原文：
www.kdnuggets.com/creating-visuals-with-matplotlib-and-seaborn
数据可视化在数据工作中至关重要，因为它帮助人们理解数据的变化。直接处理原始数据很困难，但可视化可以激发人们的兴趣和参与感。这就是为什么学习数据可视化对在数据领域取得成功非常重要。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你组织的 IT 需求
Matplotlib 是 Python 中最受欢迎的数据可视化库之一，因为它非常多功能，你可以从零开始几乎可视化任何东西。使用这个包，你可以控制可视化的许多方面。
另一方面，Seaborn 是一个建立在 Matplotlib 之上的 Python 数据可视化包。它提供了更简单的高级代码，并且包内含有多种内置主题。如果你想快速进行美观的数据可视化，这个包非常适合你。
在这篇文章中，我们将探索这两个包，并学习如何使用这些包来可视化你的数据。让我们开始吧。
如上所述，Matplotlib 是一个多功能的 Python 包，我们可以控制可视化的各种方面。这个包基于 Matlab 编程语言，但我们在 Python 中使用了它。
Matplotlib 库通常已经在你的环境中可用，特别是如果你使用 Anaconda。如果没有，你可以使用以下代码进行安装。
pip install matplotlib安装后，我们将使用以下代码导入 Matplotlib 包进行可视化。
import matplotlib.pyplot as plt让我们从使用 Matplotlib 进行基本绘图开始。首先，我会创建一些示例数据。
import numpy as np
x = np.linspace(0,5,21)
y = x**2利用这些数据，我们将使用 Matplotlib 包创建一个折线图。
plt.plot(x, y, 'b')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.title('Sample Plot')
在上面的代码中，我们将数据传递给 matplotlib 函数（x 和 y），以创建一个简单的蓝色折线图。此外，我们使用上述代码控制轴标签和标题。
让我们尝试使用subplot函数创建多个 matplotlib 图表。
plt.subplot(1,2,1)
plt.plot(x, y, 'b--')
plt.title('Subplot 1')
plt.subplot(1,2,2)
plt.plot(x, y, 'r')
plt.title('Subplot 2')
在上面的代码中，我们并排创建了两个图表。subplot函数控制图表的位置；例如，plt.subplot(1,2,1)意味着我们将有两个图表在一行（第一个参数）和两列（第二个参数）。第三个参数用于控制我们现在引用的是哪个图表。所以plt.subplot(1,2,1)意味着单行双列图表中的第一个图表。
这就是 Matplotlib 函数的基础，但如果我们想对 Matplotlib 可视化进行更多控制，我们需要使用面向对象方法（OOM）。使用 OOM，我们可以直接从图形对象生成可视化，并调用指定对象的任何属性。
让我给你一个使用 Matplotlib OOM 的可视化示例。
#create figure instance (Canvas)
fig = plt.figure()
#add the axes to the canvas
ax = fig.add_axes([0.1, 0.1, 0.7, 0.7]) #left, bottom, width, height (range from 0 to 1)
#add the plot to the axes within the canvas
ax.plot(x, y, 'b')
ax.set_xlabel('X label')
ax.set_ylabel('Y label')
ax.set_title('Plot with OOM')
结果类似于我们创建的图表，但代码更复杂。一开始，这似乎是适得其反的，但使用 OOM 让我们几乎可以完全控制我们的可视化。例如，在上面的图表中，我们可以控制坐标轴在画布上的位置。
为了查看使用 OOM 与普通绘图函数的区别，我们将两个图表及其各自的坐标轴重叠在一起。
#create figure instance (Canvas)
fig = plt.figure()
#add two axes to the canvas
ax1 = fig.add_axes([0.1, 0.1, 0.7, 0.7])
ax2 = fig.add_axes([0.2, 0.35, 0.2, 0.4])
#add the plot to the respective axes within the canvas
ax1.plot(x, y, 'b')
ax1.set_xlabel('X label Ax 1')
ax1.set_ylabel('Y label Ax 1')
