import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

基本入門

簡單圖

當用戶只提供了一個單維列表或陣列時，matplotlib會將其看成是一系列的Y值，並在圖中將其連起來，而且會根據Y值得數量自動新增X的座標值。

data=np.random.randn(50)
plt.plot(data.cumsum())
plt.show()

線形圖

線形圖為最基本的圖類，沒啥好說的

X=np.arange(10)
Y=X**2
plt.plot(X,Y,color
 
='g',linestyle='--')        #綠色線條，虛線
plt.show()

散點圖

最基本的散點圖常用來找出兩個變數之間的關係

X=np.arange(30)        #30個序列值
Y=X+3*np.random.randn(30)        #Y為X的值加上3倍的高斯噪聲
plt.scatter(X,Y)
plt.show()

柱狀圖

柱狀圖常用於繪製頻率圖，資料通常為單維資料，展示變數的頻率分佈

data=np.random.randn(100)        #服從標準正態分佈的資料集
plt.hist(data,bins=20,color='k'
 
,alpha=0.3)        #將X分為20個區間，黑色，透明度0.3
plt.show()

子圖

有時需要同時繪製多張圖片，這時候可以使用subplots()繪製子圖。

fig,axes=plt.subplots(2,2)

axes[0,0].hist(np.random.randn(100),bins=20,color='k',alpha=0.3)
axes[0,1].scatter(np.arange(30),np.arange(30)+np.random.randn(30))
axes[1,0].plot(np.random.randn(50).cumsum(),'k--')
plt.show()
 

顏色、標記與線條風格

在繪製線形圖時，常用的引數有：
- 顏色：color=
- 線條風格：linestyle=
- 標記：marker=

data=np.random.randn(20)
plt.plot(data,color='r',linestyle='-',marker='o')        #紅色,實線,圓點標註
plt.show()

注意到線形圖對於相鄰點之間的連線方式是在兩點之間連直線，可以使用引數drawstyle=來改變連線的方式：

X=np.arange(10)
Y=X**2
plt.plot(X,Y,drawstyle='steps-post',color='k')
plt.show()

標號、軸標籤與圖例

data1=np.random.randn(1000)
data2=np.random.randn(1000)
data3=np.random.randn(1000)

fig=plt.figure()        #新建一個圖物件
ax=fig.add_subplot(111)        #以一行一列的方式,在第一個位置增加一個子圖
ax.plot(data1.cumsum(),color='k',label='one')        #線條標籤為'one'
ax.plot(data2.cumsum(),color='b',linestyle='--',label='two')        #線條標籤為'two'
ax.plot(data3.cumsum(),color='r',linestyle='-.',label='three')        #線條標籤為'three'

ax.legend(loc='best')        #新增圖例

ticks=ax.set_xticks([0,250,500,750,1000])        #指定X軸的顯示數字
labels=ax.set_xticklabels(['one','two','three','four','five'],rotation=30,fontsize='small')        #轉換X軸的顯示值

ax.set_xlabel('Stages')        #X軸命名
ax.set_title('title of pic')         #圖命名

plt.show()

圖內說明

X=np.arange(-1,1,0.01)
Y=X**2

fig=plt.figure()
ax=fig.add_subplot(111)
ax.plot(X,Y,color='k')

min_loc=(0,0)
ax.annotate("min",        #說明文字
            xy=(min_loc),        #需要新增說明的點的座標
            xytext=(min_loc[0],min_loc[1]+0.2),        #說明文字的座標
            arrowprops=dict(facecolor='black'))        #箭頭屬性

plt.show()

儲存圖片

fig,axes=plt.subplots(2,2)

axes[0,0].hist(np.random.randn(100),bins=20,color='k',alpha=0.3)
axes[0,1].scatter(np.arange(30),np.arange(30)+np.random.randn(30))
axes[1,0].plot(np.random.randn(50).cumsum(),'k--')

plt.savefig('tmp.png',dpi=400,bbox_inches='tight')

