成都网站制作成都网站制作,新洲建设投标网站,好看网站,网络营销公司加盟内容主要介绍了python模块matplotlib即seaborn数据可视化
matplotlib模块通过import matplotlib.pyplot as plt生成图形#xff0c;如生成图形没展示#xff0c;可调用plt.show()方法展示图形#xff1b;
对于颜色属性设置#xff0c;既可以使用十六进制颜色表达(#7777aa…内容主要介绍了python模块matplotlib即seaborn数据可视化
matplotlib模块通过import matplotlib.pyplot as plt生成图形如生成图形没展示可调用plt.show()方法展示图形
对于颜色属性设置既可以使用十六进制颜色表达(#7777aa)也可以使用颜色名称比如绿色green,红色:red黄色:yellow
图形中如果涉及中文及数字中的负号需要设置rcParams属性
plt.rcParams[font.sans-serif] [Microsoft YaHei] # 如果有中文设置字体格式为微软雅黑
plt.rcParams[axes.unicode_minus] False # 坐标轴如果有负数通过该参数设置一、饼图
主要应用于离散变量展示各个成分结构占比
1. matplotlib绘制
matplotlib绘制饼图默认如果是椭圆形如展示位正圆形可通过pyplot模块中的axes设置为正圆形plt.axes(aspectequal)
pie(x, explodeNone, labelsNone, colorsNone,autopctNone, pctdistance0.6, shadowFalse,labeldistance1.1, startangleNone,radiusNone, counterclockTrue, wedgepropsNone,textpropsNone, center(0, 0), frameFalse)参数说明
x指定绘图的数据explode指定饼图某些部分的突出显示即呈现爆炸式labels为饼图添加标签说明类似于图例说明colors指定饼图的填充色,以可迭代对象传入比如两种类型colors[#999ff,#7777aa]autopct自动添加百分比显示可以采用格式化的方法显示比如保留一位小数autopct%.1f%%pctdistance设置百分比标签与圆心的距离shadow是否添加饼图的阴影效果labeldistance设置各扇形标签图例与圆心的距离startangle设置饼图的初始摆放角度radius设置饼图的半径大小counterclock是否让饼图按逆时针顺序呈现wedgeprops设置饼图内外边界的属性如边界线的粗细、颜色等textprops设置饼图中文本的属性如字体大小、颜色等center指定饼图的中心点位置默认为原点frame是否要显示饼图背后的图框如果设置为True的话需要同时控制图框x轴、y轴的范围和饼图的中心位置
样例
import matplotlib.pyplot as pltplt.title(渠道销售占比)
plt.rcParams[font.sans-serif] [Microsoft YaHei] # 如果有中文设置字体格式为微软雅黑
plt.pie(x[10,20,30],labels[渠道一,渠道二,渠道三],colors[green,red,yellow],autopct%.1f%%)绘制图如下
2. pandas绘制
pandas模块可以绘制常见图形诸如折线图、条形图、直方图、箱线图、核密度图等 可以通过kind参数设置图形类型比如饼图(pie)kindpie
Series.plot(kindline, axNone, figsizeNone, use_indexTrue, titleNone,gridNone, legendFalse, styleNone, logxFalse, logyFalse,loglogFalse, xticksNone, yticksNone, xlimNone, ylimNone,rotNone, fontsizeNone, colormapNone, tableFalse, yerrNone,xerrNone, labelNone, secondary_yFalse, **kwds)参数说明 kind指定一个字符串值用于绘制图形的类型默认为折线图line。