的，一共4行，下面逐一进行解释。

① 的目的在于呈现图中的坐标点，即那个蓝色的圆点。scatter 是实现散点图的方法（函数），后面会对此进行详细讲解。请注意这里的参数 [x1,], [y1,]。如果用数学方式表示，应该画出的点是 (x1, y1)，这是一个坐标点。scatter 方法的参数跟以前学习过的 plot 一样，都要输入表示横轴的数据集和表示纵轴的数据集，那么，就要把 x1 和 y1 分别放到两个序列中，于是就有了参数 [x1,], [y1,]。

② 和 ③ 的作用就从坐标点 (x1, y1) 分别向 x 轴、y 轴画出垂直的虚线。

④ 是标注文字说明，此处使用 ax.annotate 方法，也可以用 plt.annotate 函数。

r’e^{-\frac{x}{2}}sin(2\pi{x}), x=1.25

e−2

x

• sin(2πx),x=1.25’：这是所显示的内容，在 Matplolib 中，支持 LaTex 编辑显示公式。

• xy=(x1, y1)：说明被标注点的坐标。

• xycoords=‘data’：标注内容指向的点，默认值是 ‘data’，也可以选其他值

• xytext=(+30, +0.6)：上述文本内容的显示位置。

• arrowprops=dict(arrowstyle="->", connectionstyle=“arc3,rad=.2”)：箭头的设置。

在坐标系内能够绘制的图像，除了曲线之外，还有很多其他类型的图像，如散点图。

1.4.2 散点图

散点图很重要，是因为在科学研究中，特别是规律探索的过程中，散点图是一种常用的图像。通常发现科学规律的过程是这样进行的：

• 设计实验，通过实验测量得到数据；

• 将数据在坐标系内做散点图；

• 观察散点图的特点，推断可能的函数关系，即规律；

• 再用实验验证规律是否正确，也包括理论上的检验，总之，只要没有发现不符合上述规律的实验数据，就姑且认为该规律是成立的。

当然，上面的过程是以得到一个函数为例说明，有时候画出散点图，或许也不是为了得到某一个函数。

那么，散点图怎么画？

前面已经剧透过了，scatter 就是用来画散点图的方法。

n = 1024
X = np.random.normal(0,1,n)
Y = np.random.normal(0,1,n)
plt.scatter(X,Y)

输出结果：

X、Y 是符合高斯分布的数据（np.random.normal() 随机生成符合高斯分布的数字集），然后用 plt.scatter() 做散点图，从图中可以直观地看到数据的分布，这正是高斯分布的特点。

plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)

scatter 的参数中除了 x，y 必不可少的之外，还有其他很多参数，在后面的绘图中，会用到一些。

import pandas as pd
cities = pd.read_csv("/Users/qiwsir/Documents/Codes/DataSet/jiangsu/city_population.csv")
cities#outname area population longd latd
0  南京市 6582.31  8004680  118.78  32.04
1  无锡市 4787.61  6372624  120.29  31.59
2  徐州市 11764.88  8580500  117.20  34.26
3  常州市 4384.57  4591972  119.95  31.79
4  苏州市 8488.42  10465994  120.62  31.32
5  南通市 8001.00  7282835  120.86  32.01
6  连云港市 7615.29  4393914  119.16  34.59
7  淮安市 9949.97  4799889  119.15  33.50
8  盐城市 16972.42  7260240  120.13  33.38
9  扬州市 6591.21  4459760  119.42  32.39
10  镇江市 3840.32  3113384  119.44  32.20
11  泰州市 5787.26  4618558  119.90  32.49
12  宿迁市 8555.00  4715553  118.30  33.96

从数据集中读入上述数据，可以点击这里下载。

变量 cities 引用的数据集是江苏省各个城市的名称、人口、面积和经纬度数据。下面就要通过可视化的方式，把这些特征体现出来。

lat = cities['latd']
lon = cities['longd']
population = cities['population'],
area = cities['area']plt.scatter(lon, lat, label=None, c=np.log10(population)[0], cmap="viridis", s=area/10, linewidths=0, alpha=0.5)
plt.axis(aspect='equal')
plt.xlabel("longitude")
plt.ylabel('latitude')
plt.colorbar(label='log$_{10}$(population)') for area in [10, 30, 50]:plt.scatter([], [], c='k', alpha=0.3, s=area, label=str(area) + ' km$^2$')plt.legend(scatterpoints=1, frameon=False, labelspacing=1, title='City Area')
plt.title('江苏省各城市面积和人口')

