每日一课 | 案例上手Python数据可视化

柔光的暖阳◎ 2023-01-19 04:41 237阅读 0赞

![8dc4c99272c6d18c4fde188185ea3a19.png][]

大家好，我是营长，昨天营长分享了数据科学”的基本概念，不清楚的小伙伴可戳这????每日一课|Python数据可视化-数据科学”的基本概念

本期营长接着为大家分享Python数据可视化相关内容

这期分享营长邀请的是齐伟（Python大学教材及畅销书作者）分享案列上手-Python数据可视化

**作者寄语**

努力面前，忘记背后，向着标杆直跑。

当遇到貌似无法克服的困难时，当怀疑自己是否能够学会时，当受到其他诱惑想放弃时，请来读一读这句话。

详细开篇词，可戳此链接：https://gitbook.cn/gitchat/column/5c6cd09e7fa9074fde9c8909/topic/5c6cd10f7fa9074fde9c890a

**02**

**数据可视化类别**

走在大街上，满眼都是广告——说明市场经济发达，这是好事情。再观察一下广告，多是以各种样式的图形呈现，而不是简简单单地把数字呈现出来——即使是数字，也想办法把数字搞得像图一样。这样做的目的是要吸引人的注意，并且能够让人一眼就能看到想要看的。

别以为这是广告商的策略，其实，他们只是顺应了大脑的特点（具体请参考有关心理学和脑科学的研究成果）。

因为大脑的这种喜好，所以才非常有必要“数据可视化”，即用某种适合的图形来表示某些数据。

**数据可视化的类别**

通常有两种可视化数据的方式——这是我提出的分类，如有雷同，纯属巧合：

*  艺术性可视化
 *  数学性可视化

以 2018 年的中美“贸易战”为例，美国的媒体为了向美国老百姓说明中国经济发展的情况，特别是对美国经济的威胁，一定要使用到中国经济和美国经济相关数字，那么这些数字怎么展示？

![74acefa123658ada6935896c4d311453.png][]

图 1 中美 GDP 比较（图片来源）

这是一张预测中美 GPD 走势的图示，看此图，我想，美国人也没有什么太被刺激的感觉，因为看看两条线，未来即使有高低之别，但差别也没有那么吓人，况且，预测还可能不准确呢。

这就是数学性可视化，虽然比较理智的反映了数据。但是，给人的印象不是很深刻，或者没有让人感到受刺激。

再对比图 2：

![4d72bb2d1740198c62248fd66f43684d.png][]

图 2 艺术性地表示 GDP（图片来源）

虽然这张图中也包含了数字，但是，它同时配置了表示数字的图示，并且都很形象，人的视觉无形中就被图示所吸引了。把数字本来的抽象意义，用直观的方式表达出来，更刺激人的大脑。

这就是将原本的数据通过“艺术性可视化”的方式进行了表达。目的无非是要从视觉的维度让人感受到一种震撼。

“艺术性可视化”，它通常不会科学、准确地反映数据的含义，而是为了某个目的追求感官刺激，比如图 3。

![c4a7f3f6cf204adbd5e95d45d969be91.png][]

图 3 预测 GDP 变化 （图片来源）

在本达人课中所要介绍的“数据可视化”，肯定不是那种蛊惑人心的可视化，而是本着科学精神的“数学性可视化”，虽然它可能不如“艺术性的可视化”好看，但是，更趋真实地反映了对象的本质。

**常见图像和用途**

“数学性可视化”，就是要将数据用图像的方式表达。从数学角度来看，不同的图像有不同的用途或目的，下面依次简要说明（此处姑且讨论二维图像）。

**散点图**

还记得高中物理课学过的折射定律吗？也称为斯涅尔定律，假设不知道，我们就探索一下。用实验的方式分别测量光线入射某透明介质的入射角和折射角大小，测量多次，于是就得到了入射角和折射角的数据集，分别用 alpha 和 belta 表示。

