数据可视化是数据分析中最重要的工作之一。在数据探索阶段，可视化有助于我们了解数据的基本分布与简单规律；在数据分析结果阶段，可视化呈现的结果更加直观、醒目。按照数据之间的关系，我们可以把可视化视图分为四类：比较、联系、构成和分布。数据之间表现的这四种关系主要特点如下：

• 比较：比较数据间各类别的关系，或者是它们随时间的变化趋势，比如折线图；

• 联系：查看两个或两个以上变量之间的关系，比如散点图；

• 构成：每个部分占整体的百分比，或者是随时间的百分比变化，比如饼图；

• 分布：关注单个变量，或者多个变量的分布情况，比如直方图与散点图。

在Python中，常用的可视化库有：

• matplotlib

• seaborn

seaborn 跟 matplotlib 最大的区别就是它的默认绘图风格和色彩搭配都更具有现代美感，其实是在 matplotlib 的基础上进行了更高级的 API 封装，能用更少的代码去调用 matplotlib 的方法，从而使得作图更加容易，在大多数情况下使用 seaborn 就能做出很具有吸引力的图，而使用 matplotlib 就能制作具有更多特色的图。应该把 seaborn 视为 matplotlib 的补充，而不是替代。matplotlib 中最基础的模块是 pyplot ，下面从最简单的折线图开始讲解，主要操作流程包括：

创建图像对象

使用figure函数来创建

输入数据参数

导入数据

在窗口里面绘图与标记内容

线条粗细、颜色、形状、横坐标纵坐标等等

>>> import matplotlib.pyplot as plt # 载入matplotlib的子模块pyplot>>> fig = plt.figure(figsize=(10,8))  # 指定图像大小与纵横比

其中 figsize=(10,8) 是用来指定图像的大小与纵横比，下面以折线图为例，来介绍 matplotlib 中常用的命令与步骤

>>> input_value = [1,2,3,4,5]  # 输入值>>> squares = [1,4,9,16,25]    # 输出值>>> plt.plot(input_value,squares,linewidth=5)  # 设置线条的粗细>>> plt.title("Square Numbers",fontsize=24)    # 给图表指定标题>>> plt.xlabel("Value ",fontsize=14)           # 为x轴设置标题>>> plt.ylabel("Square of value",fontsize=14)  # 为y轴设置标题>>> plt.tick_params(axis='both',labelsize=12)  # 设置刻度标记大小>>> plt.show()      # 打开 matplotlib 查看器

最终得到的图像如下所示。注意，pyplot模块的plot函数可以接收其他参数，如线条粗细、颜色、线条形状等。plot 函数里面常用的关键字参数如下：

plt.plot(x,y,color='green',marker='o',linestyle='dashed',linewidth=1,markersize=6)# (x,y)：横坐标与纵坐标的w位置# color：颜色参数# marker：数据点形状参数# linestyle：线型参数，包括：虚线、实现或点线# linewidth：  线条粗细参数# markersize： 数据点大小参数

如果需要在一个窗口同时画几个不同的子图，可以利用 Matplotlib 的如下命令来实现：

>>> import numpy as np>>> x = np.random.randint(1,10,8) # 从均匀分布随机抽取8个数据>>> label = list('abcdefgh') # 对上述8个数据标记字母>>> plt.subplot(211) # 指定2行1列第1个子图0x09705290>>>> plt.bar(label,x) # 在指定的子图上绘制垂直柱状图8 artists>>>> plt.subplot(212) # 指定2行1列第2个子图0x0B8140F0>>>> plt.barh(label,x) # 在指定的子图上绘制水平柱状图8 artists>>>> plt.show()

注意，垂直柱状图用 plt.bar() ，水平柱状图用 plt.barh() ，图像如下所示：

利用 pyplot 绘制直方图的命令格式如下：

plt.hist(data,bins=40,normed=0,facecolor="blue",edgecolor="black",alpha=0.7)# data       必选参数，绘图数据# bins       直方图的长条形数目，可选项，默认为0# normed     直方图向量是否进行归一化，默认为0代表不归一化，显示频数# normed=1                                1表示归一化，显示频率# facecolor  长条形的颜色# edgecolor  长条形边框的颜色# alpha      透明度

下面以具体的实例来说明如何绘制直方图：

>>> import matplotlib>>> import numpy as np>>> # 设置matplotlib 正常显示中文和负号>>> matplotlib.rcParams['font.sans-serif']=['SimHei'] # 用黑体显示中文>>> matplotlib.rcParams['axes.unicode_minus']=False   # 正常显示负号>>> data = np.random.randn(10000)  # 随机生成10000个服从正态分布的数据>>> len(data)10000>>> plt.hist(data,bins=40,normed=0,facecolor="blue",edgecolor="black",alpha=0.7)>>> plt.xlabel("区间")  # 显示横轴标签>>> plt.ylabel("频数/频率") # 显示纵轴标签>>> plt.title("频数/频率分布直方图") # 显示图标题>>> plt.show()  # 显示图像

箱形图 boxplot以一种相对稳定的方式描述数据的离散分布情况，箱形图最大的有点就是不受异常值的影响。从箱形图中可以清晰的看出异常值是否存在，中位数与平均值的差异。在Python中画箱形图，以 matplotlib 结合 seaborn 的方式使得编写代码简洁、绘图更有美感。

>>> import matplotlib.pyplot as plt>>> import seaborn as sns>>> iris = sns.load_dataset("iris")>>> sns.boxplot(x=iris['species'],y=iris['sepal_width'])>>> plt.show()  # 显示图像

图像如下：

热点图 heatmap 作为一种密度图，热力图一般使用具备显著颜色差异的方式来呈现数据效果，热力图中亮色一般代表时间发生频率较高或事物分布密度较大，暗色则反之。

import matplotlib.pyplot as pltimport seaborn as sns# Load the example flights dataset and convert to long-formflights_long = sns.load_dataset("flights")flights = flights_long.pivot("month", "year", "passengers")# Draw a heatmap with the numeric values in each cellf, ax = plt.subplots(figsize=(9, 6))sns.heatmap(flights, annot=True, fmt="d", linewidths=.5, ax=ax)

Pairplot 主要展现的是变量两两之间的关系(线性或非线性，有无明显的相关关系)

import matplotlib.pyplot as pltimport seaborn as snsiris = sns.load_dataset("iris")sns.pairplot(iris)

对角线上是各个属性的直方图(分布图)，而非对角线上是两个不同属性之间的相关图，从图中我们发现，花瓣的长度和宽度之间以及萼片的长短和花瓣的长、宽之间具有比较明显的相关关系。