Python绘图，防忘系列：

一、绘制带趋势线的散点图

import pandas as pd
 import matplotlib as mpl
 import matplotlib.pyplot as plt
 import seaborn as sns
 import warnings
 warnings.filterwarnings(action='once')
 plt.style.use('seaborn-whitegrid')
 sns.set_style("whitegrid")
 print(mpl.__version__)
 print(sns.__version__)
 def draw_scatter(file):
     # Import Data
     df = pd.read_csv(file)
     df_select = df.loc[df.cyl.isin([4, 8]), :]    # Plot
     gridobj = sns.lmplot(
         x="displ",
         y="hwy",
         hue="cyl",
         data=df_select,
         height=7,
         aspect=1.6,
         palette='Set1',
         scatter_kws=dict(s=60, linewidths=.7, edgecolors='black'))
     # Decorations
     sns.set(style="whitegrid", font_scale=1.5)
     gridobj.set(xlim=(0.5, 7.5), ylim=(10, 50))
     gridobj.fig.set_size_inches(10, 6)
     plt.tight_layout()
     plt.title("Scatterplot with line of best fit grouped by number of cylinders")
     plt.show()
 draw_scatter("F:\数据杂坛\datasets\mpg_ggplot2.csv")

实现效果：

python dgl python dgl画图_数据分析

二、绘制边缘直方图

import pandas as pd
 import matplotlib as mpl
 import matplotlib.pyplot as plt
 import seaborn as sns
 import warnings
 warnings.filterwarnings(action='once')
 plt.style.use('seaborn-whitegrid')
 sns.set_style("whitegrid")
 print(mpl.__version__)
 print(sns.__version__)
 def draw_Marginal_Histogram(file):
     # Import Data
     df = pd.read_csv(file)    # Create Fig and gridspec
     fig = plt.figure(figsize=(10, 6), dpi=100)
     grid = plt.GridSpec(4, 4, hspace=0.5, wspace=0.2)
     # Define the axes
     ax_main = fig.add_subplot(grid[:-1, :-1])
     ax_right = fig.add_subplot(grid[:-1, -1], xticklabels=[], yticklabels=[])
     ax_bottom = fig.add_subplot(grid[-1, 0:-1], xticklabels=[], yticklabels=[])
     # Scatterplot on main ax
     ax_main.scatter('displ',
                     'hwy',
                     s=df.cty * 4,
                     c=df.manufacturer.astype('category').cat.codes,
                     alpha=.9,
                     data=df,
                     cmap="Set1",
                     edgecolors='gray',
                     linewidths=.5)
     # histogram on the right
     ax_bottom.hist(df.displ,
                    40,
                    histtype='stepfilled',
                    orientation='vertical',
                    color='#098154')
     ax_bottom.invert_yaxis()
     # histogram in the bottom
     ax_right.hist(df.hwy,
                   40,
                   histtype='stepfilled',
                   orientation='horizontal',
                   color='#098154')
     # Decorations
     ax_main.set(title='Scatterplot with Histograms \n displ vs hwy',
                 xlabel='displ',
                 ylabel='hwy')
     ax_main.title.set_fontsize(10)
     for item in ([ax_main.xaxis.label, ax_main.yaxis.label] +
                  ax_main.get_xticklabels() + ax_main.get_yticklabels()):
         item.set_fontsize(10)    xlabels = ax_main.get_xticks().tolist()
     ax_main.set_xticklabels(xlabels)
     plt.show()
 draw_Marginal_Histogram("F:\数据杂坛\datasets\mpg_ggplot2.csv")

