柚子快報激活碼778899分享：數(shù)據(jù)可視化--頭歌數(shù)據(jù)挖掘?qū)嵱?xùn)

http://yzkb.51969.com/

第1關(guān)：單個屬性觀測值分布——直方圖

#導(dǎo)入相關(guān)庫

import matplotlib

matplotlib.use("Agg")#控制繪圖不顯示

import numpy as np

import matplotlib.pyplot as plt

import pandas as pd

#導(dǎo)入鳶尾花的數(shù)據(jù)集，并轉(zhuǎn)化成pandas的形式

from sklearn import datasets

iris = datasets.load_iris()

data = pd.DataFrame(iris.data,columns = iris.feature_names)

#選取鳶尾花數(shù)據(jù)里的 petal width (cm)列進行繪圖

x = np.array(data['petal width (cm)'])

########## Begin ##########

plt.hist(x,bins=15,color='pink',histtype='stepfilled',alpha=1)

plt.title('Petal Width')

plt.show()

########## End ##########

plt.title('sepal width')

plt.savefig('/data/workspace/myshixun/step1/image1/T1.png')

第2關(guān)：單個屬性觀測值分布——盒狀圖

import matplotlib

matplotlib.use('Agg')

import matplotlib.pyplot as plt

from sklearn import datasets

import numpy as np

import pandas as pd

iris = datasets.load_iris()

data = pd.DataFrame(iris.data, columns=iris.feature_names)

# 選取出鳶尾花數(shù)據(jù)集的每列數(shù)據(jù)，并轉(zhuǎn)化為一個列表list1

x = np.array(data['sepal length (cm)'])

y = np.array(data['sepal width (cm)'])

z = np.array(data['petal length (cm)'])

w = np.array(data['petal width (cm)'])

plt.boxplot(x=[x, y, z, w],

labels=['sepal length', 'sepal width', 'petal length', 'petal width'],

showmeans=True,

patch_artist=True,

boxprops={'color': 'yellow', 'facecolor': 'pink'},

flierprops={'marker': 'D', 'markerfacecolor': 'red', 'color': 'red'},

meanprops={'marker': 'D', 'markerfacecolor': 'black'},

medianprops={'linestyle': '--', 'color': 'green'})

# 顯示圖形

plt.ylabel('Value (centimeters)')

plt.savefig('/data/workspace/myshixun/step2/image1/T1.png')

第3關(guān)：單個屬性觀測值分布——餅圖

法1：（標注了具體的顏色）

import matplotlib

matplotlib.use('Agg')

import matplotlib.pyplot as plt

from sklearn.datasets import load_iris

iris = load_iris()

# target是一個數(shù)組，存儲了data數(shù)據(jù)中每條記錄屬于哪一類鳶尾花，所以數(shù)組長度150。

# 數(shù)組元素的值共有3個（0,1,2），所以共有三種鳶尾花。(標記名)種類為山鳶尾，雜色鳶尾，維吉尼亞鳶尾。

targets = iris.target

print("標記名:",iris.target_names)

print("標記值:",targets)

dict = {}

for i in targets:

if i not in dict:

dict[i] = 1

else:

dict[i] += 1

print(dict)

value = list(dict.values())

def plot():

plt.figure(figsize=(5,5),dpi=80)

########## Begin ############

# label標簽：["Setosa", "Versicolour", "Virginica"]

# 標簽

labels =['Setosa','Versicolour','Virginica']

# 數(shù)據(jù)

values = [1, 1, 1]

# 顏色

#colors = ['blue', 'orange', 'green']

colors = ['#1f77b4', '#ff7f0e', '#2ca02c']

# 突出部分及距離

explode = [0, 0, 0]

# 繪制餅圖，其中設(shè)置百分比，擺放角度，陰影效果

plt.pie(values, labels=labels, explode=explode, colors = colors,startangle=0, shadow=False,counterclock=True)

# 圖例，位置左上角

plt.legend(loc='upper left', bbox_to_anchor=(-0.1, 1))

# 使用pie函數(shù)繪制餅圖，其中x=value

# 設(shè)置圖例位置為左上角

########## End ############

# 標題："Species"

plt.title('Species')

# 保存圖片

plt.savefig('/data/workspace/myshixun/step3/image2/pie.png')

plt.close()

法2： 默認顏色?

import matplotlib

matplotlib.use('Agg')

import matplotlib.pyplot as plt

from sklearn.datasets import load_iris

iris = load_iris()

