Application de Python: visualisation de données Partie 3: divers graphiques

Graphique linéaire

Définir le type et la couleur du marqueur

matplotlib.pyplot.plot(x, y, marker="Type de marqueur", markerfacecolor="Couleur du marqueur") 
#Données x sur l'axe horizontal, données y sur l'axe vertical
# marker="Prescripteur"Si vous spécifiez, le type de marqueur (forme) est défini.
# markerfacecolor="Prescripteur"Est spécifié pour définir la couleur du marqueur

Définir le style et la couleur de la ligne

matplotlib.pyplot.plot(x, y, linestyle="Style de ligne", color="Couleur de la ligne")

Le traitement des couleurs est le même que le type de marqueur.

graphique à barres

Créer un graphique à barres

matplotlib.pyplot.bar(x, y)

Définir une étiquette sur l'axe horizontal

matplotlib.pyplot.bar(x, y, tick_label=[Liste des étiquettes])

Créer un graphique à barres empilées

Un graphique représentant au moins deux séries de données empilées pour le même élément C'est ce qu'on appelle un graphique à barres empilées.

matplotlib.pyplot.bar(x, y, bottom=[Liste des colonnes de données])
#Si spécifié, la marge inférieure peut être définie pour l'index correspondant.

#La série que vous souhaitez afficher ci-dessous lors du traçage de la deuxième série et des suivantes
#Vous pouvez créer un graphique à barres empilées en le spécifiant comme bas.

plt.legend("Étiquette série 1", "Étiquette de la série 2") 
#Si spécifié, la légende peut être définie.

histogramme

Créer un histogramme

matplotlib.pyplot.hist(Tableau de données de type liste)

Compter le nombre de données qui rentrent dans chaque section

C'est ce qu'on appelle une distribution de fréquence.

Lors de la visualisation de la distribution de fréquence, cela s'appelle un histogramme Des graphiques statistiques avec une fréquence (nombre de fois) sur l'axe vertical et une classe (plage) sur l'axe horizontal sont souvent utilisés.

Définir le nombre de bacs

matplotlib.pyplot.hist(Colonne de données de type liste, bins=Nombre de bacs)
#Si vous spécifiez des classes, vous pouvez diviser en classes avec n'importe quel nombre de classes.
# bins="auto"Si vous spécifiez, le nombre de bacs sera défini automatiquement.

Lors de la création d'un histogramme, le nombre de classes dans lesquelles les données sont divisées est important. Le numéro de cette classe

Cela s'appelle le nombre de bacs.

Effectuer la normalisation

matplotlib.pyplot.hist(Colonne de données de type liste, density=True)
# density=Si True est spécifié, l'histogramme peut être normalisé.

Lorsque la distribution de l'histogramme est supposée être une distribution normale La manipulation de l'histogramme pour que la somme soit égale à 1 est appelée normalisation ou standardisation.

Créer un histogramme cumulatif

matplotlib.pyplot.hist(Colonne de données de type liste, cumulative=True)
# cumulative=Si vous spécifiez True, vous pouvez créer un histogramme cumulatif.

Fréquence relative
La fréquence exprimée en pourcentage de l'ensemble

Fréquence relative cumulative
Somme des fréquences relatives jusqu'à cette classe
La fréquence relative cumulée sera finalement de 1.

Histogramme cumulatif
Un histogramme de la fréquence relative cumulée
Vous pouvez dire si c'est juste en examinant l'augmentation ou la diminution de l'histogramme cumulatif.

Nuage de points

Créer un diagramme de dispersion

matplotlib.pyplot.scatter(x, y)
#Spécifiez les données x sur l'axe horizontal et les données correspondantes y sur l'axe vertical.

Définir le type et la couleur du marqueur

matplotlib.pyplot.scatter(x, y, marker="Type de marqueur", color="Couleur du marqueur")
#Les types et les couleurs sont affichés dans un graphique en lignes de pliage.

Définissez la taille du marqueur en fonction de la valeur

matplotlib.pyplot.scatter(x, y, s=Taille du marqueur)
#La valeur par défaut est 20.

