数据可视化

matplotlib可视化图形类型及运用(基于dataframe和series)

1.柱状图

单比例

df.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwarg）

sex_sur

Sex
female    233
male      109
Name: Survived, dtype: int64  (series)

sex_sur.plot.bar()
（可视化）

多比例

s_d_sex = data.groupby(['Sex','Survived'])['Survived'].count().unstack()
#构建dataframe

Survived	0	1
Sex		
female	81	233
male	468	109


s_d_sex.plot.bar(stacked=True)
#可视化

stacked代表按比例，将两个列索引代表的值，显示在一个柱子上

这里解释下：

对于groupy分组操作进行完成后，得到的是一个类dataframe的groupy类型数据，进行count操作后，数据变为series类型，unstack操作过后，数据变为dataframe类型！

 2.折线图

dataframe.plot.line( )

df = data.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False)

#构建数据

Fare     Survived
8.0500   0           38
7.8958   0           37
13.0000  0           26
7.7500   0           22
13.0000  1           16
                     ..
7.7417   0            1
26.2833  1            1
7.7375   1            1
26.3875  1            1
22.5250  0            1
Name: count, Length: 330, dtype: int64

这里有几个函数需要解释下：

value_counts() 这个函数是对于groupby操作完后的数据，进行对于Survivied（0或1）进行统计（也就是统计对于每一个Fare，0和一各有多少个）。这类似于把Fare和Survived都作为分类标准进行分类！

sort_values（）这个函数是以0和1后面的值，把整个表进行排序进行排序(这个函数是默认升序排序的，那ascending自然就是降序排序啦！)

3.seaborn画核密度曲线图

import seaborn as sns # 导入seaborn库

face = sns.FacetGrid(data,hue='Survived',aspect=3) # 创建一个分面网格图，并添加一个核密
# 度估计图，数据集为data，以'Survived'列的值进行分类，分面长宽比例为3

face.map(sns.kdeplot,'Age',shade=True) # 添加一个核密度估计图，展示'Age'列的数据分布
# shade 核密度图旁边添加颜色条，展示每个分面各个值的相对密度

face.set(xlim=(0,data['Age'].max())) # 设置网格图x轴的范围
face.add_legend() #标识每个和密度估计图的颜色代表的含义

 4.matplotlib画核密度曲线图

data.Age[data.Pclass==1].plot.kde() # 选择年龄（条件是对应的Pclass为1）数据绘制该数据的和密度估计图

data.Age[data.Pclass==2].plot.kde()

data.Age[data.Pclass==3].plot.kde()

plt.xlabel('age') # 设置x轴标签轴为年龄

plt.legend((1,2,3),loc="best") # 添加图例，数字123分别代表Pclass123，loc参数设置为best表示
# 图例将自动设置为最佳位置

核密度曲线，是针对一个数据集进行画图，统计它每个阶段所占全部阶段的比例，然后按密度的计算方式，密度大的地方曲线陡，密度小的地方曲线较平缓。