数据可视化课件：有关关系的可视化

有关关系的可视化在关系中寻求什么关联性(圆点、探索更多的变量、气泡)分布(老式分布图表、有关分布的柱形、延续性的密度)

对照和比较4.本章主要内容1.2.

3.D

当某个数量增加时，另一个数量是否会减少？

它们之间是因果关系还是关联关系？群体彼此之间是存在交叠还是互不干涉？D

关联性可以帮助我们根据某一已知指标来预测另一指标。7.1

在关系中寻求什么7.2

关联性——散点图(探索更多的变量)图.

散点图矩阵的基本框架优势在于一次比较3个变量:D

x轴D

y轴D

气泡的面积7.2关联性

—

气泡图图.

气泡图的基本框架直方图Hist()用一系列宽度相等、

高度不等的长方形来表

示数据分布7.3

分布matplotlib.pyplot.hist(x,

bins,

range,

density,weights,

cumulative,

bottom,

histtype,**kwargs)参数说明(部分)：Dx→作图所用的数据，一维数组，多维数组可以扁平化后再作图

Dbins→直方图的柱数，可选项，整数、序列或字符串型。默认10

Drange→

指定直方图数据的上下界，默认包含绘图数据的最大值和最小值

(范围)Ddensity→布尔值，如果为"True”，将y轴转化为密度刻度，默认为None

Dweights→为每个数据点设置权重Dcumulative→布尔值，是否需要计算累计频数或频率，默认为False

Dbottom→为直方图添加基准线，数组型，默认为noneDhisttype→直方图类型，

分为bar,barstacked,step,stepfilled。默认为bar主要用于反映原始数据分布的特征，也可以进行多组数据分布特征的比较。盒须图(箱形图Range

又

称

为

分位差。内距IQR

Inter-

Quartile，四盒须图变种可以水平或者垂直绘制盒须图变种2D

Box

Plot

Relplot

Rangefinder

Box

Plot

Bag

Plot值，默认值为False。可选参数。D

sym：离群点的默认标记符号，详解flierprops参数。类型为字符串，默认值

为'None'。可选参数。取值为''隐藏离群点，取值为'None'时，取值为'b+’。D

vert：箱体的方向，当取值为True时，绘制垂直箱体，当取值为False时，绘

制水平箱体。类型为布尔值，默认值为True。可选参数。D

whis：箱须的位置。类型为浮点数或浮点数二元组，默认值为1.5。

可选参数。matplotlib.pyplot.boxplot(x,

notch,

vert,

patch_artist,

whis,

widths,

labels,**kwargs)D

x

：输入数据。

类型为数组或向量序列。必备参数。D

notch：控制箱体中央是否有V型凹槽。当取值为True时，箱体中央有V型凹

槽，凹槽表示中位数的置信区间；取值为False时，箱体为矩形。类型为布尔1.

切尔诺夫脸谱图(Chernoff

Faces)D

根据数据，将多个变量一次性展现在人脸的各个部位上，例如耳朵、头发、眼睛、鼻子等7.4

对照和比较(多变量比较)

图.

2008—2009赛季NBA前50位得分手的切尔诺夫脸谱图•也称为网络图、蜘蛛图、星图、

蜘蛛网图，是一种表现多维数据

的图表。•将多个维度的数据量映射到坐标

轴上，

每一个维度的数据都分别

对应一个坐标轴，

这些坐标轴以

相同的间距沿着径向排列，并且

刻度相同。•网格线通常只作为辅助元素，

将

坐标轴上的数据点用线连接起来就形成了一个多边形。2.

雷达图(Radar

Chart，Spider

Chart)

多组多维对比－多雷达链D

两款手机的综合表现雷达图：matplotlib

库polar(

)函数：matplotlib.pyplot.

polar(theta,

rp

**kwargs)D

theta：旋转角度D

r：每个标记到圆心的距离D

kwargs：关键字参数集合网格线设置函数：matplotlib.pyplot.thetagrids(angles=None,

labels=None,

fmt=None,

**kwargs)D

通过色差、亮度来展示数据的差

异，直观了解点位的聚集情况，

易于理解。D

热力图尤其关注分布。D

热力图可以不需要坐标轴，其背

景常常是图片或地图。3.

热力图(Heat

Map)杭州房租热力图，用于显示杭州市房租价格分布Dseaborn.heatmap(data,

vmin,

vmax,

cmap,

annot,

fmt,

linewidths,

xticklabels,

yticklabels,

**kwargs)D

根据data传入的值画出热力图，一般是二维矩阵D

vmin设置最小值,

vmax设置最大值D

cmap换用不同的颜色D

center设置中心值D

annot

是否在方格上写上对应的数字Dfmt

写入热力图的数据类型，默认为科学计数，

d表示整数，

.1f表示保留一位小数D

linewidths

设置方格之间的间隔D

xticklabels，yticklabels填到横纵坐标的值。可以是bool，填或者不填。可以是int，以什么间隔填，可以是list4.

平行坐标图(Parallel)DDD一种用来呈现多变量关系，或者高维度数据的可视化技术。纵向是属性值，横向是属性类别。为了反映变化趋势和各个变量间相互关系，

往往将描述不同变量的各点连接成折线。一、基于Pandaspandas.plotting.parallel_coordinates(frame,

class_column,

cols=None,

ax=None,

color=None,

use_columns=False,

xticks=None,

colormap=None,

axvlines=True,

axvlines_kwds=None,

sort_labels=False,

**kwarg

s)参数：Dframe：

DataFrame

D

class_column：str

包含类名的列名。

Dcols

：列表，可选。

要使用的列名列表。

返回：类

matplotlib.axis.Axes二、基于Pyecharts的Parallel-value：表示坐标轴的类型为连续型数值型数据，坐标轴上的刻度间距会按照数据范围和

坐标轴长度自动计算。-category：表示坐标轴的类型为离散型类别数据，坐标轴上的刻度