# target是一個數(shù)組，存儲了data數(shù)據(jù)中每條記錄屬于哪一類鳶尾花，所以數(shù)組長度150。

# 數(shù)組元素的值共有3個（0,1,2），所以共有三種鳶尾花。(標記名)種類為山鳶尾，雜色鳶尾，維吉尼亞鳶尾。

targets = iris.target

print("標記名:",iris.target_names)

print("標記值:",targets)

dict = {}

for i in targets:

if i not in dict:

dict[i] = 1

else:

dict[i] += 1

print(dict)

value = list(dict.values())

def plot():

plt.figure(figsize=(5,5),dpi=80)

########## Begin ############

# label標簽：["Setosa", "Versicolour", "Virginica"]

# 標簽

labels =['Setosa','Versicolour','Virginica']

# 數(shù)據(jù)

values = [1, 1, 1]

# 顏色

#colors = ['blue', 'orange', 'green']

# 突出部分及距離

explode = [0, 0, 0]

# 繪制餅圖，其中設(shè)置百分比，擺放角度，陰影效果

plt.pie(values, labels=labels, explode=explode, startangle=0, shadow=False,counterclock=True)

# 圖例，位置左上角

plt.legend(loc='upper left', bbox_to_anchor=(-0.1, 1))

# 使用pie函數(shù)繪制餅圖，其中x=value

# 設(shè)置圖例位置為左上角

########## End ############

# 標題："Species"

plt.title('Species')

# 保存圖片

plt.savefig('/data/workspace/myshixun/step3/image2/pie.png')

plt.close()

第4關(guān)：兩個屬性之間的關(guān)系——散布圖

(author:強子@真我一個-CSDN博客)

import matplotlib

matplotlib.use('Agg')

from sklearn.datasets import load_iris

from sklearn.model_selection import train_test_split

import pandas as pd

import matplotlib.pyplot as plt

iris_dataset = load_iris()

# data 中共150條數(shù)據(jù)，采集了每個樣本的4個特征

# 查看數(shù)據(jù)集的特征名稱,sepal花萼的長寬，petal花瓣的長寬

print("特征名:\n", iris_dataset['feature_names'])

# 查看前5條數(shù)據(jù)

print("前五條數(shù)據(jù):\n{}".format(iris_dataset['data'][:5]))

# 數(shù)據(jù)集拆分

iris_dataset = load_iris()

X_train, X_test, y_train, y_test = train_test_split(iris_dataset['data'],

iris_dataset['target'],

random_state=2)

iris_dataframe = pd.DataFrame(X_train, columns=iris_dataset.feature_names)

def plot():

######### Begin ##########

# 繪制散點矩陣圖

pd.plotting.scatter_matrix(iris_dataframe, c=y_train, figsize=(15, 15), marker='o', hist_kwds={'bins': 20}, s=60, alpha=0.8)

######### End ##########

# 保存圖片

plt.savefig('/data/workspace/myshixun/step4/image2/scatter_matrix.png')

plt.close()

第5關(guān)：時間空間數(shù)據(jù)的可視化——等高線圖 ?

import matplotlib as mpl

# linux終端下沒有GUI，進行設(shè)置

mpl.use('Agg')

from netCDF4 import Dataset

import matplotlib.pyplot as plt

import numpy as np

nc_obj = Dataset('step5/ERsst.mnmean.nc')

########## Begin ##########

# 獲取 1970 年的全球海溫數(shù)據(jù)

temperature = nc_obj

temperature = temperature.variables['sst'][1970,:,:]

########## End ##########

lat, lon = temperature.shape

# 生成網(wǎng)格點坐標矩陣

X, Y = np.meshgrid(range(lon), range(lat))

# 添加畫布，畫布尺寸寬為 10，長為 5

plt.figure(figsize=(10, 5))

########## Begin ##########

# 傳入海溫數(shù)據(jù)繪制熱力圖，cmap 參數(shù)選擇 coolwarm

plt.imshow(temperature, cmap='coolwarm')

########## End ##########

# 繪制色彩子圖

x = plt.colorbar()

########## Begin ##########

# 設(shè)置子圖標簽，為 Temperature

x.set_label('Temperature')

########## End ##########

########## Begin ##########

# 畫出 7 條線，并將顏色設(shè)置為紅色

contour = plt.contour(X, Y, temperature,7, colors='r')

########## End ##########

# 等高線上標明z（即高度）的值，字體大小是7，顏色分別是紅色

plt.clabel(contour, fontsize=7, colors='r')

# 保存圖像

plt.savefig('step5/image1/test.png')

第6關(guān)：時間空間數(shù)據(jù)的可視化——曲面圖

?

import matplotlib as mpl

# linux終端下沒有GUI，進行設(shè)置

mpl.use('Agg')

import numpy as np

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D # 繪制3D圖形

message = np.load('step6/message.npy')

########## Begin ##########

# 根據(jù)數(shù)據(jù)簡介獲取相應(yīng)數(shù)據(jù)

x = message[:80,:]

y = message[80:160,:]

z = message[160:,:]

