python 中常用可视化工具库

a、Numpy常用属性及方法

为什么用它：它可以方便的使用数组，矩阵进行计算，包含线性代数。傅里叶变换、随机数生成等大量函数（处理数值型的数组）

import numpy as np

Numpy生成array的属性：

import numpy as np

x=np.array([1,2,3,4,5,6,7,8]) # 一维

x.shape  #(8,) 

X=np.array([[1,2,3,4],[5,6,7,8]]) # 二维数组

X.shape  #(2,4)

#规律：从外往里数元素个数

操作函数

import numpy as np

A=np.arange(10).reshape(2,5) # np.arrage(10)--> array([0,1,2,3,4,5,6,7,8,9])

A.shape  # (2,5)  A=[[0,1,2,3,4],[5,6,7,8,9]]

test1=A+1  # array([[1,2,3,4,5],[6,7,8,9,10]])

test2=A+3  #array([[0,3,6,9,12],[15,18,21,24,27]])

#......

B=np.arange(1,11).reshape(2,5)

test3=A+B  #test3=[[1,3,5,7,9],[11,13,15,17,19]]

test4=B-A  #test4=[[1,1,1,1,1],[1,1,1,1,1]]

索引查询

# array[:10] 取前10个数

# array[-3:] 去最后3个数

# 

import numpy as np

C=np.random.randint(1,100,10)

#C[-3:]=10#[77  1 30  3 31 10 92 10 10 10]

# 获取数组中最大的前N个数字、

#argsort() 传回排序后的索引下标

print(C[C.argsort()])#排序[ 5 11 31 39 53 53 85 88 95 99]

print(C[C.argsort()[-3:]])#取最大的3个元素[88 95 99]

Numpy中的数学统计函数

	import numpy as np

    t = np.array([1, 2, 3, 4, 5])

    t1=t.sum()#15求和

    t2 = t.mean()#3.0 平均值

    t3=t.min()#1 最小值

    t4=np.median(t)  #3.0 中位数

    t5 = t.var()  # 2.0 方差

    t6=t.std()#1.4142135623730951 标准差

Numpy的向量化操作

	t = np.array([1, 2, 3, 4, 5])

    n=t[t>3].size  #注意！没有括号  当然len(t[t>3])也能实现，但是t[t>3].size性能更好，所有时间更短

    print(n)

Numpy数组合并

	t1=np.array([1,2,3,4])

    #t2=np.array([5,6,7,8])

    t2=np.array([[5,6,7,8],

                 [9,10,11,12]])

    t3=np.vstack([t1,t2])   #[[1 2 3 4],[5 6 7 8]]

    #t4=np.hstack([t1,t2])   #[1,2,3,4,5,6,7,8]

#注意：

#1.vstack：使用是必须保持每个一维数组里的元素里的个数相同

#即：t1=np.array([1,2,3,4])

#    t2=np.array([[5,6,7,8],

#                [9,10,11,12]])

#    这种情况下使用vstack会报错

#ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 3 and the array at index 1 has size 4

#2.同理：hstack使用是必须保持每个二维数组里的一维数组个数相同

#即：t1=np.array([1,2,3,4])

#   t2=np.array([[5,6,7,8],

#                [9,10,11,12]])

#  此时np.hstack([t1,t2]) 会报错

#ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 1 dimension(s) and the array at index 1 has 2 dimension(s)

案例二：

	t1=np.array([[1,2,3,4],

                 [5,6,7,8]])

    t2=np.array([[5,6,7,8],

                 [1,2,3,4]])

    t3=np.vstack([t1,t2])

    t4=np.hstack([t1,t2])

    print(t3)

    #[[1 2 3 4]

     #[5 6 7 8]

     #[5 6 7 8]

     #[1 2 3 4]]

    print(t4)

    #[[1 2 3 4 5 6 7 8]

 #	  [5 6 7 8 1 2 3 4]]

b、pandas

为什么用pandas:它能帮我们处理数值（基于numpy）和字符串及时间序列

pandas的常用方法

Series与DataFrame

	data1=[{"name":"黄勇","age":20,"sex":"男"},{"name":"小勇子","age":21,"sex":"男"}]

    data2={"name":["hy","xyz"],"age":[20,19],"sex":["男","男"]}

    r1=pd.Series(data1)

    """0 {'name': '黄勇', 'age': 20, 'sex': '男'}

      1 {'name': '小勇子', 'age': 21, 'sex': '男'}

    dtype: object

    """

    df1=pd.DataFrame(data1)

