【Python基础】手把手教你数据可视化！（附实例讲解）

- 日理万妓 2022-08-28 01:53 292阅读 0赞

点击上方“**小白学视觉**”，选择加"**星标**"或“**置顶**”

重磅干货，第一时间送达![3f7ccc0211bd35e08057ce903c2b724c.png][]

**作者：CrescentAI，华南理工大学，Datawhale优秀学习者**

**前言**

#  #

本文对课程数据集及泰坦尼克号数据集进行了实例讲解，一步一步带你绘制数据可视化中常用的五种图形，并对数据间可能存在的相关性做出了阐述。

![9c91e57a6de3b46a3bd1d0ff5fffec36.png][]

**绘制常用图形**

#  #

常用图形有：

*  plt.scatter() 散点图
 *  plt.plot() 折线图
 *  plt.bar() 直方图
 *  plt.pie() 饼图
 *  plt.boxplot() 箱型图

**本次实例数据集可在后台回复【****学生成绩****】来获取。**

#导入相应的包
    import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    %matplotlib inline
    
    #图可以显示中文和负号
    plt.rcParams['font.sans-serif']='SimHei'
    plt.rcParams['axes.unicode_minus']=False

data = pd.read_excel("D:\data\student-score\student-score.xlsx")
    data.head()

![cceca238f5a6e8714057888171219080.png][]

data = data.drop(columns = ["序号","品德","科学"],axis = 1) #由于品德和科学的总分与其他学科不一致,为了图片显示效果,删除这两个学科成绩

data.loc[:,"总分"] = data.loc[:,"语文"] + data.loc[:,"数学"] + data.loc[:,"英语"]  #重新计算总分成绩
    data.head()

![6acb79c626e3aa6c5cc9255d6aab70c6.png][]

接着我们还可以查看其数据结构：

data.shape  #查看数据结构
    
    # 输出
    (629, 6)

以及查看各学科的缺失值情况：

data.isnull().sum()  #查看缺失值情况
    
    '''
    姓名    0
    学校    0
    语文    1
    数学    0
    英语    0
    总分    1
    dtype: int64
    '''

对于这些缺失值，我们可以选择使用`dropna()`函数删除：

data = data.dropna()  #删除缺失值
    data.shape  # (628, 6)

再使用`describe()`函数进行简单的统计描述：

data.describe()  #简单统计描述

![f9c95d192aa941112ee221cf83740dca.png][]

### 散点图 ###

gp = data.groupby(by = "学校",as_index=False)  #以学校为分组依据进行分组
    data1=gp.mean() #分组后的聚合运算为计算均值
    data1.head()

得到结果：

![6c9ee0379bff699ff10d3ab565693d1a.png][]

# 绘制各学科成绩散点图
    plt.figure(figsize=(6,4))
    plt.scatter(data1["总分"],data1["语文"],marker='v')
    plt.scatter(data1["总分"],data1["数学"],marker='o')
    plt.scatter(data1["总分"],data1["英语"],marker='*')
    plt.title("各学校成绩散点图",fontsize = 14)
    plt.xlabel("总成绩")
    plt.ylabel("各学科成绩")
    plt.legend(["语文","数学","英语"]);

![050c3efb70f9263bc240fa0f08ff741d.png][]

# 绘制各学科成绩散点图
    plt.figure(figsize=(6,4))
    plt.scatter(data1["总分"],data1["语文"],marker='v')
    plt.title("各学校语文与总分成绩散点图",fontsize = 14)
    plt.xlabel("总成绩")
    plt.ylabel("各学科成绩")
    plt.legend(["语文"])
    
    # <matplotlib.legend.Legend at 0x1da13d256c8>

![c7953a7371696ee8a2c79ad3da48dd5f.png][]

