《python机器学习经典实例》——可视化数据

可视化数据

简介&＃xff1a;

数据可视化是机器学习的核心&＃xff0c;利用它有助于制定正确的的策略来理解数据。数据的视觉表示帮助我们选择正确的算法。数据的可视化的主要目标之一就是用图和表清晰的表达数据&＃xff0c;以便我们更准确、更有效的交流信息。

       在现实世界中总会存在各种数值数据&＃xff0c;我们想将这些数值数据编码成图、线、点、条等&＃xff0c;以便直观的显示出这些数值中包含的信息&＃xff0c;同时可以使复杂分布的数据更容易被理解和应用。这一过程被广泛应用于各种场合之中&＃xff0c;包括对比分析&＃xff0c;增长率跟踪、市场分析、民意调查。

       我们用不同的图来展示各个变量之间的模式或关系&＃xff0c;比如用直方图展示数据的分布。如果想查找一个特定的测量&＃xff0c;可以用表格表示。我们将讨论各种场景下最合适的可视化方式。

画3D散点图

&＃xff08;1&＃xff09;生成一个Python文件&＃xff0c;并导入以下程序包

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

&＃xff08;2&＃xff09;生成一个空白图像
fig&＃61;plt.figure()
ax&＃61;fig.add_subplot(111,projection&＃61;&＃39;3d&＃39;)
&＃xff08;3&＃xff09;定义应该生成的值的个数
n&＃61;250
&＃xff08;4&＃xff09;生成一个lambda函数来生成给定范围的值
f&＃61;lambda minval,maxval,n:minval &＃43;(maxval-minval)*np.random.rand(n)
&＃xff08;5&＃xff09;用这个函数生成X&＃xff0c;Y和Z值&＃xff1a;
x_vals&＃61;f(15,41,n)
y_vals&＃61;f(-10,70,n)
z_vals&＃61;f(-52,-37,n)
&＃xff08;6&＃xff09;画出这些值
ax.scatter(x_vals,y_vals,z_vals,c&＃61;&＃39;k&＃39;,marker&＃61;&＃39;o&＃39;)
ax.set_xlabel(&＃39;X axis&＃39;)
ax.set_ylabel(&＃39;Y axis&＃39;)
ax.set_zlabel(&＃39;Z axis&＃39;)
plt.show()

运行代码后&＃xff0c;结果如图&＃xff1a;

画气泡图

import numpy as np
import matplotlib.pyplot as plt

#定义要生成值的个数
num_vals&＃61;40


#生成随机的X值和Y值
#生成随机数
x&＃61;np.random.rand(num_vals)
y&＃61;np.random.rand(num_vals)

#定义每个点的面积
#指定最大半径
max_radius&＃61;25
area&＃61;np.pi*(max_radius*np.random.rand(num_vals))**2
#定义颜色
colors&＃61;np.random.rand(num_vals)

#画出这些值
#画出数据点
plt.scatter(x,y,s&＃61;area,c&＃61;colors,alpha&＃61;1.0)
plt.show()

画饼图

import numpy as np
import matplotlib.pyplot as plt
#按顺时针方向定义各标签和相应的值
data&＃61;{
    &＃39;Apple&＃39;:26,
    &＃39;Mango&＃39;:17,
    &＃39;Pineapple&＃39;:21,
    &＃39;Banana&＃39;:29,
    &＃39;Strawberry&＃39;:11
}
#定义可视化颜色
colors&＃61;[&＃39;orange&＃39;,&＃39;lightgreen&＃39;,&＃39;lightblue&＃39;,&＃39;gold&＃39;,&＃39;cyan&＃39;]

#定义一个变量以突出饼图的一部分&＃xff0c;将其与其他部分离开&＃xff0c;如果不想突出任何部分&＃xff0c;将所有值设为0
#定义是否需要突出一部分
#explode&＃61;(0,0,0,0,0)
explode&＃61;(0,0.2,0,0,0)
#画饼图
plt.pie(list(data.values()),explode&＃61;explode,labels&＃61;data.keys(),
        colors&＃61;colors,autopct&＃61;&＃39;%1.1f%%&＃39;,
        shadow&＃61;False,startangle&＃61;90)
#设置饼图的宽高比&＃xff0c;“equal”表示我们希望它是圆形的
plt.axis(&＃39;equal&＃39;)
plt.show()

运行结果如图所示&＃xff1a;

画直方图

import numpy as np
import matplotlib.pyplot as plt

#输入数据
#对比苹果和橘子的产量
apples&＃61;[30,25,22,36,21,29]
oranges&＃61;[24,33,19,27,35,20]

