Python绘图总结(seaborn库的使用)（下）

上部分介绍了pie以及kdeplot、distplot、jointplot、pairplot的用法分别绘制出数据的饼图、核密度分布图、

柱状图、散点图、以及用jointplot绘制组合图。

下面开始总结（散点图（二维，三维），折线图，（并列，叠加）柱状图，三维曲面图，箱线图的画法）：
（一）散点图：(relplot, scatterplot)

'''

seaborn.relplot(x=None, y=None, hue=None, size=None, style=None, data=None, row=None, col=None, col_wrap=None, row_order=None, col_order=None, palette=None, hue_order=None, hue_norm=None, sizes=None, size_order=None, size_norm=None, markers=None, dashes=None, style_order=None, legend='brief', kind='scatter', height=5, aspect=1, facet_kws=None, **kwargs)

'''

# -*- coding: utf-8 -*-

import seaborn as sns

import matplotlib.pyplot as plt

import pandas as pd

from scipy.stats import pearsonr,norm

data = pd.read_csv('anscombe.csv')

print(data.head())

sns.set_context('paper')

sns.set_style('ticks',{'font.sans-serif':['simhei','Arial']})

pal = sns.husl_palette(n_colors=4,l = .7)

sns.relplot(x = 'x', y = 'y', data = data, hue = 'dataset',style = 'dataset',sizes = (100,100),palette = pal)

plt.suptitle("不同组的x与y之间的关系")

plt.show()

 不同组相同style，都是圆形； 

不同组不同style。

显然我们的目的不仅仅是观察散点分布，更重要的是为了寻求x与y之间以及不同组之间的关系。

我们对每一组的（x，y）连起来形成一个折线图，仅仅需要将kind = 'scatter'(默认)改为 kind = 'line';

可得图：

可以看出第二组数据点形成的曲线近似于抛物线轨迹，第四组数据点都在直线上（垂直于x的直线，说明y与x无关，因为有一个点偏离较远所以导致折线图出现这种情况），而第一组和第三组，线性不是很明显，但是这两组y与x呈明显的正相关关系。

现在我们需要对这几组数据用回归拟合，找出每组内x与y之间的函数关系。

from scipy.stats import linregress
data = pd.read_csv('anscombe.csv')
print(data.head())
sns.set_context('paper')
sns.set_style('ticks',{'font.sans-serif':['simhei','Arial']})
cls = ['I','II','III','IV']
markers = ['o','x','^','*']
c = ['r','b','g','y']
data = data[data['x']<18] #删除异常值，因为我们知道百分之95的数据的x都在（4，18）区间内,离群点对线性回归影响很大，特别是当数据量较小的时候
f = plt.figure(figsize=(8,6))
for i in range(4):
    dt = data[data['dataset']==cls[i]]
    k,b,r,p,std = linregress(dt['x'],dt['y'])
    flag = 1
    if np.isnan(k):
        k,b,r,p,std= linregress(dt['y'],dt['x'])
        flag = 0
    plt.scatter(dt['x'],dt['y'],marker=markers[i],label = cls[i])
    if flag:
        plt.plot(dt['x'],k*dt['x']+b,color = c[i],label = cls[i])
    else:
        plt.plot(k*dt['y']+b,dt['y'],color = c[i],label = cls[i])
        flag = 1
plt.legend(loc = 'upper left')
plt.suptitle('线性拟合各组数据')
plt.show()

 

箱线图：

我们可以根据box图或者violin图来看每一组数据分布的区间，可以方便我们判断离群点：

data = pd.read_csv('anscombe.csv')
print(data.head())
sns.set_context('paper')
sns.set_style('ticks',{'font.sans-serif':['simhei','Arial']})
f = plt.figure(figsize=(8,6))
f.add_subplot(221)
sns.boxplot('dataset','x',data = data, palette = 'husl')
plt.xlabel('(a)')
f.add_subplot(222)
sns.boxplot('dataset','y',data = data, palette='husl')
plt.xlabel('(b)')
f.add_subplot(223)
sns.violinplot('dataset','x',data = data, palette = 'husl')
plt.xlabel('(c)')
f.add_subplot(224)
sns.violinplot('dataset','y',data = data, palette = 'husl')
plt.xlabel('(d)')
plt.tight_layout()
plt.show()

 

由图(c)可以看出第IV组的大部分的数据的x集中在8一点，而y分布与6周围，可以知道y和x的相关性很小，通过(a) (b)我们也可以看到离群点，

(a)至少有一个离群点，分布在x>18范围内，(b)至少有里两个离群点，分布在y>12范围内。

我们可以根据这个来删掉离群点，使得拟合结果更可信。

 三维散点图：

先看三维曲线图：

import matplotlib as mpl
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt

mpl.rcParams['legend.fontsize'] = 10
fig = plt.figure()
ax = fig.gca(projection='3d')
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100) #变量theta,决定(x,y,z),所以形成的图形为三维空间中的一维曲线（z与theta是呈线性关系的，绘出100个点。
z = np.linspace(-2, 2, 100)
r = z ** 2 + 1
x = r * np.sin(theta)
y = r * np.cos(theta)
ax.plot(x, y, z, label='curve',color = 'g')
ax.legend()
plt.show()

