資料視覺化

這次主要是介紹 Matplotlib 這個 Python 最常被使用到的繪圖套件。

當我們拿到資料，第一步一定會先看一下資料的狀態，我們會看資料的品質 Data Quality ， 像是有沒有缺失資料，資料差異有沒有非常大，以及分佈狀況阿等等， 之後才會決定採用何種分析方法。

import pandas as pd
sample = pd.read_csv('../../files/sample_corr.csv')

sample

視覺化 sample data

我們會使用 Matplotlib ，他是 python 非常好用的一個視覺化套件。

import matplotlib.pyplot as plt
%matplotlib inline
# 設定圖片大小
plt.rcParams['figure.figsize'] = [10, 10]
# plt.rcParams['axes.facecolor'] = 'w'

# 散點圖

sample.plot.scatter(x='x', y='y')

我們可以從資料視覺化的圖得到什麼?

• 快速吸收信息
• 提高洞察力
• 做出更快的決定

data = pd.read_csv('../../files/sample_height.csv')
data.head()

# 檢查有沒有缺失資料
data.isna().any()

這邊提一下 我們的配色可以參考。

# 直方圖 histogram
data.plot.hist()
#data.plot.hist(cmap="coolwarm")

# 我們可以 filter 資料

data[data['height'] < 50]

# 更多使用範例
import pandas as pd
from sklearn import datasets

X, y = datasets.load_iris(return_X_y=True)
print('The shape of X: ', X.shape, ' The shape of y: ', y.shape)

X_df = pd.DataFrame(X)
X_df.describe()

#X_df.plot.hist()
X_df.plot.hist(cmap="coolwarm")

X_df[0].plot()

加 title 跟 labels

• title='Tilte' 加 title
• xlabel='X label' 加 X 軸 label
• ylabel='X label' 加 Y 軸 label

X_df[0].plot(title='Iris Data', ylabel='sepal length (cm)', xlabel='samples')

加軸的區間

• xlim=(min, max) or xlim=min : 設定 x 軸 的區間
• ylim=(min, max) or ylim=min : 設定 y 軸 的區間

X_df[0].plot(title='Iris Data', ylabel='sepal length (cm)', xlabel='samples', ylim=0)

如果一次要顯示多筆資料，去比較

X_df[[0,1]].plot(ylim=0)

可以用 figsize 改變圖片大小

• figsize=(width, height)

X_df[[0,1]].plot(ylim=0, figsize=(20,5))

Bar plot 長條圖

• .plot.bar()

X_df[0].plot.bar(figsize=(20,5))

X_df[[0,1]].plot.bar(figsize=(20,5))

Pie chart 圓餅圖

• .plot.pie()

from filecmp import cmp

data = pd.Series(data=[3, 5, 7], index=['Data1', 'Data2', 'Data3'])
data.plot.pie(cmap='autumn')

(X_df[0] < 7).value_counts().plot.pie(colors=['b', 'g'], labels=['>=7', '<7'], title='Iris per capita', autopct='%1.1f%%')

subplot 與 subplots

下面要教怎麼一次畫多張圖

subplot(行,列,位置)

import matplotlib.pyplot as plt
x_1 = [1,2,3,4,5]
x_2 = [5,4,3,2,1]
x_3 = [1,3,5,3,1]
x_4 = [5,3,1,3,5]

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

plt.subplot(221)
plt.plot(x_1)
plt.subplot(222)
plt.plot(x_2)
plt.subplot(223)
plt.plot(x_3)
plt.subplot(224)
plt.plot(x_4)
plt.show()

import matplotlib.pyplot as plt
x_1 = [1,2,3,4,5]
x_2 = [5,4,3,2,1]
x_3 = [1,3,5,3,1]
x_4 = [5,3,1,3,5]

plt.figure(figsize=(10, 10))
fig, ax = plt.subplots(2,2)

ax[0][0].plot(x_1)
ax[0][1].plot(x_2)
ax[1][0].plot(x_3)
ax[1][1].plot(x_4)

plt.show()