Python高級數據分析之pandas和matplotlib繪圖

Posted on by

一、matplotlib 庫

一個用來繪圖的庫

import matplotlib.pyplot as plt

1）plt.imread(“圖片路徑”)

功能: 將圖片加載後返回一個維數組

>>> jin = plt.imread("./jin.png")
>>> jin
array([[[0.24313726, 0.24313726, 0.24705882],        
        ...,

        [0.7294118 , 0.7294118 , 0.7294118 ]]], dtype=float32)

>>> jin.shpae
(273, 411, 3)
'''
這是一個三維數組
第一層代表將圖片分成273行,
第二層代表將圖片的第一層的每一行分為411列,
第三層代表將每一像素點中的(R,G,B)

註意:有些圖片加載後最內層有4個元素,分別是(R,G,B,A[阿爾法/透明度])

'''

2）plt.imshow(ndarray)顯示圖片

功能: 將多維數組渲染為一張圖片

>>> plt.imshow(nd)  #將加載後的多維數組傳入就可以將圖片渲染出來
'''
有的圖片加載出來之後數據范圍在0-255之間的需要將數據/255之後轉化為0-1之間的就可以和0-1的圖片進行合並操作
'''

這裡就可以將圖片進行處理(反轉,拉伸,改色)等操作

3）plt.imsave(ndarray)保存圖片

plt.imsave(ndarray)

默認保存到當前路徑

plt.imsave('圖片名稱.png',圖片數據,cmap='gray')    #保存圖片
cmap:將圖片保存為黑白圖片

二、Pandas繪圖

1.繪制簡單的線型圖

1.1）簡單的Series圖表示例 .plot()

繪制正弦曲線

# 正弦曲線
x = np.linspace(0,2*np.pi,100)      # 從0 到 2π  取100份
y = np.sin(x)                       # y 為sin(x) 的值
s = Series(data=y,index=x)          # 構建一個Series對象
s.plot()                  # 使用Series的plot()方法

1.2) 兩個Series繪制的曲線可以疊加

2）簡單的DataFrame圖表示例 .plot()

繪制餘弦曲線

x = np.linspace(0,2*np.pi,100)          # 從0 到 2π  取100份
df = DataFrame(data={'sin':np.sin(x),'cos':np.cos(x)},index=x)   #創建DataFrame對象
df.plot()

2.數據驅動的線型圖(分析蘋果股票)

導包

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

1.讀取數據

讀取文件AAPL.csv

df = pd.read_csv('./data/AAPL.csv')
df.head()

2.檢查數據類型

df.dtypes

Date          object       #時間的數據類型為對象,在使用中需要做處理
Open         float64
High         float64
Low          float64
Close        float64
Adj Close    float64
Volume       float64
dtype: object

3.將’Date’這行數據轉換為時間數據類型

pd.to_datetime(Series對象)

功能: 將Series轉換為時間數據類型

df['Date']  # 這一列獲取出來是一個Series
type(df['Date'])
df['Date'] = pd.to_datetime(df['Date'])

df.dtypes

Date         datetime64[ns]  #此時已經是時間類型的數據瞭
Open                float64
High                float64
Low                 float64
Close               float64
Adj Close           float64
Volume              float64
dtype: object

4.將’Date’設置為行索引

df.set_index('Date',inplace=True)
'''
inplace:改變原來的變量的值
'''

5.繪制圖形，以字段Adj Close(已調整收盤價格)為數據繪制

df['Adj Close'].plot()

3.繪制簡單的柱狀圖

1) Series柱狀圖示例,kind = ‘bar’/’barh’

隨機產生5個數,對其繪制縱向柱狀圖

'''
data:  生成之後為Y軸的數據
index: 生成之後為X軸的索引
'''
s = Series(data=np.random.randint(0,10,size=5),index=list('abcde'))  #隨機產生5個數
s.plot(kind='bar')

隨機產生5個數,對其繪制橫向柱狀圖

'''
data:  生成之後為Y軸的數據
index: 生成之後為X軸的索引
'''
s = Series(data=np.random.randint(0,10,size=5),index=list('abcde'))  
s.plot(kind='barh')

2) DataFrame柱狀圖示例

隨機產生一個二維數組,並繪制縱向(kind=’bar’)柱狀圖

'''
index: 生成數據X軸的索引
columns: 特征的名稱
'''
df = DataFrame(np.random.randint(0,10,size=(8,4)),index=list('abcdefgh'),columns=list('ABCD'))
df.plot(kind='bar')

隨機產生一個二維數組,並繪制橫向(kind=’barh’)柱狀圖

4.繪制簡單的直方圖

直方圖
直方圖(Histogram)又稱質量分佈圖。是一種統計報告圖，由一系列高度不等的縱向條紋或線段表示數據分佈的情況。 一般用橫軸表示數據類型，縱軸表示分佈情況。

s = Series(np.random.normal(loc=0,scale=5,size=10000))    # normal 正態分佈
s.hist()
#這裡模擬出一組以0為中心,標準差為5的正態分佈數據, 繪制出的直方圖如下

5.繪制簡單的核密度(“ked”)圖

核心密度估計:對分佈的圖進行估計核心

我們繼續使用剛剛直方圖的 Series的正態分佈數據

Series(np.random.normal(loc=0,scale=5,size=10000))    
s.plot(kind='kde')

直方圖一般和核密度圖常常被畫在一起,既展示出頻率,又展示出瞭概率

有兩組數組，我們將這兩組數據連接成為一個。

分析這組新數據

ndarr1 = np.random.normal(loc=-10,scale=5,size=5000)  #第一組數據
ndarr2 = np.random.normal(loc=15,scale=2,size=5000)  第二組數據
ndarr = np.concatenate([ndarr1,ndarr2])   #將兩組數據合為一組
s = Series(ndarr)    #生成Series對象
s.plot(kind='kde')  # 核心 密度 估計 用來展示某個位置出現內容的概率的估計值
s.hist(density=True)  # density表示直方圖也以 密度概率的值來展示  hist用來展示某個位置出現內容的實際頻率
#展示效果如下
'''
s.plot(kind='kde')  展示某個位置的估計值
s.hist(density=True)  表示某個位置出現內容的實際頻率
'''

6.繪制簡單的散點圖

散佈圖是觀察兩個一維數據數列之間的關系的有效方法

示例數據

df = DataFrame(np.random.randint(0,150,size=(20,3)),columns=['python','math','eng'])
df   #模擬一個DataFrame數據，列名為'python','math','eng'

    python  math    eng
0   141     41      55
1   37      76      96
2   61      28      135
。。。
17  124     103     83
18  86      47      44
19  35      85      85

將這組數據生成散點圖

df.plot(kind='scatter',x='python',y='eng')
# kind = 'scatter'  ， 給明標簽columns

這樣其實是沒有什麼實際的意義的

現在我們再加一列和“python”相關的數據

np.random.randint(-10,10,1)[0]   # 0-10之間 隨機取一個數
df['php'] = df['python'].map(lambda x: x*0.9+np.random.randint(-10,10,1)[0])
df

    python  math    eng php
0   121     67      15  113.9
1   148     33      149 123.2
。。。
18  79      77      108 74.1
19  105     107     53  102.5

我們從數據是很難看出來python和php有什麼關系

這時我們就可以用散點圖來繪制出觀察

可以看出有python的值增大，php的值也會增大。

總結

到此這篇關於Python高級數據分析之pandas和matplotlib繪圖的文章就介紹到這瞭,更多相關Python pandas和matplotlib繪圖內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：