上部分介紹了pie以及kdeplot、distplot、jointplot、pairplot的用法分別繪制出數據的餅圖、核密度分布圖、
柱狀圖、散點圖、以及用jointplot繪制組合圖。
下面開始總結（散點圖（二維，三維），折線圖，（並列，疊加）柱狀圖，三維曲面圖，箱線圖的畫法）：
（一）散點圖：(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("不同組的x與y之間的關系")
plt.show()
不同組相同style，都是圓形；
不同組不同style。
顯然我們的目的不僅僅是觀察散點分布，更重要的是為了尋求x與y之間以及不同組之間的關系。
我們對每一組的（x，y）連起來形成一個折線圖，僅僅需要將kind = 'scatter'(默認)改為 kind = 'line';
可得圖：
可以看出第二組數據點形成的曲線近似於拋物線軌跡，第四組數據點都在直線上（垂直於x的直線，說明y與x無關，因為有一個點偏離較遠所以導致折線圖出現這種情況），而第一組和第三組，線性不是很明顯，但是這兩組y與x呈明顯的正相關關系。
現在我們需要對這幾組數據用回歸擬合，找出每組內x與y之間的函數關系。
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] #刪除異常值，因為我們知道百分之95的數據的x都在（4，18）區間內,離群點對線性回歸影響很大，特別是當數據量較小的時候 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('線性擬合各組數據') plt.show()
箱線圖：
我們可以根據box圖或者violin圖來看每一組數據分布的區間，可以方便我們判斷離群點：
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()
由圖(c)可以看出第IV組的大部分的數據的x集中在8一點，而y分布與6周圍，可以知道y和x的相關性很小，通過(a) (b)我們也可以看到離群點，
(a)至少有一個離群點，分布在x>18范圍內，(b)至少有里兩個離群點，分布在y>12范圍內。
我們可以根據這個來刪掉離群點，使得擬合結果更可信。
三維散點圖：
先看三維曲線圖：
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) #變量theta,決定(x,y,z),所以形成的圖形為三維空間中的一維曲線（z與theta是呈線性關系的，繪出100個點。 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()
再看三維散點圖：
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'] # 用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus'] = False # 用來正常顯示負號 sns.set_style('whitegrid', {'font.sans-serif': ['Arial Unicode MS', 'Arial']}) #用來解決中文方塊化的問題 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 = '紅點') ax1.scatter(y[0],y[1],y[2],color = 'b',marker = '^',label = '藍點') 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 = '紅點') ax2.scatter(y[0],y[1],y[2],color = 'b',marker = '^',label = '藍點') 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, #線寬最低 antialiased = True) #抗鋸齒打開 ax2.legend() ax2.set_xlabel('X') ax2.set_ylabel('Y') ax2.set_zlabel('Z') plt.show()
可以看出x + y + z = 6的平面剛好能夠把紅點和藍點區分開。
因為紅點呈中心為原點的正態分布，藍點呈中心為（4，4，4）的正態分布，
x+y+z = 6剛好是過兩個中心中點的垂直平面，可以將兩個正態分布的散點區分開。
接下來我們要繪制x^2 - y^2 = z的圖像 （馬鞍面）
三維曲面圖：
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'] # 用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus'] = False # 用來正常顯示負號 sns.set_style('whitegrid', {'font.sans-serif': ['Arial Unicode MS', 'Arial']}) #用來解決中文方塊化的問題 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方向上均勻分成11-1=10份，即找11個分點， ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f')) #分節點的值保留兩位小數 plt.show()
可以看出來當行跨度、列跨度為4的時候，划分曲線顯得十分明顯，使得整個曲面呈網格狀。
另外我們能在plt.show()前面加上 f.colorbar(surf, shrink=.5, aspect=5) #shrink越小，表示colorbar越小
便可以在右邊繪制一個colorbar:
我們從圖中也可以看出相近的顏色的點高度都是相同的，我們能否直接繪制等高線呢？
當然可以！
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'] # 用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus'] = False # 用來正常顯示負號 sns.set_style('whitegrid', {'font.sans-serif': ['Arial Unicode MS', 'Arial']}) #用來解決中文方塊化的問題 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方向上均勻分成11-1=10份，即找11個分點， ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f')) #分節點的值保留兩位小數 ax.set_xlabel('X') ax.set_ylabel('Y') ax.set_zlabel('Z') f.colorbar(surf, shrink=.5,aspect = 5) plt.show()
疊加柱狀圖（用處較大）：
import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.family'] = ['Arial Unicode MS'] # 用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus'] = False # 用來正常顯示負號 sns.set_style('ticks', {'font.sans-serif': ['Arial Unicode MS', 'Arial']}) #用來解決中文方塊化的問題 N = 13 #含有13組數據 每一組又分為三類A B C,每一類的頻數記錄其中 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表示橫軸坐標 width = 0.4 #條形寬度設為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') #最上面一層應該是前面那個相加得到的d作為下限 plt.ylabel('頻數') plt.title('不同組別各類數目分布') 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)) #用兩個元組表示legend標簽，p[0]表示該圖所擁有的顏色 plt.show()
可以看出B類別在每個組都比較多，而A類別在每個組都比較少。
綜上就是Python繪圖主要用的一些函數及其實例，后面會更新一些有關機器學習算法的總結，大家一起學習，一起進步~