使用pandas和seaborn畫圖

matplotlib是一個相當低階的畫圖工具，實際中只會用到其一些基本元件，如：資料展示、圖例、標題和標註等。

pandas中可能存在多列資料，並且伴有行列標籤，pandas中內建了簡化後的對於DataFrame與Series的視覺化方法，另一個庫是seaborn。

線形圖

對Series直接繪圖時，會將序列的資料當成一系列Y值，而將Series的index當作X值：

X=np.arange(0,100,10)
Y=X**2
obj=pd.Series(Y,index=X)
obj.plot()

plt.show()

如果不想使用Series的index當作X值，使用引數use_index=：

obj.plot(use_index=False)
plt.show()

DataFrame直接繪圖類似，會將DataFrame的每一列看作是不同的Y值序列，並使用index作為統一的X值：

frame=pd.DataFrame(np.random.randn(50,4),
                 index=np.arange(0,500,10),
                 columns=['A','B','C','D'])

frame.plot(use_index=False)
plt.show()

條形圖

plot.bar()與plot.barh()分別繪製豎直狀的條形圖與水平狀的條形圖。

fig,axes=plt.subplots(2,1)
obj=pd.Series(np.random.rand(5),index=['a','b','c','d','e'])
obj.plot.bar(ax=axes[0],color='k',alpha=0.7)        #ax引數接收子圖的位置
obj.plot.barh(ax=axes[1],color='k',alpha=0.7)

plt.show()

對於DataFrame，會將每一條資料(row)當作一個條，而將不同列的值整合到一個條中：

df=pd.DataFrame(np.random.rand(4,4),
               index=['one','two','three','four'],
               columns=['A','B','C','D'])        #每條資料有4列,因此繪圖時每大條包含4個子條
df.plot.bar()

plt.show()

可以使用引數stacked=將子條壓縮成一大條：

df.plot.barh(stacked=True)
plt.show()

假設需要統計派對人數與周幾的關係，可以使用條形圖來展示：

data=pd.read_csv('examples/tips.csv')
data.sample(5)

tips=pd.crosstab(data.loc[:,'day'],data.loc[:,'size'])
tips

party_pcts=tips.div(tips.sum(axis=1),axis=0)        #每行的資料除以列和,將每天的派對尺寸轉換成百分比形式
party_pcts.plot.bar()
plt.show()

當資料在繪製之前需要求和時，使用seaborn包會更簡單：

sns.barplot(x='size',y='day',data=data,orient='h')        #直接繪製size對於day的均值
plt.show()

上圖中的黑線為置信區間。

分面圖與非數值型資料

當需要對某一個非數值型別的變數再進行分別繪圖以檢視對比時，可以使用seaborn的factorplot()方法繪製對比圖：

sns.factorplot(x='day',y='size',
               row='time',col='smoker',        #以time的種類為行,以smoker的種類為列
               kind='bar',data=data)
plt.show()

sns.factorplot(x='total_bill',y='day',
              col='smoker',
              kind='box',data=data)        #繪製箱型圖
plt.show()

直方圖與密度圖

直方圖常用於表示頻率圖，而密度圖又被稱為核密度估計(KDE)。

data.loc[:,'size'].plot.hist(bins=6)
plt.show()

data.loc[:,'size'].plot.density()
plt.show()

同樣的，seaborn的distplot()方法使得繪製直方圖與密度圖更簡單：

dis_1=np.random.normal(0,1,size=200)
dis_2=np.random.normal(10,2,size=200)
data=pd.Series(np.concatenate([dis_1,dis_2]))

sns.distplot(data,bins=100,color='k')
plt.show()

散點圖

散點圖常用來考察多個變數之間的關係。

macro=pd.read_csv('examples/macrodata.csv')
macro.sample(5)

data=macro.loc[:,['cpi','m1','tbilrate','unemp']]
trans_data=np.log(data).diff().dropna()        #diff():後一個元素減前一個元素
trans_data.sample(5)

sns.regplot('m1','unemp',data=trans_data)        #帶回歸擬合的散點圖
plt.show()

在分析資料時，同時繪製不同變數組合下的散點圖是很有用的，這被稱為散點圖矩陣：

sns.pairplot(trans_data,diag_kind='kde',plot_kws={'color':'k','alpha':0.5})        #對角線設為密度圖
plt.show()