30、Python数据可视化基础概述【用Python进行AI数据分析进阶教程】

Python 数据可视化是将数据以图形、图表等直观的形式呈现出来，帮助用户更清晰地理解数据的特征、模式和趋势。以下从重要性、常用库、基本图表类型等方面对 Python 数据可视化基础进行概述。

一、数据可视化的重要性

● 快速理解数据：人类对图形的认知速度远快于对大量数字的分析。通过可视化，可以在短时间内掌握数据的整体特征，如分布情况、趋势走向等。

● 发现数据模式和趋势：可视化有助于发现数据中的潜在模式、异常值和趋势，为数据分析和决策提供有力支持。

● 有效沟通信息：在团队协作、项目汇报等场景中，可视化图表能够更直观地传达数据背后的信息，使不同背景的人都能轻松理解。

二、常用的 Python 数据可视化库

1、Matplotlib

● 简介：Matplotlib 是 Python 中最基础、最常用的可视化库，它提供了类似 MATLAB 的绘图接口，功能强大且灵活，可用于创建各种类型的静态图表。

● 特点：支持多种图形后端，可在不同环境中使用；可以自定义图表的各种元素，如颜色、线条样式、字体等。

● 示例代码（绘制折线图）：

Python脚本

# 导入 matplotlib 库中的 pyplot 模块，pyplot 提供了一系列类似于 MATLAB 的绘图函数，
# 后续将使用这些函数来创建和定制图形，将其重命名为 plt 是为了方便后续代码调用。
import matplotlib.pyplot as plt
# 导入 numpy 库，numpy 是 Python 中用于科学计算的基础库，
# 提供了强大的多维数组对象和各种数学函数，
# 重命名为 np 是常见的约定，便于在代码中简洁地使用该库的功能。
import numpy as np

# 使用 numpy 的 linspace 函数生成一个包含 100 个元素的一维数组，
# 数组中的元素从 0 开始，到 10 结束，且元素之间是等间距分布的，
# 这个数组将作为后续绘制曲线时的 x 轴坐标数据。
x = np.linspace(0, 10, 100)
# 对数组 x 中的每个元素计算正弦值，得到一个新的数组 y，
# 该数组中的每个元素对应 x 数组中相同索引位置元素的正弦值，
# 这个数组将作为后续绘制曲线时的 y 轴坐标数据。
y = np.sin(x)

# 使用 plt.plot 函数绘制一条曲线，曲线的 x 轴坐标由数组 x 提供，y 轴坐标由数组 y 提供，
# 该函数会根据输入的 x 和 y 数据点，在图形中连接这些点形成一条曲线。
plt.plot(x, y)
# 使用 plt.title 函数为当前绘制的图形设置标题，标题内容为 'Sine Wave'，
# 标题会显示在图形的上方，用于说明图形所表示的内容。
plt.title('Sine Wave')
# 使用 plt.xlabel 函数为图形的 x 轴设置标签，标签内容为 'X'，
# 标签会显示在 x 轴下方，用于说明 x 轴所代表的含义。
plt.xlabel('X')
# 使用 plt.ylabel 函数为图形的 y 轴设置标签，标签内容为 'Y'，
# 标签会显示在 y 轴左侧，用于说明 y 轴所代表的含义。
plt.ylabel('Y')
# 使用 plt.show 函数显示当前已经创建和设置好的图形，
# 调用该函数后，会弹出一个窗口将绘制好的图形展示出来。
plt.show()

打印输出结果注释

这段代码本身不会在控制台打印文本信息。运行代码后，matplotlib 会弹出一个图形窗口，窗口中展示了一个正弦波曲线。

● 曲线：该曲线表示正弦函数 y=sin(x) 在区间 [0,10] 上的图像。

● 标题：图形的上方显示标题 Sine Wave，表明该图形是正弦波的可视化。

● 坐标轴标签：x 轴下方显示标签 X，y 轴左侧显示标签 Y，分别表示坐标轴所代表的变量。

2、Seaborn

● 简介：Seaborn 是基于 Matplotlib 构建的高级可视化库，它提供了更简洁的 API 和美观的默认样式，专注于统计图表的绘制。

● 特点：内置了多种统计图表类型，如箱线图、小提琴图、热力图等；可以方便地对数据进行分组和比较。

● 示例代码（绘制箱线图）：

Python脚本

# 导入 seaborn 库，seaborn 是基于 matplotlib 的统计数据可视化库，
# 它提供了更高级的接口和美观的默认样式，方便创建各种统计图表，
# 这里将其重命名为 sns 以便后续使用。
import seaborn as sns
# 导入 matplotlib 库的 pyplot 模块，pyplot 提供了类似 MATLAB 的绘图接口，
# 可用于创建和定制图形，将其重命名为 plt 是常见的做法，方便后续代码调用。
import matplotlib.pyplot as plt
# 导入 pandas 库，pandas 是用于数据处理和分析的强大库，
# 提供了 DataFrame 等数据结构，便于处理和操作结构化数据，这里将其重命名为 pd 方便使用。
import pandas as pd

