Python数据可视化之绘制计数图(图文并茂版！！！)

Posted 2021-07-18 温柔且上进c

绘制计数图

• • 数据获取
  • 计数图的介绍
  • 绘制计数图
  • • 数据处理
    • 绘制图像
    • • 注意
  • 总结

数据获取

       •在上篇博客中我们介绍了绘制抖动的带状图：Python数据可视化之绘制抖动的带状图(图文并茂版！！！)
       •并且也介绍了数据的来源获取，及数据分析包含数据特征值的解读等等！！

计数图的介绍

       •抖动的带状图的作用就是向我们展示哪些位置存在着相同的点，根据抖动的幅度来判断各个相同点的数量的多少，现在我们学习一种和抖动的带状图作用相似的图像，叫做计数图，它是通过某个坐标点的大小(面积)来判断此点相同数量的多少！！！
       •如果你的需求是将某个数据集的某两个特征值作为横纵坐标，并将所有点都展示在图像上， 包括那些横纵坐标相同的点，那么你可以选择抖动的带状图或者计数图，二者皆可以！！！

绘制计数图

数据处理

       •在技术图中，坐标点的面积越大，即为该点坐标的相同数量越多，首先我么需要将我们所需的横、纵坐标取出，并统计各个（相同）坐标点的数量
       •横坐标：城市里程/加仑(cty)
       •纵坐标：公路里程/加仑(hwy)
代码测试：

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

df = pd.read_csv(r'D:\\9\\mpg_ggplot2.csv')

# 数据处理
df_counts = df.groupby(['hwy', 'cty']).size().reset_index(name='counts')
print(df_counts)

运行显示：

       •代码解读：df.groupby([‘hwy’, ‘cty’]).size() 以hwy，cty作为主键，取出所有不同的类别，size为聚合函数，将相同类别聚合在一起，.reset_index(name=‘counts’) 重新设置索引名称，当括号内的name属性为空时，索引为0，name属性为何值，则索引名称为何值：

绘制图像

       •将数据处理与绘制图像代码整合得：

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

df = pd.read_csv(r'D:\\9\\mpg_ggplot2.csv')

# 数据处理
df_counts = df.groupby(['hwy', 'cty']).size().reset_index(name='counts')


# 绘制图像
fig, ax = plt.subplots(figsize=(12, 8), dpi=80)
sns.stripplot(x=df_counts.cty
              , y=df_counts.hwy
              , sizes=df_counts.counts * 25  # 使用sizes属性而不是size
              , ax=ax
              )

# 装饰图片
plt.rcParams['font.sans-serif'] = ['Simhei']  # 设置字体为黑体
plt.xlabel('城市里程/加仑', fontsize=16)  # x轴名称
plt.ylabel('公路里程/加仑', fontsize=16)  # y轴名称
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.title('Counts Plot - Size of circle is bigger as more points overlap', fontsize=20)
plt.show()

图像显示：

注意

       •我们在设置坐标点的大小时，应该使用属性sizes而不是size，如果使用size属性会出现下述报错：

       •解决使用size属性报错的方法参考博客：解决报错：使用seaborn绘制计数图时出现错误：ValueError: s must be a scalar, or the same size as x and y(图文并茂版！！)

总结

       •在使用计数图时，应注意我们上述提到的注意点，如数据处理，sizes的选择等等！！，计数图的作用与抖动的带状图相似，遇到实际问题可自行分析，选择合适的图像进行展示数据！！！