最近白天在整机器学习和算法导论，做预判分析的时候发现，经常用到几个画图代码，老是弄混。睡不着，深夜上线整理一波，顺便加强一下记忆叭。写多少是多少，不行就白天接着补。。

今天先整理一波常规画图操作。其实后来学了pandas里的 seaborn 库的时候，才发现有更好看的图

import matplptlib.pypplot as plt

import pandas as pd

# 读取一个分类明确的数据集csv文件,文件里数据分了四类

# 数据长这样子，先大致head()前五行看一下吧

# dataset,x,y

I,10.0,8.04

I,8.0,6.95

I,13.0,7.58

I,9.0,8.81

I,11.0,8.33

oh=pd.read_csv('anscombe.csv')

print(oh)

# 取数据子集

oh_1=oh[oh['dataset'] == 'I']

oh_2=oh[oh['dataset'] == 'II']

oh_3=oh[oh['dataset'] == 'III']

oh_4=oh[oh['dataset'] == 'IV']

plt.plot(oh_1['x'],oh_1['y'])

plt.show()

# 如果想用它画圆点，可以给plt.plot传递一个‘o’参数

plt.plot(oh_1['x'],oh_1['y'],'o')

plt.show()

# 现在有四个 子数据集，要把他们放在一起，所以先创建一个画布

# 就弄一个2x2的画布吧

fig=plt.figure()

axis1=fig.add_subplot(2,2,1)

axis2=fig.add_subplot(2,2,2)

axis3=fig.add_subplot(2,2,3)

axis4=fig.add_subplot(2,2,4)

# 哈哈然后出图吧

axes1.plot(oh_1['x'],oh_1['y'],'o')

axes2.plot(oh_2['x'],oh_2['y'],'o')

axes3.plot(oh_3['x'],oh_3['y'],'o')

axes4.plot(oh_4['x'],oh_4['y'],'o')

#向各个子图添加标签，并使用tight_layout方法确保各个坐标轴彼此分开

axes1.set_title('oh_1')

axes2.set_title('oh_2')

axes3.set_title('oh_3')

axes4.set_title('oh_4')

#为整幅图添加一个大标题

fig.suptitle('anscomble data')

plt.show()

#紧凑布局

fig.tight_layout()

单变量画图

单变量做频数分析的时候，画图是最直观的，样本频数特别小的，我一般也就合并到别的小样本里了。直方图就够用，选一个变量多一点的文件吧

import pandas as pd

tips=pd.read_csv('tips.csv')

print(tips)

# tips文件 数据 截一下前五行

# 就长这样吧

""" "total_bill","tip","sex","smoker","day","time","size"

16.99,1.01,"Female","No","Sun","Dinner",2

10.34,1.66,"Male","No","Sun","Dinner",3

21.01,3.5,"Male","No","Sun","Dinner",3

23.68,3.31,"Male","No","Sun","Dinner",2

24.59,3.61,"Female","No","Sun","Dinner",4

"""

# 大概就是对 餐桌文化，比如不同性别，消费时间，餐桌级别等不同群体的消费账单做个分析，totalbill 即消费账单。

# ok 画图吧

import matplotlib.pyplot as plt

fig=plt.figure()

# 画布啊画布！

axes1=fig.add_subplot(1,1,1)

# 画布一行一列，放第一个

axes1.hist(tips['total_bill'],bins=10)

# 直方图表达式，y轴衡量的是totalbill，x轴以10为组距

axes1.set_title('histogram of total bill')

axes1.set_xlabel('Frequency')

axes1.set_ylabel('total bill')

plt.show()

双变量

双变量画图，两两对比，妙不可言。就还是用刚才的那个消费账单数据吧

1)散点图

scatter_plot=plt.figure()

axes1=plt.add_subplot(1,1,1)

axes1.scatter(tips['total_bill'],tips['tip'])

# 再搞一下标签就很完美

axes1.set_xlabel('total bill')

axes1.set_ ylabel('tip')

plt.show()

箱线图

boxplot=plt.figure()

axes1=boxplot.add_subplot(1,1,1)

axes1.boxplot(

# 箱线图的第一参数是数据

# 由于要绘制多块数据，因此必须把每块数据放入列表中

[tips[tips['sex']=='Female']['tip'],

tips[tips['sex']=='Male']['tip']],

#列表中第一个数据表示分类类别，第二表示y轴数据

labels=['Female','Male']

#展示标签

)

axes1.set_xlabel('sex')

axes1.set_ylabel('Tip')

axes1.set_title('boxplot of tips by sex')

plt.show()

其实同样是画箱线图，调用seaborn库 代码更便捷，可调节的款式也比较多。留给下次睡不着整理吧。。

多变量数据

其实多变量说白了就是再双变量的基础上，区分了颜色，大小，形状，增加了信息量。最繁琐的办法就是用函数创建一个带颜色的变量。

比如在性别上区分颜色。

def recode_sex(sex):

if sex =='Famale':

return 0

else:

return 1

tips['sex_color']=tips['sex'].apply(recode_sex)

# apply 是对列调用函数的好方法，这行代码 赋值给tips数据集一个带颜色参数的新列 ' sex_color '

# 下面开始画图吧

# 创建画布

scatter_plot=plt.figure()

axes1=scatter_plot.add_subplot(1,1,1)

axes1.scatter(

x=tips['total_bill'],

y=tips['tips'],

s=tips['size']*10,

# 增加一个‘size’ 变量，用大小*10倍的大小区分

c=tips['sex_color']

alpha=0.5

# 增加点透明度，以表示重叠的点

)

# 最后添加标题

axes1.set_title('total bill vs tip colored by sex and sized by size')

axes1.set_xlabel('total bill')

axes1.set_ylabel('tip')

plt.show()