还可以绘制垂直条形图bar、水平条形图hbar、直方图hist、箱线图box、核密度图kde、面积图area和饼图pie ax控制当前子图在组图中的位置例如在一个2×2的图形矩阵中通过该参数控制当前图形在矩阵中的位置 figsize控制图形的宽度和高度以元组形式传递即(width,hright) use_indexbool类型的参数是否将序列的行索引用作x轴的刻度默认为True title用以添加图形的标题 gridbool类型的参数是否给图形添加网格线默认为False legendbool类型的参数是否添加子图的图例默认为False style如果kind为line该参数可以控制折线图的线条类型 logxbool类型的参数是否对x轴做对数变换默认为False logybool类型的参数是否对y轴做对数变换默认为False loglogbool类型的参数是否同时对x轴和y轴做对数变换默认为False xticks用于设置x轴的刻度值 yticks用于设置y轴的刻度值 xlim以元组或列表的形式设置x轴的取值范围如(0,3)表示x轴落在03的范围之内 ylim以元组或列表的形式设置y轴的取值范围 rot接受一个整数值用于旋转刻度值的角度 fontsize接受一个整数用于控制x轴与y轴刻度值的字体大小 colormap接受一个表示颜色含义的字符串或者Python的色彩映射对象该参数用于设置图形的区域颜色 table该参数如果为True表示在绘制图形的基础上再添加数据表如果传递的是序列或数据框则根据数据添加数据表 yerr如果kind为bar或hbar该参数表示在条形图的基础上添加误差棒 xerr含义同yerr参数 label用于添加图形的标签 secondary_ybool类型的参数是否添加第二个y轴默认为False **kwds关键字参数该参数可以根据不同的kind值为图形添加更多的修饰性参数依赖于pyplot中的绘图函数
样例
df pd.DataFrame([[渠道一,10],[渠道二,20],[渠道三,30]],columns[渠道,销售额])
df[销售额].plot(kindpie,labelsdf[渠道],title各渠道销售占比,autopct%.1f%%)二、条形图
同饼图一样适用于分类型数据
1. matplotlib绘制
1.1 竖向条形图
bar(left, height, width0.8, bottomNone, colorNone, edgecolorNone,linewidthNone, tick_labelNone, xerrNone, yerrNone,label None, ecolorNone, align, logFalse, **kwargs)其中barh表示横向条形图
参数说明
x传递数值序列指定条形图中x轴上的刻度值height传递数值序列指定条形图y轴上的高度width指定条形图的宽度默认为0.8bottom用于绘制堆叠条形图color指定条形图的填充色edgecolor指定条形图的边框色linewidth指定条形图边框的宽度如果指定为0表示不绘制边框tick_label指定条形图的刻度标签xerr如果参数不为None表示在条形图的基础上添加误差棒yerr参数含义同xerrlabel指定条形图的标签一般用以添加图例ecolor指定条形图误差棒的颜色align指定x轴刻度标签的对齐方式默认为center表示刻度标签居中对齐如果设置为edge则表示在每个条形的左下角呈现刻度标签logbool类型参数是否对坐标轴进行log变换默认为False**kwargs关键字参数用于对条形图进行其他设置如透明度等
样例
df pd.DataFrame([[渠道一,10],[渠道二,20],[渠道三,30]],columns[渠道,销售额])
plt.ylabel(销售额)
plt.style.use(seaborn-paper) # 绘图风格具体style值可通过plt.style.available属性查看有的值可能用不了
plt.title(各渠道销售情况)
plt.bar(xrange(df.shape[0]),heightdf[销售额],tick_labeldf[渠道])
for x,y in enumerate(df[销售额]): plt.text(x,y0.2,str(y),hacenter) # 添加y轴标签1.2 横向条形图
df pd.DataFrame([[渠道一,10],[渠道二,20],[渠道三,30]],columns[渠道,销售额])
plt.rcParams[font.sans-serif] [Microsoft YaHei]
plt.ylabel(销售额)
plt.style.use(seaborn-paper) # 绘图风格具体style值可通过plt.style.available属性查看
plt.title(各渠道销售情况)
plt.barh(yrange(df.shape[0]),widthdf[销售额],tick_labeldf[渠道])
for x,y in enumerate(df[销售额]): plt.text(y1,x,str(y),hacenter) # 添加y轴标签