#设置数组
num_groups&＃61;len(apples)

#创建图像
flg,ax&＃61;plt.subplots()
#定义x轴
indices&＃61;np.arange(num_groups)

#直方图的宽度和透明度
bar_width&＃61;0.4
opacity&＃61;0.6

#画直方图
hist_apples&＃61;plt.bar(indices,apples,bar_width,
alpha&＃61;opacity,color&＃61;&＃39;g&＃39;,label&＃61;&＃39;Apples&＃39;)
hist_oranges &＃61; plt.bar(
    indices&＃43;bar_width, oranges, bar_width, alpha&＃61;opacity, color&＃61;&＃39;r&＃39;, label&＃61;&＃39;Oranges&＃39;)
#设置直方图的参数
plt.xlabel(&＃39;Month&＃39;)
plt.ylabel(&＃39;Production quantity&＃39;)
plt.title(&＃39;Comparing apples and Oranges&＃39;)
plt.xticks(indices&＃43;bar_width,(&＃39;Jan&＃39;,&＃39;Feb&＃39;,&＃39;Mar&＃39;,&＃39;Apr&＃39;,&＃39;May&＃39;,&＃39;Jun&＃39;))
plt.ylim([0,45])
plt.legend()
plt.tight_layout()

plt.show()

运行结果&＃xff0c;如图所示&＃xff1a;

6画可视化热力图

import numpy as np
import matplotlib.pyplot as plt

#定义两组数据
group1&＃61;[&＃39;France&＃39;,&＃39;Italy&＃39;,&＃39;Spain&＃39;,&＃39;Portugal&＃39;,&＃39;Germany&＃39;]
group2&＃61;[&＃39;Japan&＃39;,&＃39;China&＃39;,&＃39;Brazil&＃39;,&＃39;Russia&＃39;,&＃39;Australia&＃39;]
#生成一个随机二维矩阵
#生成一些随机数
data&＃61;np.random.rand(5,5)
#创建一个图像
fig,ax&＃61;plt.subplots()

#创建一个热力图
heatmap&＃61;ax.pcolor(data,cmap&＃61;plt.cm.gray)
#画出这些值
#将坐轴放在图块的中间
ax.set_xticks(np.arange(data.shape[0])&＃43;0.5,minor&＃61;False)
ax.set_yticks(np.arange(data.shape[1])&＃43;0.5,minor&＃61;False)

#让热力图显示成一张表
ax.invert_yaxis()
ax.xaxis.tick_top()


#增加坐标轴标签
ax.set_xticklabels(group2,minor&＃61;False)
ax.set_yticklabels(group1,minor&＃61;False)

plt.show()

运行结果&＃xff0c;如图所示

动态信号的可视化模拟

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation

#创建一个函数&＃xff0c;用于生成阻尼正弦信号
#生成信号数据
def generate_data(length&＃61;2500,t&＃61;0,step_size&＃61;0.05):
    for count in range(length):
        t&＃43;&＃61;step_size
        signal&＃61;np.sin(2*np.pi*t)
        damper&＃61;np.exp(-t/8.0)
        yield t,signal*damper

#定义初始化函数
def initializer():
    peak_val&＃61;1.0
    buffer_val&＃61;0.1
    #设置这些参数
    ax.set_ylim(-peak_val*(1&＃43;buffer_val),peak_val*(1&＃43;buffer_val))
    ax.set_xlim(0,10)
    del x_vals[:]
    del y_vals[:]
    line.set_data(x_vals,y_vals)
    return line

#定义一个函数来画出这些值
def draw(data):
    #升级数据
    t,signal&＃61;data
    x_vals.append(t)
    y_vals.append(signal)
    x_min,x_max&＃61;ax.get_xlim()
    #如果这些值超出当前X轴最大值的访问&＃xff0c;那么更新X轴最大值并扩展图像
    if t>&＃61;x_max:
        ax.set_xlim(x_min,2*x_max)
        ax.figure.canvas.draw()
    line.set_data(x_vals,y_vals)

    return line
if __name__ &＃61;&＃61; &＃39;__main__&＃39;:
    #创建图形
    fig,ax&＃61;plt.subplots()
    ax.grid()
    #提取线
    line, &＃61;ax.plot([],[],lw&＃61;1.5)
    #创建变量
    x_vals,y_vals&＃61;[],[]
    #用动画器对象定义并启动动画&＃xff1a;
    animator&＃61;animation.FuncAnimation(fig,draw,generate_data(),
                                     blit&＃61;False,interval&＃61;10,repeat&＃61;False,init_func&＃61;initializer)
    plt.show()

运行结果&＃xff1a;