# 绘制各学科成绩散点图
    data1.plot.scatter(x = "总分", y = "语文")
    plt.title("语文与总分成绩散点图")
    data1.plot.scatter(x = "总分", y = "数学")
    plt.title("数学与总分成绩散点图")
    data1.plot.scatter(x = "总分", y = "英语")
    plt.title("英语与总分成绩散点图")
    # plt.show()

得到`Text(0.5, 1.0, '英语与总分成绩散点图')`，且散点图结果如下：

![053b99865fe56744d2b53d5f2d099917.png][] ![1ffdb3e9b367263ae5a869722f9e39f5.png][] ![e693cee3f5107142fd8f7820e12d79f1.png][]

### 折线图 ###

data1.head()

![dd030ab06629fe8562da1ce9bb58e37c.png][]

data1["序号"]=data1.学校.str.extract('(\d+)')
    data1

![32bfe9832d9bd60ace0a51d0c778a9c9.png][] ![4b5766fe8f5d3334161c42ee7740aa06.png][]

ser1 = data1.序号
    ser1

得到输出：

0     10
    1     11
    2     12
    3     13
    4     14
    5     15
    6     16
    7     17
    8     18
    9     19
    10     1
    11    20
    12    21
    13     2
    14     3
    15     4
    16     5
    17     6
    18     7
    19     8
    20     9
    Name: 序号, dtype: object

接着：

ser1 = ser1.astype("int")
    ser1

得到输出：

0     10
    1     11
    2     12
    3     13
    4     14
    5     15
    6     16
    7     17
    8     18
    9     19
    10     1
    11    20
    12    21
    13     2
    14     3
    15     4
    16     5
    17     6
    18     7
    19     8
    20     9
    Name: 序号, dtype: int32

可以尝试删除序号列，并且重设索引列：

del data1["序号"]
    data1.index = ser1
    data1

![f1d182ab3c57e7b97b48083f2abe6380.png][] ![64a3370352fa466ec65001d979eb6e77.png][]

再按照索引排序，可得到相应结果：

data1=data1.sort_index()
    data1

![b528a1d33d72b3e28f64a53529c41969.png][] ![91191bdc45edf61efeb458afc23da9cb.png][]

接着查看一共有多少行数据作为x轴数据

len(data1) # 21

再将各科成绩数据进行绘图，得到折线图结果：

plt.figure(figsize=(10,4))
    plt.plot(range(21),data1.iloc[:,1],'-*') #选取语文成绩数据
    plt.plot(range(21),data1.iloc[:,2],'-o') #选取数学成绩数据
    plt.plot(range(21),data1.iloc[:,3],'-v') #选取英语成绩数据
    plt.title('各学科成绩变化走势图')
    plt.xlabel('各学校')
    plt.ylabel('学科成绩')
    plt.xticks(range(21),data1["学校"],rotation=30)  #rotation=30控制文字倾斜角度
    plt.legend(['语文','数学','英语']);

![3b9bcfb129f14c31a79106869550d716.png][]

### 直方图 ###

yw = data1.loc[:,"学校":"语文"]  #提取数据绘制直方图,直方图原理,每个需要被画图的标签对应一个数值
    yw = yw.T
    yw

![321f22ca1df8ce56e6bf3fe9c3e02c2e.png][]

yw.columns = yw.iloc[0]  #将学校字段转换成列索引
    yw1 = yw.drop("学校",axis=0)  #删多余的行信息
    yw1

![7a16bca1f0f8a416773d1f37e6575370.png][]

再将语文成绩数据进行绘图，得到直方图结果：

# 每个学校语文平均成绩的直方图
    plt.figure(figsize=(12,4))
    plt.bar(range(21),yw.loc["语文",:],width=0.5)
    plt.title("语文成绩直方图",fontsize = 14)
    plt.ylabel("语文成绩",fontsize = 14)
    plt.xticks(range(21),yw.iloc[0],rotation=30,fontsize = 12); #x轴刻度为各学校名称