plt.show()1.3 堆积条形图
相较以上单维度条形图还可以在同一条形里绘制不同维度对比同一柱子不同类别设置不同bottom参数即可
df pd.DataFrame([[深圳,10,20],[北京,35,30],[广州,30,40]],columns[地区,A部门销售额,B部门销售额])
plt.rcParams[font.sans-serif] [Microsoft YaHei]
# 绘制A部门销售
plt.bar(xrange(df.shape[0]),tick_labeldf[地区],heightdf[A部门销售额],colorgreen)
# 绘制B部门销售
plt.bar(xrange(df.shape[0]),tick_labeldf[地区],heightdf[B部门销售额],colorred,bottomdf[A部门销售额])# 如果有第三个部门bottomdf[A部门销售额] df[C部门销售额]
# 显示y轴标签
plt.ylabel(销售额)
# 添加图图形标题
plt.title(各地区销售情况)
# 显示图例
plt.legend([A部门销售额,B部门销售额])
plt.show() 1.4 水平交错条形图
这块在绘制其他图形时只需要将x轴的位置往右平移width宽度就好 样例
df pd.DataFrame([[深圳,10,20],[北京,35,30],[广州,30,40]],columns[地区,A部门销售额,B部门销售额])
plt.rcParams[font.sans-serif] [Microsoft YaHei]
# 绘制A部门销售
plt.bar(xrange(df.shape[0]),tick_labeldf[地区],heightdf[A部门销售额],colorgreen,width0.2)
# 绘制B部门销售
plt.bar(x[x0.2 for x in range(df.shape[0])],tick_labeldf[地区],heightdf[B部门销售额],colorred,width0.2)
plt.ylabel(销售额)
# 添加图图形标题
plt.title(各地区销售情况)
# 显示图例
plt.legend([A部门销售额,B部门销售额])
# 添加x轴标签width0.2这里设置0.1两根柱子居中
plt.xticks([x0.1 for x in range(df.shape[0])],df[地区])
plt.show()效果如下
如果添加刻度标签通过plt.text参数设置即可同上
2. pandas绘制
2.1 竖形条形图
样例
df pd.DataFrame([[渠道一,10],[渠道二,20],[渠道三,30]],columns[渠道,销售额])
df[销售额].plot(kindbar,width0.2,title销售额,colorgreen)
plt.ylabel(销售额)
plt.title(各渠道销售情况)
plt.xticks(range(df.shape[0]),df[渠道])
for x,y in enumerate(df[销售额]): plt.text(x,y0.4,str(y),hacenter) # 添加y轴标签2.2 水平交叉条形图
df pd.DataFrame([[深圳,10,20],[北京,35,30],[广州,30,40]],columns[地区,A部门销售额,B部门销售额])
df.plot(x地区,y[A部门销售额,B部门销售额],kindbar,color[green,red],width0.4,title各地区销售额)
plt.ylabel(销售额)
plt.xlabel()
plt.show()3. seaborn绘制
import seaborn as sns
sns.barplot(xNone, yNone, hueNone, dataNone, orderNone, hue_orderNone,ci95, n_boot1000, orientNone, colorNone, paletteNone,saturation0.75, errcolor.26, errwidthNone, dodgeTrue, axNone, **kwargs)参数说明
x指定条形图的x轴数据y指定条形图的y轴数据hue指定用于分组的另一个离散变量data指定用于绘图的数据集order传递一个字符串列表用于分类变量的排序hur_order传递一个字符串列表用于分类变量hue值的排序ci用于绘制条形图的误差棒置信区间n_boot当指定ci参数时可以通过n_boot参数控制自助抽样的迭代次数orient指定水平或垂直条形图color指定所有条形图所属的一种填充色palette指定hue变量中各水平的颜色saturation指定颜色的透明度errcolor指定误差棒的颜色errwidth指定误差棒的线宽capsize指定误差棒两端线条的长度dodgebool类型参数当使用hue参数时是否绘制水平交错条形图默认为Trueax用于控制子图的位置**kwagrs关键字参数可以调用plt.bar函数中的其他参数
