https://datawhalechina.github.io/pms50/#/chapter2/chapter2
关联 （Correlation）
关联图表用于可视化2个或更多变量之间的关系。 也就是说，一个变量如何相对于另一个变化。
带边界的气泡图
有时，您希望在边界内显示一组点以强调其重要性。 在这个例子中，你从数据框中获取记录，并用下面代码中描述的 encircle（） 来使边界显示出来。
导入所需要的库
# 导入numpy库 import numpy as np # 导入pandas库 import pandas as pd # 导入matplotlib库 import matplotlib as mpl import matplotlib.pyplot as plt # 导入seaborn库 import seaborn as sns # 在jupyter notebook显示图像 %matplotlib inline # 导入patches from matplotlib import patches # 导入ConvexHull from scipy.spatial import ConvexHull
设定图像各种属性
large = 22; med = 16; small = 12
# 设置子图上的标题字体
params = {'axes.titlesize': large,
# 设置图例的字体
'legend.fontsize': med,
# 设置图像的画布
'figure.figsize': (16, 10),
# 设置标签的字体
'axes.labelsize': med,
# 设置x轴上的标尺的字体
'xtick.labelsize': med,
# 设置整个画布的标题字体
'ytick.labelsize': med,
'figure.titlesize': large}
# 更新默认属性
plt.rcParams.update(params)
# 设定整体风格
plt.style.use('seaborn-whitegrid')
# 设定整体背景风格
sns.set_style("white")
程序代码
# step1:导入数据
midwest = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv") # 准备数据以及颜色 categories = np.unique(midwest["category"]) # 使用np.umique对midwest["category"]去重 # 使用列表推导式，建立colors列表 # 14个数据，0-13 colors = [plt.cm.tab10(i/float(len(categories) - 1)) for i in range(len(categories))]
# step2:为每个类别绘制具有独特颜色的散点图
# 建立画布 plt.figure(figsize=(16, 10), # 绘图尺寸默认为（6.4, 4.8） dpi = 80, # 图像分辨效率，默认dpi为100 facecolor = "w", # 背景颜色，默认为白色 edgecolor = 'k') # 边框颜色，默认为白色 # 绘图 # 使用函数enumerate：将可遍历的数据对象组合为一个索引序列，同时列出数据和数据索引 for i, category in enumerate(categories): plt.scatter('area', 'poptotal', # 横纵坐标 data=midwest.loc[midwest.category==category, :] # 横纵坐标所对应的数据 , s="dot_size" # 数据尺寸大小 , c= np.array(colors[i]).reshape(1,-1) , label=str(category) # 设定标签名称 , edgecolors= np.array(colors[i]).reshape(1,-1) # 标记的边缘颜色 # , alpha = 0.7 , linewidths=.5) # 线宽
# step3:Encircling
# 定义绘制画环绕的函数 def encircle(x, y, ax=None, **kw): if not ax: ax = plt.gca() # 如果没有子图对象，那么就创建一个新的子图对象 # np.c_中的c是column（列）的缩写，是按列叠加两个矩阵的意思，也可以说是按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等，类似于pandas中的merge()。 p = np.c_[x, y] hull = ConvexHull(p) # 将数据集输入到ConverHull中，自动生成凸包类型的对象(hull) ploy = plt.Polygon(p[hull.vertices, :], **kw) # 利用plt.Polygon绘制多边形 ax.add_patch(ploy) # 将多边形ploy修补到当前子图中 # 选择要包围的数据 midwest_encircle_data = midwest.loc[midwest.state == 'IN', :]
# step4:绘制顶点周围的多边形
# 绘画线条 encircle(midwest_encircle_data.area, midwest_encircle_data.poptotal, ec = "firebrick", # 线条颜色 fc = 'none', linewidth = 1.5) # 线宽 # 背景颜色 encircle(midwest_encircle_data.area, midwest_encircle_data.poptotal, ec = 'none', # 线条颜色 fc = 'gold', alpha = 0.1) # 透明度
# step5:装饰
plt.gca().set(xlim = (0.0, 0.12), # 设置x坐标轴的范围 ylim = (0, 90000), # 设置y坐标轴的范围 xlabel = "Area", # 设置x坐标的标题 ylabel = "Population") # 设置y坐标的标题 plt.xticks(fontsize = 12) # 设置x坐标的字体 plt.yticks(fontsize = 12) # 设置y坐标的字体 plt.title("Bubble Plot with Encircling", fontsize=22) # 设置图像标题和字体字体 plt.legend(fontsize = 12) # 显示图例，设置图例大小 plt.show()
气泡图
博文总结
np.unique
- 该函数是去除数组中的重复数字，并进行排序之后输出。
列表推导式
- 列表推导式（又称列表解析式）提供了一种简明扼要的方法来创建列表。
- 它的结构是在一个中括号里包含一个表达式，然后是一个for语句，然后是 0 个或多个 for 或者 if 语句。那个表达式可以是任意的，意思是你可以在列 表中放入任意类型的对象。返回结果将是一个新的列表，在这个以 if 和 for 语句为上下文的表达式运行完成之后产生。
- 列表推导式的执行顺序：各语句之间是嵌套关系，左边第二个语句是最外层，依次往右进一层，左边第一条语句是最后一层。
- colors = [plt.cm.tab10(i/float(len(categories) - 1)) for i in range(len(categories))]
创建画布
- plt.figure()
- 参数说明
- figsize__画布尺寸
- dpi__分辨率
- facecolor__背景颜色，默认为白色
- edgecolor__边框颜色，默认为白色
enumerate
- enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。
- 可用[*]打开惰性数据
绘制散点图
- plt.scatter()
- 参数说明
- x__横坐标
- y__纵坐标
- s__数据尺寸大小
- c__颜色
- label__设置标签名称
- edgecolor__标记的边缘颜色
- alpha__透明度
- linewidth__线宽
plt.gca
- plt.gca()获得当前的对象子图对象ax，如果没有子图对象，那一个么就创建新的子图对象
np.c__
- 按行连接两个矩阵，但要求行数相等