![43d4b4739b8d0a42a4ec3e01d727fbac.png][]

sx = data1.loc[:,["学校","数学"]]
    sx = sx.T
    sx

![8140689fe902b4a00d336d84c2d68ca6.png][]

sx.columns = sx.iloc[0]
    sx = sx.drop("学校",axis=0)
    sx

![e115ec0c1fc03153168c5fb2662f0e47.png][]

再将数学平均成绩数据进行绘图，得到直方图结果：

# 每个学校数学平均成绩的直方图
    plt.figure(figsize=(12,4))
    plt.bar(range(21),sx.loc["数学",:],width=0.5)
    plt.title("数学成绩直方图",fontsize = 14)
    plt.ylabel("数学成绩",fontsize = 14)
    plt.xticks(range(21),yw.iloc[0],rotation=30,fontsize = 12); #x轴刻度为各学校名称

![08d60cf58a4fb5bbe754f1c9f72fe24d.png][]

将多个学科成绩画到一副图中

data1

![770cdbe039a413174e769e7e8fb5ad7e.png][] ![79ca451d77355243cd11e31f43876855.png][]

data2 = data1.drop("总分",axis = 1)  #新建一个dataframe,删掉总分列,因为总分和单科成绩相差太多,影响绘图效果
    data2.head()

![e36ff5fa3579bfb5ced47269c135223d.png][]

# 将多个学科成绩画到一张图中  #截取前十
    data2.plot.bar(x = '学校',y = ['语文','数学','英语'],figsize=(16,6),width=0.7,rot = 30,title = "各学科成绩直方图"); #rot空值标签倾斜程度

![d92d9e9098c21b8c1c09d726a47bbf18.png][]

### 饼图 ###

data2.head()

![588659908507fbd3bccd62955a00b6c6.png][]

plt.figure(figsize=(4,4),dpi=80)
    plt.pie(data2.iloc[0,1:] #选取数据源
            ,labels=['语文','数学','英语']
            ,autopct='%1.2f') #设置百分比经度
    #         ,explode=[0.1,0.02,0.02]  #设置饼图各个扇区之间的间隙
    #         ,colors=['r','g','b']) #设置饼图各个扇区的颜色
    plt.title('第1小学各学科成绩占比',fontsize=12);
    #fontsize设定字体的大小，xlabel,ylabel,title里面都可以设定

![7f7afb1a0abe92679a82d74c2ee0d0c6.png][]

pic2 = plt.figure(figsize=(8,8),dpi=80)
    
    fig1 = pic2.add_subplot(2,2,1) #第一个子图
    plt.pie(data2.iloc[0,1:] #选取数据源 第10小学各学科成绩
            ,labels=['语文','数学','英语']
            ,autopct='%1.2f') #设置百分比经度
    #         ,explode=[0.1,0.02,0.02]  #设置饼图各个扇区之间的间隙
    #         ,colors=['r','g','b']) #设置饼图各个扇区的颜色
    plt.title('第1小学各学科成绩占比',fontsize=12)
    
    fig2 = pic2.add_subplot(2,2,2) #第二个字图
    plt.pie(data2.iloc[1,1:] #选取数据源,第11小学各学科成绩
            ,labels=['语文','数学','英语']
            ,autopct='%1.2f') #设置百分比经度
    #         ,explode=[0.1,0.02,0.02]  #设置饼图各个扇区之间的间隙
    #         ,colors=['r','g','b']) #设置饼图各个扇区的颜色
    plt.title('第2小学各学科成绩占比',fontsize=12)
    
    fig3 = pic2.add_subplot(2,2,3) #第二个字图
    plt.pie(data2.iloc[2,1:] #选取数据源,第12小学各学科成绩
            ,labels=['语文','数学','英语']
            ,autopct='%1.2f') #设置百分比经度
    #         ,explode=[0.1,0.02,0.02]  #设置饼图各个扇区之间的间隙
    #         ,colors=['r','g','b']) #设置饼图各个扇区的颜色
    plt.title('第3小学各学科成绩占比',fontsize=12)
    
    fig4 = pic2.add_subplot(2,2,4) #第二个字图
    plt.pie(data2.iloc[3,1:] #选取数据源,第13小学各学科成绩
            ,labels=['语文','数学','英语']
            ,autopct='%1.2f') #设置百分比经度
    #         ,explode=[0.1,0.02,0.02]  #设置饼图各个扇区之间的间隙
    #         ,colors=['r','g','b']) #设置饼图各个扇区的颜色
    plt.title('第4小学各学科成绩占比',fontsize=12);