样例
df pd.DataFrame([[渠道一,10],[渠道二,20],[渠道三,30]],columns[渠道,销售额])
sns.barplot(y渠道,x销售额,datadf,colorsteelblue,orienthorizontal)
plt.xlabel(销售额)
plt.ylabel()
plt.title(各渠道销售)
for y,x in enumerate(df[销售额]):plt.text(x,y,str(x),vacenter)
plt.show()三、直方图
主要应用于连续型变量查看变量分布情况
1. matplotlib绘制
plt.hist(x, bins10, rangeNone, normedFalse,weightsNone, cumulativeFalse, bottomNone,histtypebar, alignmid, orientationvertical,rwidthNone, logFalse, colorNone,labelNone, stackedFalse)参数说明
x指定条形图的x轴数据y指定条形图的y轴数据hue指定用于分组的另一个离散变量data指定用于绘图的数据集order传递一个字符串列表用于分类变量的排序hur_order传递一个字符串列表用于分类变量hue值的排序ci用于绘制条形图的误差棒置信区间n_boot当指定ci参数时可以通过n_boot参数控制自助抽样的迭代次数orient指定水平或垂直条形图color指定所有条形图所属的一种填充色palette指定hue变量中各水平的颜色saturation指定颜色的透明度errcolor指定误差棒的颜色errwidth指定误差棒的线宽capsize指定误差棒两端线条的长度dodgebool类型参数当使用hue参数时是否绘制水平交错条形图默认为Trueax用于控制子图的位置**kwagrs关键字参数可以调用plt.bar函数中的其他参数
2. seaborn绘制
sns.distplot(a, binsNone, histTrue, kdeTrue, rugFalse, fitNone,hist_kwsNone, kde_kwsNone, rug_kwsNone, fit_kwsNone,colorNone, verticalFalse, norm_histFalse, axlabelNone,labelNone, axNone)参数说明
a指定绘图数据可以是序列、一维数组或列表bins指定直方图条形的个数histbool类型的参数是否绘制直方图默认为Truekdebool类型的参数是否绘制核密度图默认为Truerugbool类型的参数是否绘制须图如果数据比较密集该参数比较有用默认为Falsefit指定一个随机分布对象需调用scipy模块中的随机分布函数用于绘制随机分布的概率密度曲线hist_kws以字典形式传递直方图的其他修饰属性如填充色、边框色、宽度等kde_kws以字典形式传递核密度图的其他修饰属性如线的颜色、线的类型等rug_kws以字典形式传递须图的其他修饰属性如线的颜色、线的宽度等fit_kws以字典形式传递概率密度曲线的其他修饰属性如线条颜色、形状、宽度等color指定图形的颜色除了随机分布曲线的颜色verticalbool类型的参数是否将图形垂直显示默认为Truenorm_histbool类型的参数是否将频数更改为频率默认为Falseaxlabel用于显示轴标签a指定绘图数据可以是序列、一维数组或列表bins指定直方图条形的个数histbool类型的参数是否绘制直方图默认为Truekdebool类型的参数是否绘制核密度图默认为Truerugbool类型的参数是否绘制须图如果数据比较密集该参数比较有用默认为Falsefit指定一个随机分布对象需调用scipy模块中的随机分布函数用于绘制随机分布的概率密度曲线hist_kws以字典形式传递直方图的其他修饰属性如填充色、边框色、宽度等kde_kws以字典形式传递核密度图的其他修饰属性如线的颜色、线的类型等rug_kws以字典形式传递须图的其他修饰属性如线的颜色、线的宽度等fit_kws以字典形式传递概率密度曲线的其他修饰属性如线条颜色、形状、宽度等color指定图形的颜色除了随机分布曲线的颜色verticalbool类型的参数是否将图形垂直显示默认为Truenorm_histbool类型的参数是否将频数更改为频率默认为Falseaxlabel用于显示轴标签label指定图形的图例需结合plt.legend()一起使用。ax指定子图的位置。