有了这两组数据，怎么研究入射角和折射角之间的关系呢？它们之间符合什么函数关系？

**一种常用的方法是：**

建立一个坐标系，横坐标表示入射角，纵坐标表示折射角；

将入射角及其对应的折射角，作为坐标系中的一个坐标点，在此坐标系中把点标记出来。

这样就在坐标系中“散落”了很多点，如图 4 所示：

![ea8aef313995f128934f96ef823cfdd1.png][]

图 4 入射角和折射角散点图

接下来的任务就是观察这些点在坐标系中的分布，猜测它们应该符合什么函数关系，比如可能符合某个一次函数关系等（看起来像符合正比例函数的关系，人类曾经很长时间都这么认为，直到伟大的物理学家斯涅耳揭示了其中的奥秘为止）。

**通过这个例子，可以总结如下：**

绘制散点图，要有对应的两组数据（二维图）；

两组数据所对应的两个变量是连续变量；

散点图的用途在于发现变量之间的关系。

在实际业务中，散点图的样式可能具有多种，而且也不一定都是用来寻找某种函数关系。比如在地图上用色彩深浅画出各个城市的 PM2.5 指数，这也是一种散点图，通过这种散点图就能够看到污染城市的地理分布规律。

**柱形图**

柱形图（也称为：柱状图），适用于二维数据集，但是有一个维度的数据需要具有比较意义。比如下面的数据：

![b3afcd6de1c2ebae8d10ba8162e566a9.png][]

对于这份数据，就比较适合用柱形图进行可视化。

![253d34e94b03fdad49f6c8c52101cd88.png][]

图 5 部分省 GDP 柱形图

图中所示的柱子高度，表示数据表中各省的 GDP 值。

通过柱形图，非常明显地反映了各省 GDP 数据的差异。

但是注意，柱形图不适合大数据，在横坐标上如果排满了柱子，看着多眼晕呀。

**条形图**

条形图，貌似就是柱状图横过来，对于数值都是大于 0 的数据而言，画出来的条形图可以这样理解。但是，下面这种类型的数据也是比较常见的。

![821724cd7ac630f50f9a4526c263ba8f.png][]

从数据表中可以看出，我国部分城市 1 月份最低气温，有的在 0℃ 以上，有的在 0℃ 以下。对于这类数据，用条形图显示，结果是这样的。

![b37e6d58a4aa60f7ea58bf01eb2891d2.png][]

图 6 部分城市最低温

当然，这份数据也可以用前面的“柱形图”实现可视化。

**折线图**

下面这份数据，是 1961 ~ 2017 年我国的 GDP 年度增长率。显然，如果用条形图、柱形图来实现可视化，效果都不是太好，因为数据量有点大了。

![a51d356d1e05641879bda787759f72ae.png][]

注：因为数据量比较多，所以显示部分。

对这份数据实现可视化，比较好的选择是绘制折线图。

![59706f06e5aa93efe8b57b7d7cc83337.png][]

图 7 我国理念 GDP 增长

从图示结果中，可以看出 GDP 的发展变化趋势。

折线图最典型的应用应该算是在股票方面了，范围大一点可以说是“金融数据分析”方面。

**直方图**

直方图貌似“柱形图”，但两者有很大区别。

直方图是以各个矩形的面积描述各组的频数，所有矩形的面积之积为各组频数的和。

例如，使用下面的程序构造了一批随机数。

import numpy as npmu, sigma = 100, 15x = mu + sigma * np.random.randn(1000)

想直观地了解这个数据集中数字分布的特征，就可以利用直方图。

![a39c385ee1c8121174fa9c175c4c5815.png][]

**图 8 正态分布**

从图中可以看出，虽然是随机生成的，但是数据的分布还是有规律的，这就是统计学中的正态分布。

**饼图**

饼图常用于表达某些量所占比例的情况。例如：

![d8a2af3c5c47a56aa6c906a0fcec6766.png][]

图 9 饼图

图中显示了不同量占据总量的百分比，通过饼状图就能够对比分类数据的数值大小。当然，如果类别太多，会把“饼”分成太多的小份，不美观，也不易于观察。

**箱形图**

箱形图又称盒须图、盒式图或箱线图。

图 10 显示了通常的箱形图的形状：

![1e9003a8fb5428eaa4bc49a5b6a7153b.png][]