Réglez la densité du marqueur en fonction de la valeur

matplotlib.pyplot.scatter(x, y, c=Données de type liste correspondant à la couleur du marqueur ou aux données de tracé, cmap="Spécificateur de système de couleur")
# c=Vous pouvez définir la couleur du marqueur en spécifiant la couleur du marqueur

#Spécifiez les données de type de liste correspondant aux données de lot en c
#CMAP supplémentaire="Spécificateur de système de couleur"Si vous spécifiez, vous pouvez afficher le marqueur en dégradé avec l'obscurité en fonction de la valeur de c.

Faites attention aux systèmes multiples.

Afficher la barre de couleurs

matplotlib.pyplot.colorbar()
#Lorsque vous affichez la barre de couleur, vous pouvez voir la valeur approximative par l'obscurité du marqueur.

Il correspond au côté droit de la figure ci-dessous.

diagramme circulaire

Créer un graphique circulaire

matplotlib.pyplot.pie() 
#Utilisez ceci pour dessiner un cercle.

matplotlib.pyplot.axis("equal") 
#Voici comment rendre le graphique circulaire, sans ce code, il serait elliptique.

Définir une étiquette sur le graphique circulaire

matplotlib.pyplot.pie(Les données, labels=[Liste des étiquettes])

Faire ressortir certains éléments

matplotlib.pyplot.pie(Les données, explode=[Liste des degrés de proéminence])
#Tout élément peut être affiché séparément.
#Pour "Conspicuity", spécifiez une valeur comprise entre 0 et 1 comme données de type liste.

Graphique 3D

Créer des axes 3D

import matplotlib
matplotlib.pyplot.figure().add_subplot(1, 1, 1, projection="3d")

Pour dessiner un graphique 3D, vous devez créer un sous-tracé avec des capacités de dessin 3D Spécifiez projection = "3d" lors de la création du sous-tracé.

Créer une surface courbe

#Subplot est une variable`ax`dans le cas de
ax.plot_surface(X, Y, Z)

matplotlib.pyplot.show()#Le graphique dessiné est affiché à l'écran en utilisant ceci.

Si vous souhaitez dessiner un graphique qui ressemble le plus possible à vrai Dessinez une surface courbe en spécifiant les données correspondant à l'axe des x, des y et des z dans plot_surface ().

Créer un histogramme 3D

#Subplot est une variable`ax`dans le cas de
ax.bar3d(xpos, ypos, zpos, dx, dy, dz)
# bar3d()Spécifiez les données correspondant aux positions des axes x, y et z et la quantité de changement de

Les histogrammes tridimensionnels et les graphiques à barres sont des méthodes efficaces pour trouver la relation entre deux éléments. Chaque élément du jeu de données correspond à l'axe des x et à l'axe des y, et est empilé et exprimé dans la direction de l'axe z.

Créer un diagramme de dispersion 3D

x = np.ravel(X)
#Subplot est une variable`ax`dans le cas de
ax.scatter3D(x, y, z)

# scatter3D()Spécifiez les données correspondant à l'axe des x, des y et des z dans.

#Parce que les données que vous spécifiez doivent être unidimensionnelles
#S'il ne s'agit pas de données unidimensionnelles, np à l'avance.ravel()Convertissez les données en utilisant.

Le diagramme de dispersion en trois dimensions comporte trois types de données qui sont (ou sont susceptibles d'avoir) liés les uns aux autres. Le traçage dans un espace tridimensionnel est utile pour prédire visuellement les tendances des données.

Appliquer la palette de couleurs au graphique 3D

#Importez à l'avance les cm de matplotlib.
import matplotlib.cm as cm

#Subplot est une variable`ax`dans le cas de
ax.plot_surface(X, Y, Z, cmap=cm.coolwarm)
#Lors du traçage des données, tracer_surface()À cmap=cm.Si vous spécifiez coolwarm
#Vous pouvez appliquer une palette de couleurs aux valeurs de l'axe z.

Les graphiques 3D avec des couleurs monotones peuvent être difficiles à voir, comme les zones avec de nombreuses irrégularités. Dans ce cas, utilisez la fonction pour changer la couleur affichée en fonction des coordonnées prises par les points du graphique. Vous pouvez le rendre plus facile à voir.