![9078975a521e75d1ab2a72aeb439ee7a.png][]

### 箱型图 ###

data.head()

![476e83952a7ec1e76c6bf4c3c172f164.png][]

data_1 = data.loc[data['学校'] =="第1小学"]  #提取第一小学的所有信息
    score = (list(data_1.iloc[:,2]),list(data_1.iloc[:,3]),list(data_1.iloc[:,4]))
    
    plt.figure(figsize=(8,6))
    plt.boxplot(score
                ,labels=['语文','数学','英语']
                ,notch=True #缺口中位数位置
                ,sym='*'#设定异常值的形状
                ,whis=1.5); #设定几倍标准差之外的数据算是异常值，默认是1.5

![12c3efe9b097cb7cd8ae99a8b7dac0af.png][]

**泰坦尼克号数据**

#  #

text = pd.read_csv(r'result.csv')
    text.head()

![0ee40f0c4ad51047f270075a715f11fa.png][]

### 男女中生存人数分布情况 ###

sex = text.groupby('Sex')['Survived'].sum()
    sex.plot.bar(color='chocolate')
    plt.title('survived_count')
    plt.show()

![6b0e2b979298210f051ed5e9bd6c342c.png][]

女性比男性生存人数多。

### 男女中生存人与死亡人数的比例 ###

text.groupby(['Sex','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked='True')
    plt.title('survived_count')
    plt.ylabel('count')
    
    # Text(0, 0.5, 'count')

![083c7f6692f6fd056824ecb334032498.png][]

男女性生存与死亡人数的占比偏差比较大。

### 不同票价的人生存和死亡人数分布情况 ###

# 排序后绘折线图
    fare_sur = text.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False)
    fig = plt.figure(figsize=(20, 18))
    fare_sur.plot(grid=True)
    plt.legend()
    plt.show()

![8f85008889b24c0d2a7a1e6894d3878b.png][]

不同的票价所反映出来的生存人数是非常明显的，票价低的人死亡数量高是因为离甲板远，且逃生机会大大降低。

# 排序前绘折线图
    fare_sur1 = text.groupby(['Fare'])['Survived'].value_counts()
    fig = plt.figure(figsize=(20, 18))
    fare_sur1.plot(grid=True)
    plt.legend()
    plt.show()

![fcad0d8b0f09f9bdeb0fffc29037afce.png][]

### 不同仓位等级的人生存和死亡人员的分布情况 ###

# 1表示生存，0表示死亡
    pclass_sur = text.groupby(['Pclass'])['Survived'].value_counts()
    
    import seaborn as sns
    sns.countplot(x="Pclass", hue="Survived", data=text)
    
    # <matplotlib.axes._subplots.AxesSubplot at 0x1da160cdc08>

![456afe9112505b80589da8b80d6b1afe.png][] 不同年龄的人生存与死亡人数分布情况

facet = sns.FacetGrid(text, hue="Survived",aspect=3)
    facet.map(sns.kdeplot,'Age',shade= True)
    facet.set(xlim=(0, text['Age'].max()))
    facet.add_legend()
    
    # <seaborn.axisgrid.FacetGrid at 0x1da16136588>

![2bd170d7128cc684ffdd9e512d186477.png][] 不同仓位等级的人年龄分布情况

text.Age[text.Pclass == 1].plot(kind='kde')
    text.Age[text.Pclass == 2].plot(kind='kde')
    text.Age[text.Pclass == 3].plot(kind='kde')
    plt.xlabel("age")
    plt.legend((1,2,3),loc="best")
    