**图 10 箱线图**

通过箱形图，可以观察到如下信息：

*  数据的统计值为中位数、最大值、最小值等
 *  数据集中是否存在异常值，以及异常值的具体数值
 *  数据是否是对称的
 *  数据的分布是否密集、集中
 *  数据是否有偏向性

还要提到股票，如果仔细观察，里面也用到了箱形图。

以上列出的几种图形，是常见的，也是基本的。在这个基础上，还有很多变形，这些变形可能综合了多种含义，比如堆积柱状图，能比较不同量之间的大小，也能部分显示分布情况。此外，还有一些专用图形，例如股票中常用的 K 线图，地理信息中常用的分级统计地图等。

此外，根据不同的用途，还可以创造性地开发新的图像。

为了便于检索，把一些图形的名称列在下面，供参考：

![bd3d512bf0cf79893a979c34153fbbc3.png][]

对数据进行可视化的时候，要根据数据特征、绘图目的选择适合的图像。

**总结**

本课将“数据可视化”分为“艺术性可视化”和“数学性可视化”两类，本达人课主要讲述的是“数学性可视化”，即基于统计学基本知识，运用编程技能实现数据可视化。这种方式特别适用于大数据的问题中。

本课还列出了常用的统计图，生成这些统计图的数学原理及其所表达的含义，请参阅有关统计学的知识。

本期分享就到这里啦，以上内容均来自CSDN GitChat**《Python数据可视化》**，作者齐伟，如需了解详情可点击原文链接查看哦。

**下期预告：如何做好启动准备（小白必读）**

提升技能才是硬道理  
想继续学习本期专栏内容  
可进群获取

![ab00adf3520233e0bd896e519d21ae7b.png][]

点击阅读原文，查看专栏详情

[8dc4c99272c6d18c4fde188185ea3a19.png]: /images/20221021/0fd2e07c3d8844419415ceb3844ba33b.png
[74acefa123658ada6935896c4d311453.png]: /images/20221021/5333a0e3612f43c6a15210fd31fbf3f6.png
[4d72bb2d1740198c62248fd66f43684d.png]: /images/20221021/82f35e5e7f554f998a3dd1150083082c.png
[c4a7f3f6cf204adbd5e95d45d969be91.png]: /images/20221021/9928acf4ae7b4225a983c889266aefcd.png
[ea8aef313995f128934f96ef823cfdd1.png]: /images/20221021/ec2db847b469482eb089b1d1fed22519.png
[b3afcd6de1c2ebae8d10ba8162e566a9.png]: /images/20221021/b6228631ce524245b642dab0ac70ede6.png
[253d34e94b03fdad49f6c8c52101cd88.png]: /images/20221021/3b7075404f5f49a3a24c7a6fa6628593.png
[821724cd7ac630f50f9a4526c263ba8f.png]: /images/20221021/70dd9a9edb9e4a9999ad69121f502c08.png
[b37e6d58a4aa60f7ea58bf01eb2891d2.png]: /images/20221021/3ee895f7682e497b95f7e3b576580f16.png
[a51d356d1e05641879bda787759f72ae.png]: /images/20221021/976fc7897f2542a59204d692c42ca956.png
[59706f06e5aa93efe8b57b7d7cc83337.png]: /images/20221021/3ef4e90be03543b0ad1937a287e365a1.png
[a39c385ee1c8121174fa9c175c4c5815.png]: /images/20221021/3ccca96edf924ee98993b2fcb048724c.png
[d8a2af3c5c47a56aa6c906a0fcec6766.png]: /images/20221021/8466196a08ac4695b459648ccae9cf5d.png
[1e9003a8fb5428eaa4bc49a5b6a7153b.png]: /images/20221021/119571af0dcf4521b7605182f171413e.png
[bd3d512bf0cf79893a979c34153fbbc3.png]: /images/20221021/ee88cacbd7f045e0921b533056ab5151.png
[ab00adf3520233e0bd896e519d21ae7b.png]: /images/20221021/699a596c3e594c6e82ae74d081353cba.png