https://datawhalechina.github.io/pms50/#/chapter6/chapter6
边缘直方图 （Marginal Histogram）
边缘直方图具有沿 X 和 Y 轴变量的直方图。 这用于可视化 X 和 Y 之间的关系以及单独的 X 和 Y 的单变量分布。 这种图经常用于探索性数据分析（EDA）。
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
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
df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")
# step2:创建子图对象与网格
# 画布 fig = plt.figure(figsize = (16, 10), # 画布大小_(16, 10) dpi = 80, # 分辨率 facecolor = 'white') # 背景颜色，默认为白色 # 网格 grid = plt.GridSpec(4, # 行数 4, # 列数 hspace = 0.5, # 行与行之间的间隔 wspace = 0.2) # 列与列之间的间隔
# step3:明确子图的位置
# 确定如图所示散点图的位置 ax_main = fig.add_subplot(grid[:-1, :-1]) # 确定如图所示右边直方图的位置 ax_right = fig.add_subplot(grid[:-1, -1], xticklabels = [], yticklabels = []) # 确定如图所示最底下直方图的位置 ax_bottom = fig.add_subplot(grid[-1, 0:-1], xticklabels = [], yticklabels = [])
# step4：散点图
# category__Category是pandas的一种数据类型 # astype__实现变量类型转换 # cat__获取分类变量的类别 # codes__按照类别编码 ax_main.scatter('displ', # 横坐标 'hwy', # 纵坐标 s = df.cty*4, # 设置点的尺寸 data = df, # 所使用的数据 c = df.manufacturer.astype('category').cat.codes, # 颜色类别 cmap = 'tab10', # 调色板 edgecolors = 'gray', # 边框颜色 linewidths = 0.5, # 线宽 alpha = 0.9) # 透明度
# step5:右边的直方图
ax_right.hist(df.hwy, # 需要绘图的变量 40, # 需要分为多少段 histtype = 'stepfilled', # 生成一个的线条轮廓 orientation = 'horizontal', # 方位__水平 color = 'deeppink') # 颜色__深粉色
# step6:底部的直方图
ax_bottom.hist(df.displ, # 需要绘图的变量 40, # 需要分为多少段 histtype = 'stepfilled', # 生成一个的线条轮廓 orientation = 'vertical', # 方位__垂直 color = 'deeppink') # 颜色__深粉色 ax_bottom.invert_yaxis()
# step7:装饰图像
ax_main.set(title='Scatterplot with Histograms displ vs hwy', # 设置标题 xlabel='displ', # 横坐标名称 ylabel='hwy') # 纵坐标名称 ax_main.title.set_fontsize(20) # 设置标题字体大小 # xaxis.label__x坐标轴的标题 # yaxis.label__y坐标轴的标题 # xticklabel__x坐标轴的标尺 # yticklabel__y坐标轴的标尺 # 遍历每一个对象并且修改其字体大小 for item in ([ax_main.xaxis.label, ax_main.yaxis.label] + ax_main.get_xticklabels() + ax_main.get_yticklabels()): item.set_fontsize(14) # 修改字体大小 xlabels = ax_main.get_xticks().tolist() # 将散点图上的x坐标轴上的标尺提取后转换为list(一位小数) ax_main.set_xticklabels(xlabels) # 将xlabels中的数字设置为散点图上的坐标轴上的标尺 plt.show() # 显示图像
博文总结
matplotlib.pyplot.hist(x,bins=None,range=None, density=None, bottom=None, histtype='bar', align='mid',
log=False, color=None, label=None, stacked=False, normed=None)
关键参数
x: 数据集，最终的直方图将对数据集进行统计 bins: 统计的区间分布 range: tuple, 显示的区间，range在没有给出bins时生效 density: bool，默认为false，显示的是频数统计结果，为True则显示频率统计结果，这里需要注意，频率统计结果=区间数目/(总数*区间宽度)，和normed效果一致，官方推荐使用density histtype: 可选{'bar', 'barstacked', 'step', 'stepfilled'}之一，默认为bar，推荐使用默认配置，step使用的是梯状，stepfilled则会对梯状内部进行填充，效果与bar类似 align: 可选{'left', 'mid', 'right'}之一，默认为'mid'，控制柱状图的水平分布，left或者right，会有部分空白区域，推荐使用默认 log: bool，默认False,即y坐标轴是否选择指数刻度 stacked: bool，默认为False，是否为堆积状图