输出结果：

此处是按照经纬度来绘制散点图的，因此，各个城市在上图中的位置，应该跟实际地图中的位置一样的。为了对比，请看江苏省的地图。

对比上下两张图，一定会为自己绘制的散点图所折服的。

在心理美滋滋之后，对关键语句进行介绍。

• plt.scatter(lon, lat, label=None, c=np.log10(population)[0], cmap=“viridis”, s=area/10, linewidths=0, alpha=0.5) ：这是绘制散点图的基本函数。scatter 参数众多，这里涉及一些，为了理解此行代码，适当解释几个参数。

• • c：设置颜色。在此处使用的值是 np.log10(population)[0]，因为各个城市 population 数值较大，用对数对原值进行转换。注意，np.log10(population) 的结果是一个形状为 (13, 1) 的数组，因此要以 np.log10(population)[0] 的方式获得每个城市所对应的色彩，严格来讲只是建立了与色彩的映射关系，具体的色彩还要由 cmap 决定。

  • cmap：当用浮点数设置了参数 c 的值之后，就可以根据此处设置的色彩谱得到相应的色彩。

  • s：设置每个点的大小，还是考虑到 area 数值有点大，因此除以 10。

  • linewidths：设置每个点外周的线的粗细。

plt.colorbar(label=‘log_{10}

10

• (population)’)：这也是一个新面孔，它的作用是生成了图中右侧的数据光谱。

对于散点图而言，其中的“点”，除了可以是圆点之外，还可以是别的形状的。比如，下面的代码来自于官方网站的示例。

np.random.seed(19680801)x = np.arange(0.0, 50.0, 2.0)
y = x ** 1.3 + np.random.rand(*x.shape) * 30.0
s = np.random.rand(*x.shape) * 800 + 500plt.scatter(x, y, s, c="g", alpha=0.5, marker=r'$\clubsuit$',label="Luck")
plt.xlabel("Leprechauns")
plt.ylabel("Gold")
plt.legend(loc='upper left')

输出结果：

原来的“点”变成了上图中的“树”，其原因就是 scatter 函数中的 maker 参数，通过设置其值，能够实现不同形状的“散点”。其他的值可以在官方网站的页面中得到，可点击这里获取。

对于散点图而言，除了在正交的直角坐标系中绘制之外，可能有时候也会在极坐标系中绘制，其他图像也有此可能，但是因为不常用，因此在前面未提及。而散点图，对于极坐标系则是一种比较常见的需要。

np.random.seed(19680801)# 点的面积和色彩
N = 150
r = 2 * np.random.rand(N)
theta = 2 * np.pi * np.random.rand(N)
area = 200 * r**2
colors = thetafig = plt.figure()
ax = fig.add_subplot(111, projection='polar')
ax.scatter(theta, r, c=colors, s=area, cmap='hsv', alpha=0.75)

输出结果：

系是通过 fig.add_subplot(111, projection=‘polar’) 里的参数 projection=‘polar’ 建立的，其他方面则与之前的正交坐标系一致了。

虽然这里能够画出色彩斑斓的散点图了，但是，要注意，并不是什么时候都要这样画图的。为每个点或者某些点标明色彩，其实是为了分类，如果没有这种需要，并且是要处理大量数据，推荐使用另外一个——plt.plot。

前面用这个函数绘制的都是曲线，如何用它来绘制散点图？

df = pd.read_csv("/Users/qiwsir/Documents/Codes/DataSet/xsin/xsin.csv")
plt.plot(df.x, df.y, 'Dr')

输出结果：

本例中的数据集来自于：https://github.com/qiwsir/DataSet/tree/master/xsin/xsin.csv。

这样绘制出来的散点图，因为没有对各个点进行单独渲染，所以在处理大数据的时候，速度就快多了。

总结

本课是在前一课的基础上，进一步丰富了在坐标系中绘制的图像。

• 对曲线做标注：ax.annotate

• 绘制散点图：ax.scatter

• 创建极坐标系：fig.add_subplot(111, projection=‘polar’)

• 用 plt.plot 针对大量数据做散点图

特别提醒，因为每个函数都有很多参数，在使用的时候，一定要勤查阅官方文档，从中了解参数的控制对象和效果。

本期7日专栏到今天就结束了，各位大佬学的怎么样？记得抽空学习呀！

咱们下期再见！

以上内容均来自CSDN GitChat《Python数据可视化》，作者齐伟，Pthon大学教材及畅销书作者，识别二维码查看专栏更多详情。

仅限5月6日-5月12日

仅需49元

识别二维码查看详情

????????

点击阅读原文