三、箱线图
主要用于查看连续型变量离散情况比如找出离异值
1. matplotlib绘制
plt.boxplot(x, notchNone, symNone, vertNone,whisNone, positionsNone, widthsNone,patch_artistNone, meanlineNone, showmeansNone,showcapsNone, showboxNone, showfliersNone,boxpropsNone, labelsNone, flierpropsNone,medianpropsNone, meanpropsNone,cappropsNone, whiskerpropsNone)参数说明
x指定要绘制箱线图的数据notch是否以凹口的形式展现箱线图默认非凹口sym指定异常点的形状默认为号显示vert是否需要将箱线图垂直摆放默认垂直摆放whis指定上下须与上下四分位的距离默认为1.5倍的四分位差positions指定箱线图的位置默认为[0,1,2…]widths指定箱线图的宽度默认为0.5patch_artistbool类型参数是否填充箱体的颜色默认为Falsemeanlinebool类型参数是否用线的形式表示均值默认为Falseshowmeansbool类型参数是否显示均值默认为Falseshowcapsbool类型参数是否显示箱线图顶端和末端的两条线即上下须默认为Trueshowboxbool类型参数是否显示箱线图的箱体默认为Trueshowfliers是否显示异常值默认为Trueboxprops设置箱体的属性如边框色填充色等labels为箱线图添加标签类似于图例的作用filerprops设置异常值的属性如异常点的形状、大小、填充色等medianprops设置中位数的属性如线的类型、粗细等。meanprops设置均值的属性如点的大小、颜色等。capprops设置箱线图顶端和末端线条的属性如颜色、粗细等。whiskerprops设置须的属性如颜色、粗细、线的类型等。
2. seaborn绘制 sns.boxplot(xNone, yNone, hueNone, dataNone, orderNone, hue_orderNone,orientNone, colorNone, paletteNone, saturation0.75, width0.8,dodgeTrue, fliersize5, linewidthNone, whis1.5, notchFalse, axNone, **kwargs)参数说明
x指定箱线图的x轴数据y指定箱线图的y轴数据hue指定分组变量data指定用于绘图的数据集order传递一个字符串列表用于分类变量的排序hue_order传递一个字符串列表用于分类变量hue值的排序orient指定箱线图的呈现方向默认为垂直方向color指定所有箱线图的填充色palette指定hue变量的区分色saturation指定颜色的透明度width指定箱线图的宽度dodgebool类型的参数当使用hue参数时是否绘制水平交错的箱线图默认为Truefliersize指定异常值点的大小linewidth指定箱体边框的宽度whis指定上下须与上下四分位的距离默认为1.5倍的四分位差notchbool类型的参数是否绘制凹口箱线图默认为Falseax指定子图的位置**kwargs关键字参数可以调用plt.boxplot函数中的其他参数
四、小提琴图
1. seaborn绘制
sns.violinplot(xNone, yNone, hueNone, dataNone, orderNone, hue_orderNone,bwscott, cut2, scalearea, scale_hueTrue, gridsize100,width0.8, innerbox, splitFalse, dodgeTrue, orientNone,linewidthNone, colorNone, paletteNone, saturation0.75, axNone)相关参数