########## End ##########

########## Begin ##########

# 統(tǒng)一設(shè)置圖中字體大小為 20

plt.rcParams.update({'font.size':20})

# 設(shè)置圖像大小為 （10，8）和分辨為 50

fig = plt.figure(figsize=(10,8), dpi=50)

########## End ##########

ax3d = Axes3D(fig) # 將圖像轉(zhuǎn)換為 3D 模式

########## Begin ##########

# 構(gòu)建坐標系，傳入數(shù)據(jù)，繪制曲面圖，顏色選用 rainbow

ax3d.plot_surface(x,y,z,cmap='rainbow')

########## End ##########

plt.xlabel('x', labelpad=10) # X軸名稱

plt.ylabel('y', labelpad=10) # Y軸名稱

ax3d.set_zlabel('z', labelpad=10) # Z軸名稱

########## Begin ##########

# 保存圖片，路徑為：step6/image1/surface_diagram.png

plt.savefig("step6/image1/surface_diagram.png")

########## End ##########

第7關(guān)：時間空間數(shù)據(jù)的可視化——GIS可視化

import matplotlib as mpl

# linux終端下沒有GUI，進行設(shè)置

mpl.use('Agg')

from mpl_toolkits.basemap import Basemap

import matplotlib.pyplot as plt

import numpy as np

names = []

pops = []

lats = []

lons = []

countries = []

with open('step7/major_city') as f:

text = f.read().split('\n')

for line in text:

info = line.split()

names.append(info[0])

pops.append(float(info[1]))

lat = float(info[2][:-1])

if info[2][-1] == 'S': lat = -lat

lats.append(lat)

lon = float(info[3][:-1])

if info[3][-1] == 'W': lon = -lon + 360.0

lons.append(lon)

country = info[4]

countries.append(country)

# ============================================

########## Begin ##########

# 設(shè)置投影模式，初始經(jīng)緯度, 緯度為 10，經(jīng)度為 100

map = Basemap(projection='ortho', lat_0=10, lon_0=100)

########## End ##########

# 畫海岸線，國家邊界，設(shè)置邊界線條的粗細

map.drawcoastlines(linewidth=0.25)

map.drawcountries(linewidth=0.25)

########## Begin ##########

# 海洋湖泊顏色為 #0099CC，陸地顏色為 #663300，經(jīng)緯線間隔 10 度

# 繪制地圖投影區(qū)域的邊緣(海洋的顏色)

map.drawmapboundary(fill_color='#0099CC')

# 畫出經(jīng)緯線

map.drawmeridians(np.arange(0,360,10))

map.drawparallels(np.arange(-90,90,10))

# 繪制顏色，zorder 為設(shè)置層級，本次是置于最低層

map.fillcontinents(color='#663300', lake_color='#0099CC', zorder=0)

########## End ##########

# 計算出地圖投影坐標的緯度/經(jīng)線網(wǎng)格

x, y = map(lons, lats)

max_pop = max(pops)

# 尺寸比例

size_factor = 80.0

# 字體顯示角度

rotation = 30

for i, j, k, name in zip(x, y, pops, names):

# 按比例計算人口顯示的散點大小

size = size_factor * k / max_pop

########## Begin ##########

# 根據(jù)人口繪制地區(qū)散點圖，顏色設(shè)置為 #FF5600

cs = map.scatter(i, j, s=size,marker='o',color='#FF5600')

########## End ##########

plt.text(i, j, name, rotation=rotation, fontsize=10)

plt.title('Some cities in the eastern hemisphere & Population')

plt.savefig('step7/image1/test.png')

第8關(guān)：可視化高維度數(shù)據(jù)——數(shù)據(jù)矩陣

(author: sunny@?sdfghshvxbs的博客_CSDN博客)

import matplotlib as mpl

# linux終端下沒有GUI，進行設(shè)置

mpl.use('Agg')

import seaborn as sns

import matplotlib.pyplot as plt

import pandas as pd

# 加載數(shù)據(jù)集

iris = pd.read_csv('step8/iris.csv')

# 查看iris數(shù)據(jù)集的描述性統(tǒng)計信息

########## Begin ##########

iris.describe()

print(iris.describe())

########## End ##########

# 創(chuàng)建畫布

plt.figure(figsize=(7, 5))

# 刪除species

species = iris.pop("species")

########## Begin ##########

# 將列數(shù)據(jù)進行標準化

# 使用clustermap方法對標準化的數(shù)據(jù)繪制數(shù)據(jù)矩陣圖,standard_scale參數(shù)為1

sns.clustermap(iris,standard_scale=1)

########## End ##########

# 保存數(shù)據(jù)矩陣圖

plt.savefig('step8/stu_img/dss.png')

