目录

Python数据处理从零开始—-第四章（可视化）①Matplotlib包

Python数据处理从零开始—-第四章（可视化）②图形和轴

Python数据处理从零开始—-第四章（可视化）③散点图和误差棒

Python数据处理从零开始—-第四章（可视化）④误差图

Python数据处理从零开始—-第四章（可视化）⑤（韦恩图）

Python数据处理从零开始—-第四章（可视化）⑥（画布设置）

Python数据处理从零开始—-第四章（可视化）⑦（多图合并)

Python数据处理从零开始—-第四章（可视化）⑧火山图

Python数据处理从零开始—-第四章（可视化）⑨线性相关曲线

Python数据处理从零开始—-第四章（可视化）⑩ROC曲线

Python数据处理从零开始—-第四章（可视化）①①多分类ROC曲线

=========================================================

正文

散点图

本节开始介绍用plt.plot和ax.plot画散点图

# In[*]
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
# In[*]
x = np.linspace(0,10,30)
y = np.sin(x)
plt.plot(x,y,'o',color='black')

第三个参数‘o’是代表散点图中散点的形状，可以修改。

rng = np.random.RandomState(1234)
for marker in ['o','.',',','x','+','v','^','<','>','s','d']:
    plt.plot(rng.rand(5),rng.rand(5),marker,
             label="marker'='{0}'".format(marker))
    plt.legend(numpoints=1)
    plt.xlim(0,1.8)

可以拟合成一条曲线，其中’-ok‘中直线（-），圆圈（o），黑色（k）

rng = np.random.RandomState(1234)
for marker in ['o','.',',','x','+','v','^','<','>','s','d']:
    plt.plot(rng.rand(5),rng.rand(5),marker,
             label="marker'='{0}'".format(marker))
    plt.legend(numpoints=1)
    plt.xlim(0,1.8)
    plt.plot(x,y,'-ok')

用plt.scatter画散点图

plt.scatter相对于plt.plot的主要优势在于，前者在创建散点图时具有更高的灵活性，可以单独控制每个散点与数据匹配，也可以让每个散点具有不同的属性（大小，表面颜色，边框颜色等）

rng = np.random.RandomState(1234)
x = rng.randn(100)
y  = rng.randn(100)
colors = rng.rand(100)
sizes = 1000*rng.rand(100)
plt.scatter(x,y,c=colors,s=sizes,alpha=0.3,cmap='viridis')
plt.colorbar()

# In[*]
from sklearn.datasets import load_iris
iris = load_iris()
features = iris.data.T
plt.scatter(features[0],features[1],alpha=0.2,
            s=100*features[3],c=iris.target,cmap='viridis')
plt.xlabel(iris.feature_names[0])
plt.ylab(iris.feature_names[1])

当面对大型数据集时，plt.plot会在效率方面优于plt.scatter，这是因为plt.scatter会对每一个单独的散点进行大小或者颜色的设置，而plt.plot是一次性复制所有的设置。

绘制基本误差线

%reset -f
%clear
# In[*]
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

# In[*]
plt.style.use('seaborn-whitegrid')
x = np.linspace(0,10,50)
dy = np.linspace(0,1,50)
y = np.sin(x) + dy*np.random.randn(50)
plt.errorbar(x,y,yerr=dy,fmt='.k')

一般来说，误差棒的颜色最好比数据点的颜色稍浅一点比较好，尤其当你的数据点非常多时。

# In[*]
plt.style.use('seaborn-whitegrid')
x = np.linspace(0,10,50)
dy = np.linspace(0,1,50)
y = np.sin(x) + dy*np.random.randn(50)
plt.errorbar(x,y,yerr=dy,fmt='o',
             color='black',ecolor='gray',elinewidth=3,capsize=0)

误差棒还有一些比较少用的参数，例如水平方向的误差线(xerr)，单侧误差线（one-sidederrorbar）。