    '''

              name  age sex

        0   黄勇   20   男

        1  小勇子   21   男

    '''

    r3 = pd.Series(data2)

    '''

        name    [hy, xyz]

        age      [20, 19]

        sex        [男, 男]

        dtype: object

    '''

    df2 = pd.DataFrame(data2)

    '''

          name  age sex

        0   hy   20   男

        1  xyz   19   男

    '''

    r5=np.vstack([df1,df2])

    '''

        [['黄勇' 20 '男']

         ['小勇子' 21 '男']

         ['hy' 20 '男']

         ['xyz' 19 '男']]

    '''

    #print(df1["name"].values.reshape(-1, 1).shape)   #(2,1)  [[""],[""]]

    r6=np.hstack([df1["name"].values.reshape(-1,1),df2["age"].values.reshape(-1,1)])

    '''

        [['黄勇' 20]

         ['小勇子' 19]]

    '''

#选择多少行多少列

'''

data.csv

是否客栈,评论数,房间数,酒店总间夜

0,686,127,223

0,354,128,64

1,58,50,3

0,65,168,43

0,303,97,69

0,31,314,229'''

    data= pd.read_csv("data/data_hotel_mult.csv")

    x=data.iloc[:,:-1]#取所有行到最后一列，不包含最后一列

'''

    是否客栈   评论数  房间数

0      0   686  127

1      0   354  128

2      1    58   50

3      0    65  168

4      0   303   97

5      0    31  314

'''

c、sklearn

逻辑回归

d、matplotlib

为什么用它：它能将数据进行可视化，将数据更直观的呈现，使数据更加客观，更具说服力

使用：

# 导包

from matplotlib import pyplot as plt

绘图类型：

函数名称	描述
Bar	绘制条形图（柱状图）
Plot	在坐标轴上画线或者标记
Scatter	绘制x与y的散点图
hist	绘制直方图

画图步骤：

	#修改matplotlib默认的字体（需要显示中文就设置）

    matplotlib.rc("font",family="KaiTi",weight="bold",size="18")

    a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]

    b=  [0,0,0,0,0,0,0,0,1,1,1,1,1,1,2,2,2,1,1,1]

    plt.figure(figsize=(20,8))

    x=[i for i in range(11,31)]

    #设置图名称

    plt.title("我与同桌女朋友个数对比")

	#设置轴名称

    plt.xlabel("年龄")

    plt.ylabel("女朋友个数")

    #设置网格alpha为不透明度

    plt.grid(alpha=0.3)

    #label设置这条折线的图例名称

    plt.plot(x,b,label="自己",lineStyle="dashed")  #折线图

    plt.plot(x,a,label="同桌")

    #图例（显示图例,必须放在plot下）

    plt.legend(loc="upper left")

    # 设置x轴刻度

    _xtick_labels = [f"{i}岁" for i in x]

    plt.xticks(x,_xtick_labels)

    plt.show()

各图中属性配置

plot()函数是绘制二维图形的最基本函数。用于画图它可以绘制点和线，语法格式如下：

# 常用语法

plot(x, y,ls='--',c='r',lw='12.5')

#解释：ls=lineStyle,c=color,lw=lineWidth

#有几条线，就调用几次plot()

marker 可以定义的符号如下：

标记	符号	描述
"."		点
"None", " " or ""		没有任何标记
"*"		星号

线类型：

线类型标记	描述
'-'	实线
':'	点虚线
'--'	破折线（dashed）
'-.'	点划线

颜色类型：

颜色标记	描述
'r'	红色
'g'	绿色
'b'	蓝色
'c'	青色
'm'	品红
'y'	黄色
'k'	黑色
'w'	白色

柱状图：

#水平柱状图：

plt.bar(x,y,width=0.8,color='r')

#垂直柱状图：

plt.barh(x,y)

散点图：

color='r' #所有点同一个颜色

color=['r','b'...] #定义每一个点的颜色

plt.scatter(x,y,c=color,s=30.4)

解释：s=size

直方图：

a=[131,98,125, 131, 124, 138, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119,128,121]

    #组距

    d=4

    m=max(a)

    n=min(a)

    #画布

    plt.figure(figsize=(20,8),dpi=80)

    plt.hist(a)

    plt.grid(alpha=0.3)

    #设置刻度

    plt.xticks(range(n,m+d,d))

    plt.show()

巴特西

python 中常用可视化工具库

python 中常用可视化工具库

a、Numpy常用属性及方法

b、pandas

c、sklearn

逻辑回归

d、matplotlib

各图中属性配置

最新文章

热门文章