第9關(guān)：可視化高維度數(shù)據(jù)——相關(guān)矩陣

(author: sunny@?sdfghshvxbs的博客_CSDN博客)

# -*- coding: utf-8 -*-

import matplotlib as mpl

# linux終端下沒有GUI，進行設(shè)置

mpl.use('Agg')

import numpy as np

import matplotlib.pyplot as plt

import pandas as pd

import seaborn as sns

def GatherClassRanges(data, classranges):

? ? """數(shù)據(jù)預(yù)處理"""

? ? classes = data.iloc[:, 4].values

? ? length = data.iloc[:, 4].size

? ? classranges.append(0)

? ? flowertype = classes[0]

? ? for count in range(length):

? ? ? ? if flowertype != classes[count]:

? ? ? ? ? ? classranges.append(count)

? ? ? ? ? ? flowertype = classes[count]

? ? classranges.append(length)

? ? return

def GenerateDataMatrix(data, p):

? ? """創(chuàng)建矩陣"""

? ? # 將行分隔成不同的類

? ? global title

? ? classes = data.iloc[:, 4].values

? ? classranges = []

? ? GatherClassRanges(data, classranges)

? ? # 獲取不包括類名的屬性名

? ? headers = list(data)

? ? headers.pop()

? ? # 獲取列數(shù)

? ? numcol = len(data)

? ? # 每一種花

? ? # 生成一個矩陣初始化為零

? ? matrix = pd.DataFrame(np.zeros((numcol, numcol)))

? ? # 矩陣填充

? ? for i in range(numcol):

? ? ? ? for j in range(numcol):

? ? ? ? ? ? x = data.iloc[i, 0:3].values

? ? ? ? ? ? y = data.iloc[j, 0:3].values

? ? ? ? ? ? # 矩陣填充相關(guān)性值，這里閔可夫斯基距離的p設(shè)定為2

? ? ? ? ? ? matrix[i][j] = minkowskiDist(x, y, p)

? ? ? ? ? ? title = 'IrisDataset correlation Matrix'

? ? # 繪制

? ? PlotDistMatrix(matrix, title)

? ? return matrix

def PlotDistMatrix(matrix, ?title):

? ? """繪制相關(guān)性矩陣"""

? ? with sns.axes_style("white"):

? ? ? ? plt.figure()

? ? ? ? # 繪制相關(guān)性矩陣，cmap為YlGnBu

? ? ? ? ########## Begin ##########

? ? ? ? plot = sns.heatmap(matrix,cmap='YlGnBu')

? ? ? ? ########## end ##########

? ? ? ? plot.set_title(title)

? ? ? ? plt.savefig('step9/stu_img/correlation.png')

? ? ? ? return

def minkowskiDist(x, y, p):

? ? """閔可夫斯基距離"""

? ? # 根據(jù)左側(cè)公式實現(xiàn)閔可夫斯基距離函數(shù)

? ? ########## Begin ##########

? ? distance = 0

? ? for i in range(len(x)):

? ? ? ? distance += abs(x[i] - y[i]) ** p

? ? distance = distance ** (1/p)

? ? return distance

? ? ########## Begin ##########

# 導(dǎo)入數(shù)據(jù)集

data = pd.read_csv('step9/iris.csv')

GenerateDataMatrix(data, 2)

# -*- coding: utf-8 -*-

import matplotlib as mpl

# linux終端

第10關(guān)：可視化高維度數(shù)據(jù)——平行坐標系

(author: sunny@?sdfghshvxbs的博客_CSDN博客)

import matplotlib as mpl

# linux終端下沒有GUI，進行設(shè)置

mpl.use('Agg')

from matplotlib import pyplot as plt

import pandas as pd

import seaborn as sns

from pandas.plotting import parallel_coordinates

# 導(dǎo)入鳶尾花數(shù)據(jù)集

data = pd.read_csv("step10/iris.csv")

########## Begin ##########

# 對數(shù)據(jù)進行重新定序，['sepal_width', 'sepal_length', 'petal_length', 'petal_width', 'species']

data = data[['sepal_width', 'sepal_length', 'petal_length', 'petal_width', 'species']]

########## End ##########

# 繪制子圖

fig, axes = plt.subplots()

# 分類標簽

labels = ['setosa', 'versicolor', 'virginica']

# 繪制平行坐標系,class_column為數(shù)據(jù)所屬類別，axes為Matplotlib軸對象，顏色為紅綠藍。

########## Begin ##########

parallel_coordinates(data, 'species', color=['b', 'g', 'r'], ax=axes)

########## End ##########

# 保存圖片

fig.savefig('step10/stu_img/parallel.png')

柚子快報激活碼778899分享：數(shù)據(jù)可視化--頭歌數(shù)據(jù)挖掘?qū)嵱?xùn)

http://yzkb.51969.com/

參考鏈接