x指定小提琴图的x轴数据y指定小提琴图的y轴数据hue指定一个分组变量data指定绘制小提琴图的数据集order传递一个字符串列表用于分类变量的排序hue_order传递一个字符串列表用于分类变量hue值的排序bw指定核密度估计的带宽带宽越大密度曲线越光滑scale用于调整小提琴图左右的宽度如果为area则表示每个小提琴图左右部分拥有相同的面积如果为count则表示根据样本数量来调节宽度如果为width则表示每个小提琴图左右两部分拥有相同的宽度scale_huebool类型参数当使用hue参数时是否对hue变量的每个水平做标准化处理默认为Truewidth使用hue参数时用于控制小提琴图的宽度inner指定小提琴图内部数据点的形态如果为box则表示绘制微型的箱线图如果为quartiles则表示绘制四分位的分布图如果为point或stick则表示绘制点或小竖条splitbool类型参数使用hue参数时将小提琴图从中间分为两个不同的部分默认为Falsex指定小提琴图的x轴数据y指定小提琴图的y轴数据hue指定一个分组变量data指定绘制小提琴图的数据集order传递一个字符串列表用于分类变量的排序hue_order传递一个字符串列表用于分类变量hue值的排序bw指定核密度估计的带宽带宽越大密度曲线越光滑scale用于调整小提琴图左右的宽度如果为area则表示每个小提琴图左右部分拥有相同的面积如果为count则表示根据样本数量来调节宽度如果为width则表示每个小提琴图左右两部分拥有相同的宽度scale_huebool类型参数当使用hue参数时是否对hue变量的每个水平做标准化处理默认为Truewidth使用hue参数时用于控制小提琴图的宽度inner指定小提琴图内部数据点的形态如果为box则表示绘制微型的箱线图如果为quartiles则表示绘制四分位的分布图如果为point或stick则表示绘制点或小竖条splitbool类型参数使用hue参数时将小提琴图从中间分为两个不同的部分默认为False
五、折线图
一般用于反应连续型变量趋势
1. matplotlib绘制
plt.plot(x, y, linestyle, linewidth, color, marker,markersize, markeredgecolor, markerfactcolor,markeredgewidth, label, alpha)参数说明
x指定折线图的x轴数据y指定折线图的y轴数据linestyle指定折线的类型可以是实线、虚线、点虚线、点点线等默认为实线linewidth指定折线的宽度marker可以为折线图添加点该参数是设置点的形状markersize设置点的大小markeredgecolor设置点的边框色markerfactcolor设置点的填充色markeredgewidth设置点的边框宽度label为折线图添加标签类似于图例的作用
线的类型参数linestyle 点的类型参数marker
六、散点图
主要用于研究两个变量的相关关系比如线性回归可以先通过绘制散点图看两个变量相关情况
1. matplotlib绘制
scatter(x, y, s20, cNone, markero, cmapNone, normNone, vminNone,vmaxNone, alphaNone, linewidthsNone, edgecolorsNone)参数说明
x指定散点图的x轴数据y指定散点图的y轴数据s指定散点图点的大小默认为20通过传入其他数值型变量可以实现气泡图的绘制c指定散点图点的颜色默认为蓝色也可以传递其他数值型变量通过cmap参数的色阶表示数值大小marker指定散点图点的形状默认为空心圆cmap指定某个Colormap值只有当c参数是一个浮点型数组时才有效norm设置数据亮度标准化到01使用该参数仍需要参数c为浮点型的数组vmin、vmax亮度设置与norm类似如果使用norm参数则该参数无效alpha设置散点的透明度linewidths设置散点边界线的宽度edgecolors设置散点边界线的颜色
2. pandas绘制
df.plot(kindscatter,xx变量的column名称,yy的column名称,title标题)
plt.xlabel(x轴标签)
plt.ylabel(y轴标签)
plt.show() # 图展示3. seaborn绘制
lmplot(x, y, data, hueNone, colNone, rowNone, paletteNone, col_wrapNone,size5, aspect1, markerso, sharexTrue, shareyTrue, hue_orderNone,col_orderNone, row_orderNone, legendTrue, legend_outTrue, scatterTrue,fit_regTrue, ci95, n_boot1000, order1, logisticFalse, lowessFalse,robustFalse, logxFalse, x_partialNone, y_partialNone, truncateFalse,x_jitterNone, y_jitterNone, scatter_kwsNone, line_kwsNone)参数说明