# 使用 pandas 的 DataFrame 函数创建一个二维表格数据结构，
# 这里传入一个字典，字典的键 'A' 和 'B' 作为列名，对应的值列表 [1, 2, 3, 4, 5] 和 [2, 4, 6, 8, 10] 作为列的数据，
# 这个 DataFrame 数据将作为后续绘制箱线图的数据源。
data = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [2, 4, 6, 8, 10]})
# 使用 seaborn 的 boxplot 函数绘制箱线图，
# 传入的参数 data=data 表示使用上面创建的 DataFrame 数据作为绘图数据，
# 箱线图可以展示数据的分布情况，包括中位数、四分位数、异常值等信息。
sns.boxplot(data=data)
# 使用 matplotlib 的 show 函数显示当前已经创建和设置好的图形，
# 调用该函数后，会弹出一个窗口将绘制好的箱线图展示出来。
plt.show()

打印输出结果注释

这段代码本身不会在控制台打印文本信息。运行代码后，matplotlib 会弹出一个图形窗口，窗口中展示了两个箱线图，分别对应 DataFrame 中的两列数据（列 A 和列 B）。

● 箱线图：每个箱线图由箱体、须线和可能存在的异常值点组成。

○ 箱体：箱体的上下边界分别表示数据的上四分位数（Q3​）和下四分位数（Q1​），箱体中间的线表示中位数（Q2​）。

○ 须线：须线从箱体延伸出去，通常表示数据的取值范围，但具体计算方式可能因不同的规则有所差异。

○ 异常值：如果数据中存在远离主体数据的异常值，会以单独的点形式显示在须线之外。

● 列 A 的箱线图：对应数据 [1, 2, 3, 4, 5]，展示这组数据的分布特征。

● 列 B 的箱线图：对应数据 [2, 4, 6, 8, 10]，展示这组数据的分布特征。

通过观察箱线图，可以快速比较两列数据的集中趋势、离散程度等分布情况。

3、Plotly

● 简介：Plotly 是一个交互式可视化库，支持 Python、R、JavaScript 等多种编程语言。它可以创建高质量的交互式图表，适用于 Web 应用和数据仪表盘。

● 特点：生成的图表具有交互性，用户可以通过鼠标悬停、缩放、拖动等操作查看数据细节；支持多种图表类型，包括 3D 图表。

● 示例代码（绘制散点图）：

Python脚本

# 导入 plotly.express 库并将其重命名为 px。
# plotly.express 是 Plotly 库中用于快速创建交互式可视化图表的高级接口，
# 它提供了简洁的 API 来创建各种类型的图表，如散点图、折线图、柱状图等。
import plotly.express as px
# 导入 pandas 库并将其重命名为 pd。
# pandas 是一个强大的数据处理和分析库，它提供了 DataFrame 等数据结构，
# 方便对结构化数据进行读取、处理和转换。
import pandas as pd

# 使用 pandas 的 DataFrame 函数创建一个数据框对象。
# 这里传入一个字典，字典的键 'x' 和 'y' 分别作为数据框的列名，
# 对应的值列表 [1, 2, 3, 4, 5] 和 [2, 4, 6, 8, 10] 作为每列的数据。
# 这个数据框将作为后续绘制散点图的数据源。
data = pd.DataFrame({'x': [1, 2, 3, 4, 5], 'y': [2, 4, 6, 8, 10]})
# 使用 plotly.express 的 scatter 函数创建一个散点图对象。
# 参数 data 传入之前创建的数据框，指定使用该数据框中的数据进行绘图。
# x='x' 表示使用数据框中 'x' 列的数据作为散点图的 x 轴坐标。
# y='y' 表示使用数据框中 'y' 列的数据作为散点图的 y 轴坐标。
# 该函数返回一个 Figure 对象，存储了散点图的相关信息。
fig = px.scatter(data, x='x', y='y')
# 调用 Figure 对象的 show 方法来显示散点图。
# 运行此代码后，会在默认的浏览器中打开一个新的页面，展示创建好的交互式散点图。
fig.show()

打印输出结果注释

这段代码本身不会在控制台输出文本信息。运行代码后，会在默认浏览器中打开一个新页面，显示一个交互式的散点图。

● 散点图内容：在散点图中，会有 5 个数据点，这些点的坐标分别为 (1, 2)、(2, 4)、(3, 6)、(4, 8) 和 (5, 10)。这些点清晰地展示了 x 和 y 之间的线性关系，因为 y 的值恰好是 x 值的 2 倍。

● 交互功能：由于使用了 Plotly 库，这个散点图具有交互性。用户可以通过鼠标进行以下操作：

○ 悬停：将鼠标悬停在某个数据点上时，会显示该点的具体坐标信息（x 和 y 的值）。

○ 缩放：可以使用鼠标滚轮进行缩放操作，放大或缩小散点图的显示范围，以便更清晰地查看数据点的细节。

○ 拖动：按住鼠标左键拖动，可以平移散点图，查看不同区域的数据。

三、基本图表类型

1、折线图（Line Chart）

● 用途：用于展示数据随时间或其他连续变量的变化趋势。

● 示例场景：股票价格走势、气温变化等。

2、柱状图（Bar Chart）

● 用途：用于比较不同类别之间的数据大小。

● 示例场景：不同产品的销售额、不同城市的人口数量等。

3、散点图（Scatter Plot）

● 用途：用于展示两个变量之间的关系，判断数据点的分布情况。

● 示例场景：身高与体重的关系、学生成绩与学习时间的关系等。

4、饼图（Pie Chart）

● 用途：用于展示各部分占总体的比例关系。

● 示例场景：不同年龄段人口占总人口的比例、不同产品销售额占总销售额的比例等。

5、箱线图（Box Plot）

● 用途：用于展示数据的分布情况，包括中位数、四分位数、异常值等。

● 示例场景：学生考试成绩的分布、不同地区房价的分布等。