分享一些Python數(shù)據(jù)可視化的相關(guān)知識(shí)

最近在學(xué)習(xí)嵌入式Linux，沒系統(tǒng)掌握前暫時(shí)沒辦法輸出相關(guān)的博文，最近準(zhǔn)備先分享一些Python數(shù)據(jù)可視化的相關(guān)知識(shí)。

本篇文章為Python數(shù)據(jù)可視化第一篇，講解如何選擇合適的圖表進(jìn)行數(shù)據(jù)可視化。

國外專家Nathan Yau總結(jié)了數(shù)據(jù)可視化過程中要經(jīng)歷的4個(gè)過程。

你擁有什么樣的數(shù)據(jù)（What data do you have）?

你想表達(dá)什么樣的數(shù)據(jù)信息（What do you want to know about your data）?

你應(yīng)該采用什么樣的數(shù)據(jù)可視化方法（What visualization methods should youuse）?

你從圖表中能獲得什么樣的數(shù)據(jù)信息（What do you see and does it makessense）?

如下圖所示：

其中，你應(yīng)該采用什么樣的數(shù)據(jù)可視化方法尤為關(guān)鍵，這就需要我們了解有哪些圖表類型來可視化數(shù)據(jù)。

根據(jù)表達(dá)數(shù)據(jù)的側(cè)重內(nèi)容點(diǎn)，將圖表類型分為6大類：類別比較圖表、數(shù)據(jù)關(guān)系圖表、數(shù)據(jù)分布圖表、時(shí)間序列圖表、局部整體圖表和地理空間圖表（有些圖表也可以歸類于兩種或多種圖表類型）。

1

類別比較圖表

類別比較型圖表的數(shù)據(jù)一般分為：數(shù)值型和類別型兩種數(shù)據(jù)類型，主要包括：柱形圖、條形圖、雷達(dá)圖、坡度圖、詞云圖等，通常用來比較數(shù)據(jù)的規(guī)模。

如下所示：

2

數(shù)據(jù)關(guān)系圖表

數(shù)據(jù)關(guān)系型圖表分為數(shù)值關(guān)系型、層次關(guān)系型和網(wǎng)絡(luò)關(guān)系型三種圖表類型。

數(shù)值關(guān)系型圖表主要展示兩個(gè)或多個(gè)變量之間的關(guān)系，包括最常見的散點(diǎn)圖、氣泡圖、曲面圖、矩陣散點(diǎn)圖等。該圖表的變量一般都為數(shù)值型，當(dāng)變量為1~3個(gè)時(shí)，可以采用散點(diǎn)圖、氣泡圖、曲面圖等；當(dāng)變量多于3個(gè)時(shí)，可以采用高維數(shù)據(jù)可視化方法，如平行坐標(biāo)系、矩陣散點(diǎn)圖、徑向坐標(biāo)圖、星形圖和切爾諾夫臉譜圖等。

層次關(guān)系型圖表著重表達(dá)數(shù)據(jù)個(gè)體之間的層次關(guān)系，主要包括包含和從屬兩類，比如公司不同部門的組織結(jié)構(gòu)，不同洲的國家包含關(guān)系等，包括節(jié)點(diǎn)鏈接圖、樹形圖、冰柱圖、旭日?qǐng)D、圓填充圖、矩形樹狀圖等。

網(wǎng)絡(luò)關(guān)系型圖表是指那些不具備層次結(jié)構(gòu)的關(guān)系數(shù)據(jù)的可視化。與層次關(guān)系型數(shù)據(jù)不同，網(wǎng)絡(luò)關(guān)系型數(shù)據(jù)并不具備自底向上或者自頂向下的層次結(jié)構(gòu)，表達(dá)的數(shù)據(jù)關(guān)系更加自由和復(fù)雜，其可視化的方法常包括：桑基圖、和弦圖、節(jié)點(diǎn)鏈接圖、弧長鏈接圖、蜂箱圖等。

如下圖所示：

3

數(shù)據(jù)分布圖表

數(shù)據(jù)分布型圖表主要顯示數(shù)據(jù)集中的數(shù)值及其出現(xiàn)的頻率或者分布規(guī)律，包括統(tǒng)計(jì)直方圖、核密度曲線圖、箱形圖、小提琴圖等。

如下圖所示：

其中，統(tǒng)計(jì)直方圖最為簡單與常見，又稱質(zhì)量分布圖，由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況，一般用橫軸表示數(shù)據(jù)類型，縱軸表示分布情況。

4

時(shí)間序列圖表

時(shí)間序列型圖表強(qiáng)調(diào)數(shù)據(jù)隨時(shí)間的變化規(guī)律或者趨勢(shì)，X軸一般為時(shí)序數(shù)據(jù)，Y軸為數(shù)值型數(shù)據(jù)，包括折線圖、面積圖、雷達(dá)圖、日歷圖、柱形圖等。

如下圖所示：

其中，折線圖是用來顯示時(shí)間序列變化趨勢(shì)的標(biāo)準(zhǔn)方式，非常適用于顯示在相等時(shí)間間隔下數(shù)據(jù)的趨勢(shì)。

5

局部整體圖表

局部整體型圖表能顯示出局部組成成分與整體的占比信息，主要包括餅圖、圓環(huán)圖、旭日?qǐng)D、華夫餅圖、矩形樹狀圖等。

餅圖是用來呈現(xiàn)部分和整體關(guān)系的常見方式，在餅圖中，每個(gè)扇區(qū)的弧長（以及圓心角和面積)大小為其所表示的數(shù)量的比例。但要注意的是，這類圖很難去精確比較不同組成的大小。

6

地理空間圖表

地理空間型圖表主要展示數(shù)據(jù)中的精確位置和地理分布規(guī)律，包括等值區(qū)間地圖、帶氣泡的地圖、帶散點(diǎn)的地圖等。地圖用地理坐標(biāo)系可以映射位置數(shù)據(jù)。位置數(shù)據(jù)的形式有許多種，包括經(jīng)度、緯度、郵編等。但通常都是用緯度和經(jīng)度來描述的。Python的GeoPandas包可以讀取SHP和GEOJSON等格式的地理空間數(shù)據(jù)，使用plot()函數(shù)或者ggplot()函數(shù)可以繪制地理空間型圖表。

《地圖管理?xiàng)l例》第十五條規(guī)定：“國家實(shí)行地圖審核制度。向社會(huì)公開的地圖，應(yīng)當(dāng)報(bào)送有審核權(quán)的測(cè)繪地理信息行政主管部門審核。但是，景區(qū)圖、街區(qū)圖、地鐵線路圖等內(nèi)容簡單的地圖除外?！?/p>

繪制這些不同類型的圖表，主要使用matplotlib、plotnine、Seaborn等包。對(duì)于二維直角坐標(biāo)系下的圖表，主要使用plotnine和Seaborn；對(duì)于極坐標(biāo)系和三維直角坐標(biāo)系下的圖表，則需要使用matplotlib繪制以上不同類別的圖表。

這些圖表的繪制方法在后面的文章都會(huì)進(jìn)行詳細(xì)講解。

審核編輯：劉清