    # <matplotlib.legend.Legend at 0x1da161b27c8>

![98d3c34f72b9eadbac11ce33abce7d12.png][]

**下载1：OpenCV-Contrib扩展模块中文版教程**

在「**小白学视觉**」公众号后台回复：**扩展模块中文教程****，**即可下载全网第一份OpenCV扩展模块教程中文版，涵盖**扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理**等二十多章内容。

**下载2：Python视觉实战项目52讲**

在「**小白学视觉**」公众号后台回复：**Python视觉实战项目****，**即可下载包括**图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别**等31个视觉实战项目，助力快速学校计算机视觉。

**下载3：OpenCV实战项目20讲**

在「**小白学视觉**」公众号后台回复：**OpenCV实战项目20讲****，**即可下载含有**20**个基于**OpenCV**实现20个**实战项目**，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。**请勿**在群内发送广告，否则会请出群，谢谢理解~

![9ff23eb7c0ae8d38cd686b825ae8c55b.png][]

![42affb3b7f991fa8624afd70a68fafad.png][]

[3f7ccc0211bd35e08057ce903c2b724c.png]: /images/20220828/2c6e46915e634f4188cf3baf41d555d2.png
[9c91e57a6de3b46a3bd1d0ff5fffec36.png]: /images/20220828/b900149a336f4d37a81d0d1d22b67478.png
[cceca238f5a6e8714057888171219080.png]: /images/20220828/aa0ccdd354f9454eaf1f39f04ac82f4d.png
[6acb79c626e3aa6c5cc9255d6aab70c6.png]: /images/20220828/ab46075ce2604b9696ba18f56b2adfe6.png
[f9c95d192aa941112ee221cf83740dca.png]: /images/20220828/d0fa10b17f46492a9e0a16ac7754275b.png
[6c9ee0379bff699ff10d3ab565693d1a.png]: /images/20220828/3f3e91bac9d64234b6e36d8aab93c469.png
[050c3efb70f9263bc240fa0f08ff741d.png]: /images/20220828/ba8d427d02da480b85901ba89056ea84.png
[c7953a7371696ee8a2c79ad3da48dd5f.png]: /images/20220828/9d8f8bce85f14d8d8a78ff73c48853ab.png
[053b99865fe56744d2b53d5f2d099917.png]: https://img-blog.csdnimg.cn/img_convert/053b99865fe56744d2b53d5f2d099917.png
[1ffdb3e9b367263ae5a869722f9e39f5.png]: https://img-blog.csdnimg.cn/img_convert/1ffdb3e9b367263ae5a869722f9e39f5.png
[e693cee3f5107142fd8f7820e12d79f1.png]: /images/20220828/1259728c7d3846559af55ded0c2ea305.png
[dd030ab06629fe8562da1ce9bb58e37c.png]: /images/20220828/2f668464c9f442d4b262ae1e7acb8ee0.png
[32bfe9832d9bd60ace0a51d0c778a9c9.png]: https://img-blog.csdnimg.cn/img_convert/32bfe9832d9bd60ace0a51d0c778a9c9.png
[4b5766fe8f5d3334161c42ee7740aa06.png]: /images/20220828/cb94a3dd7aec4932a0863314e4c0b123.png
[f1d182ab3c57e7b97b48083f2abe6380.png]: https://img-blog.csdnimg.cn/img_convert/f1d182ab3c57e7b97b48083f2abe6380.png
[64a3370352fa466ec65001d979eb6e77.png]: /images/20220828/acaec1c6a8c34442acc0ca6cee812eef.png
[b528a1d33d72b3e28f64a53529c41969.png]: https://img-blog.csdnimg.cn/img_convert/b528a1d33d72b3e28f64a53529c41969.png
[91191bdc45edf61efeb458afc23da9cb.png]: /images/20220828/bd2857d8e00c494ea9f372ab63605be4.png