再看三维散点图：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
plt.rcParams['font.family'] = ['Arial Unicode MS']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
sns.set_style('whitegrid', {'font.sans-serif': ['Arial Unicode MS', 'Arial']})
#用来解决中文方块化的问题

x = np.random.normal(0,2,size = (3,50))
y = np.random.normal(4,2,size = (3,50))
fig = plt.figure(figsize=(10,5))
ax1 = fig.add_subplot(121, projection='3d')
ax1.scatter(x[0],x[1],x[2],color = 'r',marker = 'o',label = '红点')
ax1.scatter(y[0],y[1],y[2],color = 'b',marker = '^',label = '蓝点')
ax1.legend()
ax1.set_xlabel('X')
ax1.set_ylabel('Y')
ax1.set_zlabel('Z')
ax2 = fig.add_subplot(122,projection='3d')
ax2.scatter(x[0],x[1],x[2],color = 'r',marker = 'o',label = '红点')
ax2.scatter(y[0],y[1],y[2],color = 'b',marker = '^',label = '蓝点')
x1 = np.linspace(-5,5,100)
y1 = np.linspace(-3,8,100)
x1,y1 = np.meshgrid(x1,y1)
z1 = 6*np.ones(shape = (100,100)) - x1 - y1
ax2.plot_surface(x1,y1,z1,cmap=cm.coolwarm,
            rstride=1, # rstride（row）指定行的跨度
            cstride=1, # 列跨度
            linewidth = 0, #线宽最低
            antialiased = True) #抗锯齿打开
ax2.legend()
ax2.set_xlabel('X')
ax2.set_ylabel('Y')
ax2.set_zlabel('Z')
plt.show()

可以看出x + y + z = 6的平面刚好能够把红点和蓝点区分开。

因为红点呈中心为原点的正态分布，蓝点呈中心为（4，4，4）的正态分布，

x+y+z = 6刚好是过两个中心中点的垂直平面，可以将两个正态分布的散点区分开。

接下来我们要绘制x^2 - y^2 = z的图像 （马鞍面）

三维曲面图： 

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
plt.rcParams['font.family'] = ['Arial Unicode MS']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
sns.set_style('whitegrid', {'font.sans-serif': ['Arial Unicode MS', 'Arial']})
#用来解决中文方块化的问题
x = np.linspace(-5,5,100)
y = np.linspace(-5,5,100)
x,y = np.meshgrid(x,y)
z = x**2-y**2
f = plt.figure(figsize=(5,4))
ax = f.add_subplot(111,projection = '3d')
ax.plot_surface(x, y, z, cmap=plt.get_cmap('rainbow'), rstride = 4,cstride = 4,
                       linewidth=0, antialiased=False)
ax.set_zlim(-20, 20)
ax.zaxis.set_major_locator(LinearLocator(11)) #z方向上均匀分成11-1=10份，即找11个分点，
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f')) #分节点的值保留两位小数
plt.show()

可以看出来当行跨度、列跨度为4的时候，划分曲线显得十分明显，使得整个曲面呈网格状。

另外我们能在plt.show()前面加上 f.colorbar(surf, shrink=.5, aspect=5)  #shrink越小，表示colorbar越小

便可以在右边绘制一个colorbar:

我们从图中也可以看出相近的颜色的点高度都是相同的，我们能否直接绘制等高线呢？

当然可以！

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
plt.rcParams['font.family'] = ['Arial Unicode MS']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
sns.set_style('whitegrid', {'font.sans-serif': ['Arial Unicode MS', 'Arial']})
#用来解决中文方块化的问题
x = np.linspace(-5,5,100)
y = np.linspace(-5,5,100)
x,y = np.meshgrid(x,y)
z = x**2-y**2
f = plt.figure(figsize=(5,4))
ax = f.add_subplot(111,projection = '3d')
surf = ax.plot_surface(x, y, z, cmap=cm.coolwarm, rstride = 4,cstride = 4,
                       linewidth=0, antialiased=False)
cset = ax.contour(x, y, z, zdir = 'z',offset = 30, cmap=cm.coolwarm, antialiased=False)
ax.set_zlim(-20, 20)
ax.zaxis.set_major_locator(LinearLocator(11)) #z方向上均匀分成11-1=10份，即找11个分点，
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f')) #分节点的值保留两位小数
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
f.colorbar(surf, shrink=.5,aspect = 5)
plt.show()

叠加柱状图（用处较大）：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = ['Arial Unicode MS']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
sns.set_style('ticks', {'font.sans-serif': ['Arial Unicode MS', 'Arial']}) #用来解决中文方块化的问题

N = 13 #含有13组数据 每一组又分为三类A B C,每一类的频数记录其中
A = (52, 49, 48, 47, 44, 43, 41, 41, 40, 38, 36, 31, 29)
B = (38, 40, 45, 42, 48, 51, 53, 54, 57, 59, 57, 64, 62)
d = []
for i in range(0, len(A)):
    sum = A[i] + B[i]
    d.append(sum)
C = (10, 11, 7, 11, 8, 6, 6, 5, 3, 3, 7, 5, 9)
ind = np.arange(N)  #ind表示横轴坐标
width = 0.4 #条形宽度设为0.4

p1 = plt.bar(ind, A, width, color = '#636e72')
p2 = plt.bar(ind, B, width, bottom=A, color = '#0984e3')
p3 = plt.bar(ind, C, width, bottom=d, color = '#fdcb6e') #最上面一层应该是前面那个相加得到的d作为下限

plt.ylabel('频数')
plt.title('不同组别各类数目分布')
plt.xticks(ind, ('G1', 'G2', 'G3', 'G4', 'G5', 'G6', 'G7', 'G8', 'G9', 'G10', 'G11', 'G12', 'G13'))
plt.yticks(np.arange(0, 81, 20))
plt.legend((p1[0], p2[0], p3[0]), ('A', 'B', 'C'), loc = 'upper right', bbox_to_anchor = (1.13,1.02)) #用两个元组表示legend标签，p[0]表示该图所拥有的颜色
plt.show()

可以看出B类别在每个组都比较多，而A类别在每个组都比较少。

综上就是Python绘图主要用的一些函数及其实例，后面会更新一些有关机器学习算法的总结，大家一起学习，一起进步~