ax1.set_title('Plot with OOM Ax 1')
ax2.plot(x, y, 'r--')
ax2.set_xlabel('X label Ax 2')
ax2.set_ylabel('Y label Ax 2')
ax2.set_title('Plot with OOM Ax 2')
在上面的代码中，我们使用plt.figure函数指定了一个画布对象，并从该画布对象生成了所有这些图表。我们可以在一个画布中生成尽可能多的坐标轴，并在其中放置可视化图表。
也可以通过subplot函数自动创建图形和坐标轴对象。
fig, ax = plt.subplots(nrows = 1, ncols =2)
ax[0].plot(x, y, 'b--')
ax[0].set_xlabel('X label')
ax[0].set_ylabel('Y label')
ax[0].set_title('Plot with OOM subplot 1')
使用subplots函数，我们创建了图形以及坐标轴对象的列表。在上述函数中，我们指定了图表的数量和一行两列图表的位置。
对于坐标轴对象，它是一个包含所有可访问图表坐标轴的列表。在上面的代码中，我们访问了列表中的第一个对象来创建图表。结果是两个图表，一个填充了折线图，而另一个只有坐标轴。
因为subplots生成了一个坐标轴对象的列表，你可以像下面的代码一样对它们进行迭代。
fig, axes = plt.subplots(nrows = 1, ncols =2)
for ax in axes:
ax.plot(x, y, 'b--')
ax.set_xlabel('X label')
ax.set_ylabel('Y label')
ax.set_title('Plot with OOM')
plt.tight_layout()
你可以修改代码以生成所需的图表。此外，我们使用tight_layout函数，因为图表可能会重叠。
让我们尝试一些可以用来控制 Matplotlib 图的基本参数。首先，尝试更改画布和像素大小。
fig = plt.figure(figsize = (8,4), dpi =100)
参数 figsize 接受一个由两个数字（宽度，高度）组成的元组，结果与上述图类似。
接下来，让我们尝试为图添加图例。
fig = plt.figure(figsize = (8,4), dpi =100)
ax = fig.add_axes([0.1, 0.1, 0.7, 0.7])
ax.plot(x, y, 'b', label = 'First Line')
ax.plot(x, y/2, 'r', label = 'Second Line')
ax.set_xlabel('X label')
ax.set_ylabel('Y label')
ax.set_title('Plot with OOM and Legend')
plt.legend()
通过将标签参数分配给图并使用图例函数，我们可以将标签显示为图例。
最后，我们可以使用以下代码来保存我们的图。
fig.savefig('visualization.jpg')直方图可视化了以箱体形式表示的数据分布。
还有许多线图之外的特殊图。我们可以使用这些函数访问这些图。让我们尝试几种可能对你的工作有帮助的图。
我们可以创建一个散点图来可视化特征关系，使用以下代码。
plt.scatter(x,y)
直方图
散点图
plt.hist(y, bins = 5)
箱线图
箱线图是一种将数据分布表示为四分位数的可视化技术。
plt.boxplot(x)
饼图
饼图是一种圆形图，用于表示分类图的数值比例，例如数据中分类值的频率。
freq = [2,4,1,3]
fruit = ['Apple', 'Banana', 'Grape', 'Pear']
plt.pie(freq, labels = fruit)
你还可以在 这里 查看 Matplotlib 库中的许多特殊图。
Seaborn 是一个构建在 Matplotlib 之上的 Python 统计可视化包。Seaborn 的突出之处在于它通过优秀的样式简化了可视化的创建。这个包也与 Matplotlib 配合使用，因为许多 Seaborn API 依赖于 Matplotlib。
让我们尝试一下 Seaborn 包。如果你还没有安装这个包，可以使用以下代码进行安装。
pip install seabornSeaborn 内置了一个 API，可以获取用于测试包的样本数据集。我们将使用这个数据集来创建各种 Seaborn 可视化效果。
import seaborn as sns
tips = sns.load_dataset('tips')
tips.head()
使用上述数据，我们将探索 Seaborn 绘图，包括分布图、分类图、关系图和矩阵图。
分布图
我们将尝试的第一个图是分布图，用于可视化数值特征的分布。我们可以使用以下代码完成这项任务。
sns.displot(data = tips, x = 'tip')
