15丨一次学会Python数据可视化的10种技能

思考题1：对车祸数据成对关系的的探索，程序代码如下： #车祸数据分析 import matplotlib.pyplot as plt import seaborn as sns import pandas as pd # 数据准备 crashes = sns.load_dataset('car_crashes') crashes_data = pd.DataFrame(crashes) # 用 Seaborn 画成对关系 sns.pairplot(crashes) plt.show() 思考题2：模拟企业隐患数据分析，代码如下： import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import numpy as np #定义生成隐患数量函数 def GenerateHDNum(hdtimes): #hdtimes表示要生成多少隐患数量 HD_NumList = list(pd.Series(np.random.rand(hdtimes))) return [int(x * 100) for x in HD_NumList] #数据准备函数 def MakeData(): #创建以月份为单位的时间索引 dti = pd.date_range(start='2017-01-01', end='2018-12-31', freq='M') monthlist = [str(x * 100 + y) for x,y in zip(dti.year,dti.month)] hdtimes = len(monthlist) #生成各种隐患数量 NormalHD = GenerateHDNum(hdtimes) ImportHD = GenerateHDNum(hdtimes) HDNum = { 'Normal': NormalHD ,'Import': ImportHD} HD_Frame = pd.DataFrame(data = HDNum, index=monthlist) print(HD_Frame) return HD_Frame def AnalyData(HDSet,AnalyType='0'): #AnalyType取值：1：成对关系图；2：散点图；3：核密度图；4：Hexbin图 #成对关系图 if AnalyType == '1': sns.pairplot(HDSet) #散点图 if AnalyType == '2': sns.jointplot(x='Normal', y='Import', data=HDSet, kind='scatter') #核密度图 if AnalyType == '3': sns.jointplot(x='Normal', y='Import', data=HDSet, kind='kde') #Hexbin图 if AnalyType == '4': sns.jointplot(x='Normal', y='Import', data=HDSet, kind='hex') plt.show() def ShowMenu(): print('='*20) print('1.显示成对关系图') print('2.显示散点图') print('3.显示核密度图') print('4.显示Hexbin图') print('R.换一批数据') print('0.退出') print('='*20) return input('请输入命令:') def main(): HDSet = MakeData() while True: command = ShowMenu() if command == '0': break elif command == 'R': HDSet = MakeData() else: AnalyData(HDSet, command) main()

在 Mac 下设置中文字体，可以使用以下路径： # 设置中文字体 font = FontProperties(fname="/System/Library/Fonts/STHeiti Medium.ttc", size=14)

第一题：seaborn car_crashes成对关系探索 iris=sns.load_dataset("car_crashes") sns.pairplot(iris) plt.show() 第二题：由第一题可以看出酒精和速度由类似线性关系，因此做酒精和速度二元变量的分布图 iris=sns.load_dataset("car_crashes") print(iris.head(10)) sns.jointplot(x='alcohol',y='speeding',data=iris,kind='scatter') sns.jointplot(x='alcohol',y='speeding',data=iris,kind='kde') sns.jointplot(x='alcohol',y='speeding',data=iris,kind='hex') 碎碎念一下：为啥留言不支持图片？难受

你好，练习成对关系图时，除下如下错误，是何原因？ import matplotlib.pyplot as plt import seaborn as sns from sklearn import datasets # 数据准备 iris_datas = datasets.load_iris() iris = pd.DataFrame(iris_datas.data, columns=['SpealLength', 'Spealwidth', 'PetalLength', 'PetalLength']) print(iris.shape,"\n",iris) # 用Seaborn画成对关系 sns.pairplot(iris) 出现如下错误：ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

python在慢慢追赶R，我的R语言分析水平停止了，python水平在往上涨，现在的状态是，有老师的课就学课，没有就看《精益数据分析》。

各种场景的视图，试用什么场景，怎么分析，例子太少了，理解不够深。

car_crashes = sns.load_dataset('car_crashes') car_crashes.head(10) # 成对关系探索 sns.pairplot(car_crashes) plt.show() # 画散点图 sns.jointplot(x = 'speeding', y = 'total', data = car_crashes, kind = 'scatter') plt.show() # 画核密度图 sns.jointplot(x = 'speeding', y = 'total', data = car_crashes, kind = 'kde') plt.show() # 画hexbin图 sns.jointplot(x = 'speeding', y = 'total', data = car_crashes, kind = 'hex') plt.show()

请问一下，有人在运行sns.load_dataset('tips'),遇到报错urllib.error.URLError: <urlopen error [Errno 11004] getaddrinfo failed>么？这里直接加载数据集会报错，你们是怎么解决的？

热力图那个是颜色越浅，值越大么？

# coding:utf-8 import matplotlib.pyplot as plt import seaborn as sns # Data Prep car_crashes = sns.load_dataset('car_crashes') sns.pairplot(car_crashes) plt.show() # plot with seaborn (scatter, kde, hex) sns.jointplot(x='alcohol', y='speeding', data=car_crashes, kind='scatter') sns.jointplot(x='alcohol', y='speeding', data=car_crashes, kind='kde') sns.jointplot(x='alcohol', y='speeding', data=car_crashes, kind='hex') plt.show() 二元关系选了喝酒和超速的对比，基本上在大部分区间下是线性关系，就是喝得多速度快:)