24  Python 可视化：简介

本章简要介绍 Python 可视化的基本概念和一些常用的可视化库。

24.1 可视化的目的

  • 数据分布：了解数据的分布情况，识别异常值和趋势。
  • 数据关系：探索变量之间的关系，识别相关性和因果关系。
  • 数据模式：识别数据中的模式和规律，帮助进行预测和决策。
  • 数据传达：通过图形化的方式传达数据的含义和故事，帮助观众理解数据。

24.2 理念和原则

24.3 主要图形类型

  • data-to-viz.com - 最全面的图形分类

  • matplotlib - 图形种类概览

  • seaborn - 图形种类概览

  • 单变量图：展示单个变量的分布情况，如直方图、箱线图等。

  • 双变量图：展示两个变量之间的关系，如散点图、热力图等。

  • 多变量图：展示多个变量之间的关系，如气泡图、平行坐标图等。

  • 时间序列图：展示随时间变化的数据，如折线图、面积图等。

  • 地理图：展示地理数据，如地图、热力图等。

  • 网络图：展示网络数据，如社交网络图、关系图等。

24.4 同一组数据可以用不同的图形展示

24.5 学习资源

五大扩展包：https://zhuanlan.zhihu.com/p/148748125

帮我补充

24.5.1 在线实例

24.5.2 官方可视化专栏

24.6 Python 绘图命令的基本语法和逻辑

  • file:///D:/Rbook/DSFinance/books/VanderPlas_2023_PDSH_Python_Data_Science_Handbook-2E.pdf#page=281.11，Chap29-35 介绍了很多绘图的语法知识。

24.7 常用的可视化库

  • Matplotlib：最常用的 Python 可视化库，功能强大，支持多种图表类型。
  • Seaborn：基于 Matplotlib 的高级可视化库，提供更美观的默认样式和更简便的接口。
  • Plotly：交互式可视化库，支持多种图表类型，适合 Web 应用。
  • Bokeh：另一种交互式可视化库，适合大数据集和实时数据流。
  • Altair：基于 Vega-Lite 的声明式可视化库，适合快速创建复杂的图表。
  • ggplot：基于 Grammar of Graphics 的可视化库，适合统计图表的创建。
  • Pygal：适合创建 SVG 图表的库，支持多种图表类型。
  • Folium：用于创建交互式地图的库，适合地理数据可视化。
  • Geopandas：用于处理地理数据的库，支持空间数据的可视化。
  • NetworkX：用于创建和可视化网络图的库，适合社交网络分析。
import matplotlib.pyplot as plt
import numpy as np

from matplotlib.patches import Ellipse

# Fixing random state for reproducibility
np.random.seed(19680801)

NUM = 250

ells = [Ellipse(xy=np.random.rand(2) * 10,
                width=np.random.rand(), height=np.random.rand(),
                angle=np.random.rand() * 360)
        for i in range(NUM)]

fig, ax = plt.subplots()
ax.set(xlim=(0, 10), ylim=(0, 10), aspect="equal")

for e in ells:
    ax.add_artist(e)
    e.set_clip_box(ax.bbox)
    e.set_alpha(np.random.rand())
    e.set_facecolor(np.random.rand(3))

plt.show()

24.8 手绘风格的图形

24.9 按在地上摩擦

20250512002745

24.10 动图-交互图

24.11 文字标注

24.11.1 实例

举一个小例子，说明如何在图形上标注说明文字，涉及：字号，颜色，位置等特征的设定

import matplotlib.pyplot as plt

# 创建一个简单的折线图
plt.plot(x, y, marker='o', label='Data Line')

# 找到最大值点
max_x = x[-1]
max_y = y[-1]

# 在最大值点标注说明文字
plt.text(max_x, max_y, f'Max Value\n({max_x}, {max_y})', 
         fontsize=12, color='green', ha='left', va='bottom')

# 设置标题和轴标签
plt.title('Line Plot with Annotation')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 显示图例
plt.legend()

# 显示图形
plt.show()

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm

# 生成标准正态分布数据
x = np.linspace(-4, 4, 500)
y = norm.pdf(x, loc=0, scale=1)

# 绘图
plt.figure(figsize=(6, 4))
plt.plot(x, y, label="Standard Normal", color="blue", linewidth=2)

# 设置坐标轴标题和主标题
plt.xlabel("Value", fontsize=12, color="darkred")     # x 轴标题
plt.ylabel("Density", fontsize=12, color="darkgreen")  # y 轴标题
plt.title("Standard Normal Distribution", fontsize=14, color="navy", loc="center")  # 主标题

# 添加图例
plt.legend(loc="upper left", fontsize=10, frameon=True)

# 添加注释（note）
plt.annotate("Peak at mean = 0", xy=(0, norm.pdf(0)),
             xytext=(1, 0.3), fontsize=10,
             arrowprops=dict(arrowstyle="->", color="red"))

# 添加自定义文字 text
plt.text(-3.5, 0.35, "Note: $\\mu = 0$, $\\sigma = 1$",
         fontsize=10, color="black", style="italic")

# 美化
plt.grid(True, linestyle=":")
plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt

# 创建一个简单的散点图
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.scatter(x, y, color='blue')

# 添加说明文字
plt.text(3, 6, 'This is a point', fontsize=12, color='red', ha='center', va='bottom')

# 设置标题和轴标签
plt.title('Scatter Plot with Annotation')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 显示图形
plt.show()