默认情况下，displot 函数会生成一个直方图。如果我们想要平滑图形，可以使用 KDE 参数。
sns.displot(data = tips, x = 'tip', kind = 'kde')
分布图也可以根据 DataFrame 中的分类值进行拆分，使用 hue 参数。
sns.displot(data = tips, x = 'tip', kind = 'kde', hue = 'smoker')
我们甚至可以通过 row 或 col 参数进一步拆分图形。通过这些参数，我们可以生成多个图形，这些图形按照分类值的组合进行划分。
sns.displot(data = tips, x = 'tip', kind = 'kde', hue = 'smoker', row = 'time', col = 'sex')
另一种展示数据分布的方式是使用箱形图。Seaborn 可以通过以下代码轻松实现可视化。
sns.boxplot(data = tips, x = 'time', y = 'tip')
使用小提琴图，我们可以展示结合了箱形图和核密度估计（KDE）的数据分布。
最后，我们可以通过结合小提琴图和散点图将数据点展示到图中。
sns.violinplot(data = tips, x = 'time', y = 'tip')
sns.swarmplot(data = tips, x = 'time', y = 'tip', palette = 'Set1')
分类图
分类图是一种多种 Seaborn API 的可视化方法，适用于处理分类数据。让我们探索一些可用的图形。
首先，我们会尝试创建一个计数图。
sns.countplot(data = tips, x = 'time')
计数图会显示分类值的频率条形图。如果我们想要在图中显示计数数字，我们需要将 Matplotlib 函数结合到 Seaborn API 中。
p = sns.countplot(data = tips, x = 'time')
p.bar_label(p.containers[0])
我们可以通过使用 hue 参数进一步扩展图形，并用以下代码显示频率值。
p = sns.countplot(data = tips, x = 'time', hue = 'sex')
for container in p.containers:
ax.bar_label(container)
接下来，我们将尝试开发一个条形图。条形图是一种分类图，展示了数据的聚合以及误差条。
sns.barplot(data = tips, x = 'time', y = 'tip')
条形图使用分类特征和数值特征的组合来提供聚合统计数据。默认情况下，条形图使用平均聚合函数，并具有 95% 置信区间的误差条。
如果我们想要更改聚合函数，可以将函数传递给 estimator 参数。
import numpy as np
sns.barplot(data = tips, x = 'time', y = 'tip', estimator = np.median)
关系图
关系图是一种可视化技术，用于展示特征之间的关系。它主要用于识别数据集中存在的任何模式。
首先，我们将使用散点图来展示某些数值特征之间的关系。
sns.scatterplot(data = tips, x = 'tip', y = 'total_bill')
我们可以使用联合图将散点图与分布图结合起来。
sns.jointplot(data = tips, x = 'tip', y = 'total_bill')
最后，我们可以使用 pairplot 自动绘制数据框中各特征之间的成对关系。
sns.pairplot(data = tips)
矩阵图
矩阵图用于将数据可视化为颜色编码的矩阵。它用于查看特征之间的关系或帮助识别数据中的簇。
例如，我们有来自数据集的相关性数据矩阵。
tips.corr()
如果我们将这些数据表示为颜色编码的图，我们可以更好地理解上述数据集。这就是我们使用热图的原因。
sns.heatmap(tips.corr(), annot = True)
矩阵图还可以生成一个层次聚类图，推断数据集中的值，并根据现有相似性将它们分组。
sns.clustermap(tips.pivot_table(values = 'tip', index = 'size', columns = 'day').fillna(0))
数据可视化是数据世界中的关键部分，它帮助观众快速理解我们的数据发生了什么。标准的 Python 数据可视化包是 Matplotlib 和 Seaborn。在本文中，我们学习了这些包的主要用途，除了 Matplotlib 和 Seaborn 外，还有哪些包可用于 Python 数据可视化，并介绍了几种可能帮助我们工作的可视化方式。
Cornellius Yudha Wijaya 是数据科学助理经理和数据撰稿人。在 Allianz 印度尼西亚全职工作的同时，他喜欢通过社交媒体和写作媒体分享 Python 和数据技巧。