x,y指定x轴和y轴的数据data指定绘图的数据集hue指定分组变量col,row用于绘制分面图形指定分面图形的列向与行向变量palette为hue参数指定的分组变量设置颜色col_wrap设置分面图形中每行子图的数量size用于设置每个分面图形的高度aspect用于设置每个分面图形的宽度宽度等于size*aspectmarkers设置点的形状用于区分hue参数指定的变量水平值sharex,shareybool类型参数设置绘制分面图形时是否共享x轴和y轴默认为Truehue_order,col_order,row_order为hue参数、col参数和row参数指定的分组变量设值水平值顺序legendbool类型参数是否显示图例默认为Truelegend_outbool类型参数是否将图例放置在图框外默认为Truescatterbool类型参数是否绘制散点图默认为Truefit_regbool类型参数是否拟合线性回归默认为Trueci绘制拟合线的置信区间默认为95%的置信区间n_boot为了估计置信区间指定自助重抽样的次数默认为1000次order指定多项式回归默认指数为1logisticbool类型参数是否拟合逻辑回归默认为Falselowessbool类型参数是否拟合局部多项式回归默认为Falserobustbool类型参数是否拟合鲁棒回归默认为Falselogxbool类型参数是否对x轴做对数变换默认为Falsex_partial,y_partial为x轴数据和y轴数据指定控制变量即排除x_partial和y_partial变量的影响下绘制散点图truncatebool类型参数是否根据实际数据的范围对拟合线做截断操作默认为Falsex_jitter,y_jitter为x轴变量或y轴变量添加随机噪声当x轴数据与y轴数据比较密集时可以使用这两个参数scatter_kws设置点的其他属性如点的填充色、边框色、大小等line_kws设置拟合线的其他属性如线的形状、颜色、粗细等
核心参数xyhuedata
七、气泡图
相比散点图展示二维数据关系气泡图能展示更多的信息比如可以通过气泡大小、颜色表示某个变量亦或维度
1. matplotlib绘制 八、热力图
比如查看各个城市拥挤情况可以实现类似excel中颜色条件格式的效果比如展示各个分组数据值比较大的用深度颜色标记
1. seaborn绘制 heatmap(data, vminNone, vmaxNone, cmapNone, centerNone, annotNone, fmt.2g,annot_kwsNone, linewidths0, linecolorwhite, cbarTrue, cbar_kws None,squareFalse, xticklabelsauto, yticklabelsauto, maskNone, axNone)参数说明
data指定绘制热力图的数据集vmin,vmax用于指定图例中最小值与最大值的显示值cmap指定一个colormap对象用于热力图的填充色center指定颜色中心值通过该参数可以调整热力图的颜色深浅annot指定一个bool类型的值或与data参数形状一样的数组如果为True就在热力图的每个单元上显示数值fmt指定单元格中数据的显示格式annot_kws有关单元格中数值标签的其他属性描述如颜色、大小等linewidths指定每个单元格的边框宽度linecolor指定每个单元格的边框颜色cbarbool类型参数是否用颜色条作为图例默认为Truesquarebool类型参数是否使热力图的每个单元格为正方形默认为Falsecbar_kws有关颜色条的其他属性描述xticklabels,yticklabels指定热力图x轴和y轴的刻度标签如果为True则分别以数据框的变量名和行名称作为刻度标签mask用于突出显示某些数据ax用于指定子图的位置
九、 多个图形合并
类似于tkinterpython图形展示可以通过grid布局函数级参数如下
subplot2grid(shape, loc, rowspan1, colspan1, **kwargs)
参数说明
shape指定组合图的框架形状以元组形式传递如2×3的矩阵可以表示成(2,3)。loc指定子图所在的位置如shape中第一行第一列可以表示成(0,0)。rowspan指定某个子图需要跨几行。colspan指定某个子图需要跨几列。
其中跨行和跨列参数表示该子图横向亦或纵向跨几个格子 上图一个2x36个格子左侧6个子图右侧4个子图有一个跨了两列有一个跨了两行
十、绘图函数汇总
import matplotlib.pyplot as plt
import seaborn as snspandas则使用使用Series或DataFrame调用plot函数即可 声明函数参数说明主要整理自《从零开始学python数据分析与挖掘》
该书偏向技术应用详解了python数据处理可视化以及机器学习如果纯粹学习技术应用该书值得推荐。
其他相关书籍张杰-《Python数据可视化之美》