实现效果：

python dgl python dgl画图_拟合_02

三、为直方图绘制拟合曲线

3.1 定义函数

def normfun(self, x, mu, sigma):
         """
         正态分布的概率密度函数
         :param x: 数据集中的某一具体测量值
         :param mu: 数据集的平均值，反映测量值分布的集中趋势
         :param sigma: 数据集的标准差，反映测量值分布的分散程度
         :return:
         """
         pdf = np.exp(-((x - mu) ** 2) / (2 * sigma ** 2)) / (sigma * np.sqrt(2 * np.pi))
         return pdf


def draw(self, name, data):
        mean = np.mean(data)  # 计算均值
        std = np.std(data)  # 计算方差
        data1 = [(x-mean)/std for x in data]  # z-score标准化方法(数据标准化)
        num_bins = 100  # 直方图柱子的数量
        plt.figure(figsize=(20, 8))
                            # data数据  num_bins柱子个数 range取值范围[-3.3] rwidth柱子宽度
        n, bins, patches = plt.hist(data1, num_bins, range=[-5, 5], rwidth=0.8, density=0.9, facecolor='blue', alpha=0.5)
        # 直方图函数，x为x轴的值，density=1表示为概率密度，即和为一，绿色方块，色深参数0.5.返回n个概率，直方块左边线的x值，及各个方块对象
        # print(bins)
        y = self.normfun(bins, np.mean(data1), np.std(data1))  # 拟合一条最佳正态分布曲线（方程）y  代替品 ——>>> from scipy.stats import norm  y = norm.pdf(bins, mu, sigma)
        plt.plot(bins, y, 'r--')  # 绘制y的曲线
        plt.xlabel('sepal-length')  # 绘制x轴
        plt.ylabel('Probability')  # 绘制y轴
        plt.title(r'{}  $mu={}$,$sigma={}$'.format(name, mean, std))  # 标题
        plt.subplots_adjust(left=0.15)  # 左边距

        out_file = 'out_pic/%s.png' % name
        plt.savefig(out_file, transparent=True, bbox_inches='tight', dpi=200, pad_inches=0.0, set_visiable=False,
                    format='png')
        print('画图完成 %s' % out_file)
        # plt.show()


实现效果：

python dgl python dgl画图_拟合_03

3.2  采用matplotlib中的mlab模块

Ref.

import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
import pandas
# Load dataset
url =
"https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
names = ['sepal-length', 'sepal-width','petal-length', 'petal-width', 'class']
dataset = pandas.read_csv(url, names=names)
print(dataset.head(10))
# descriptions
print(dataset.describe())
x = dataset.iloc[:,0] #提取第一列的sepal-length变量
mu =np.mean(x) #计算均值
sigma =np.std(x)
mu,sigma
num_bins = 30 #直方图柱子的数量

n, bins, patches = plt.hist(x, num_bins,normed=1, facecolor='blue', alpha=0.5)
#直方图函数，x为x轴的值，normed=1表示为概率密度，即和为一，绿色方块，色深参数0.5.返回n个概率，直方块左边线的x值，及各个方块对象
y = mlab.normpdf(bins, mu, sigma)#拟合一条最佳正态分布曲线y 
plt.plot(bins, y, 'r--') #绘制y的曲线
plt.xlabel('sepal-length') #绘制x轴
plt.ylabel('Probability') #绘制y轴
plt.title(r'Histogram : $\mu=5.8433$,$\sigma=0.8253$')#中文标题 u'xxx' 

plt.subplots_adjust(left=0.15)#左边距 
plt.show()

3.3 采用seaborn库中的distplot绘制

import seaborn as sns 
sns.set_palette("hls") #设置所有图的颜色，使用hls色彩空间
sns.distplot(x,color="r",bins=30,kde=True)
plt.show()
import seaborn as sns 
import matplotlib as mpl 
sns.set_palette("hls") 
mpl.rc("figure", figsize=(6,4)) 
sns.distplot(x,bins=30,kde_kws={"color":"seagreen", "lw":3 }, hist_kws={ "color": "b" }) 
plt.show()

在这里主要使用sns.distplot（增强版dist），柱子数量bins也设置为30，kde=True表示是否显示拟合曲线，如果为False则只出现直方图。
在这里注意一下它与前边mlab.normpdf方法不同的是，拟合曲线不是正态的，而是更好地拟合了数据的分布情况，如上图，因此比mlab.normpdf更为准确。
进一步设置sns.distplot，可以采用kde_kws（拟合曲线的设置）、hist_kws（直方柱子的设置），可以得到:

python dgl python dgl画图_python_04