[3b9bcfb129f14c31a79106869550d716.png]: /images/20220828/3b6baea7850a4ea38592311e8e92d061.png
[321f22ca1df8ce56e6bf3fe9c3e02c2e.png]: /images/20220828/1ecc366df1d642e0a861d4677289b37c.png
[7a16bca1f0f8a416773d1f37e6575370.png]: /images/20220828/610dde57eacf444bb5974a3d210a21d1.png
[43d4b4739b8d0a42a4ec3e01d727fbac.png]: /images/20220828/6e855ae354814c598483a89e04d7ed99.png
[8140689fe902b4a00d336d84c2d68ca6.png]: /images/20220828/06bbe46547a94fd3bebce75f4308a49f.png
[e115ec0c1fc03153168c5fb2662f0e47.png]: /images/20220828/41cec9ea6ac84df294812f51d37dc261.png
[08d60cf58a4fb5bbe754f1c9f72fe24d.png]: /images/20220828/4dd41ba104cd496fbaf235539f498045.png
[770cdbe039a413174e769e7e8fb5ad7e.png]: https://img-blog.csdnimg.cn/img_convert/770cdbe039a413174e769e7e8fb5ad7e.png
[79ca451d77355243cd11e31f43876855.png]: /images/20220828/39abad4687b846dc9dc6f87028eeeba8.png
[e36ff5fa3579bfb5ced47269c135223d.png]: /images/20220828/51456f4ccdad46bebeebe60b4f50a18d.png
[d92d9e9098c21b8c1c09d726a47bbf18.png]: /images/20220828/100ce6c51caf4897b82812856eba0950.png
[588659908507fbd3bccd62955a00b6c6.png]: /images/20220828/3d2b9fd1a0eb45539e74f261a02abc08.png
[7f7afb1a0abe92679a82d74c2ee0d0c6.png]: /images/20220828/9bb652ec457a4851a2173d483f22c2ce.png
[9078975a521e75d1ab2a72aeb439ee7a.png]: /images/20220828/028859350da64f639f4bbc04baababc4.png
[476e83952a7ec1e76c6bf4c3c172f164.png]: /images/20220828/7912ab0a9a2e42c5af72fc98842ad6d9.png
[12c3efe9b097cb7cd8ae99a8b7dac0af.png]: /images/20220828/62e07d997918498ab585f282eb699cfc.png
[0ee40f0c4ad51047f270075a715f11fa.png]: /images/20220828/c7ba3c5e71ba41cfb155c2f8519c74e6.png
[6b0e2b979298210f051ed5e9bd6c342c.png]: /images/20220828/be46ff8db63f403c8221426ec7e1db4b.png
[083c7f6692f6fd056824ecb334032498.png]: /images/20220828/d0c97be12a074f44bb55d42a93627916.png
[8f85008889b24c0d2a7a1e6894d3878b.png]: /images/20220828/ef31a230cd8f4e36a84452d70e1ab546.png
[fcad0d8b0f09f9bdeb0fffc29037afce.png]: /images/20220828/d1c1c7f95feb4604b62d555674de4022.png
[456afe9112505b80589da8b80d6b1afe.png]: /images/20220828/c32d321b55b547f1a8c36cd7b532ec05.png
[2bd170d7128cc684ffdd9e512d186477.png]: /images/20220828/239fbd88b0cf45f48e851a313c7d86f8.png
[98d3c34f72b9eadbac11ce33abce7d12.png]: /images/20220828/0eab698543a1442087f8feb8d5ec56a3.png
[9ff23eb7c0ae8d38cd686b825ae8c55b.png]: /images/20220828/32bc5638cf21411ba168b387e4b6ae6a.png
[42affb3b7f991fa8624afd70a68fafad.png]: /images/20220828/85e6fdf28c00431980161c858562a692.png