• 最近白天在整机器学习和算法导论，做预判分析的时候发现，经常用到几个画图代码，老是弄混。睡不着，深夜上线整理一波，顺便加强一下记忆叭。写多少是多少，不行就白天接着补。。
• 今天先整理一波常规画图操作。其实后来学了pandas里的 seaborn 库的时候，才发现有更好看的图

import matplptlib.pypplot as plt
import pandas as pd 
# 读取一个分类明确的数据集csv文件,文件里数据分了四类
# 数据长这样子，先大致head（）前五行看一下吧
# dataset,x,y
  I,10.0,8.04
  I,8.0,6.95
  I,13.0,7.58
  I,9.0,8.81
  I,11.0,8.33

oh=pd.read_csv('anscombe.csv')
print(oh)
# 取数据子集
oh_1=oh[oh['dataset'] == 'I']
oh_2=oh[oh['dataset'] == 'II']
oh_3=oh[oh['dataset'] == 'III']
oh_4=oh[oh['dataset'] == 'IV']
plt.plot(oh_1['x'],oh_1['y'])
plt.show()
# 如果想用它画圆点，可以给plt.plot传递一个‘o’参数
plt.plot(oh_1['x'],oh_1['y'],'o')
plt.show()
# 现在有四个 子数据集，要把他们放在一起，所以先创建一个画布
# 就弄一个2x2的画布吧
fig=plt.figure()
axis1=fig.add_subplot(2,2,1)
axis2=fig.add_subplot(2,2,2)
axis3=fig.add_subplot(2,2,3)
axis4=fig.add_subplot(2,2,4)
#  哈哈然后出图吧
axes1.plot(oh_1['x'],oh_1['y'],'o')
axes2.plot(oh_2['x'],oh_2['y'],'o')
axes3.plot(oh_3['x'],oh_3['y'],'o')
axes4.plot(oh_4['x'],oh_4['y'],'o')
#向各个子图添加标签，并使用tight_layout方法确保各个坐标轴彼此分开
axes1.set_title('oh_1')
axes2.set_title('oh_2')
axes3.set_title('oh_3')
axes4.set_title('oh_4')
#为整幅图添加一个大标题
fig.suptitle('anscomble data')
plt.show()
#紧凑布局
fig.tight_layout()

• 单变量画图
  单变量做频数分析的时候，画图是最直观的，样本频数特别小的，我一般也就合并到别的小样本里了。直方图就够用，选一个变量多一点的文件吧

import pandas as pd
tips=pd.read_csv('tips.csv')
print(tips)
# tips文件 数据 截一下前五行
#  就长这样吧
"""  "total_bill","tip","sex","smoker","day","time","size"
      16.99,1.01,"Female","No","Sun","Dinner",2
      10.34,1.66,"Male","No","Sun","Dinner",3
      21.01,3.5,"Male","No","Sun","Dinner",3
      23.68,3.31,"Male","No","Sun","Dinner",2   
      24.59,3.61,"Female","No","Sun","Dinner",4
"""
#  大概就是对 餐桌文化，比如不同性别，消费时间，餐桌级别等不同群体的消费账单做个分析，totalbill 即消费账单。
# ok 画图吧

import matplotlib.pyplot as plt
fig=plt.figure()
#  画布啊画布！ 
axes1=fig.add_subplot(1,1,1) 
# 画布一行一列，放第一个
axes1.hist(tips['total_bill'],bins=10)
# 直方图表达式，y轴衡量的是totalbill，x轴以10为组距
axes1.set_title('histogram of total bill')
axes1.set_xlabel('Frequency')
axes1.set_ylabel('total bill')
plt.show()

• 双变量
  双变量画图，两两对比，妙不可言。就还是用刚才的那个消费账单数据吧

• 1）散点图

scatter_plot=plt.figure()
axes1=plt.add_subplot(1,1,1)
axes1.scatter(tips['total_bill'],tips['tip'])
# 再搞一下标签就很完美
axes1.set_xlabel('total bill')
axes1.set_ ylabel('tip')
plt.show()

• 箱线图

boxplot=plt.figure()
axes1=boxplot.add_subplot(1,1,1)
axes1.boxplot(
#  箱线图的第一参数是数据
#  由于要绘制多块数据，因此必须把每块数据放入列表中
    [tips[tips['sex']=='Female']['tip'],
     tips[tips['sex']=='Male']['tip']],
#列表中第一个数据表示分类类别，第二表示y轴数据
     labels=['Female','Male']
#展示标签
)
axes1.set_xlabel('sex')
axes1.set_ylabel('Tip')
axes1.set_title('boxplot of tips by sex')
plt.show()

其实同样是画箱线图，调用seaborn库 代码更便捷，可调节的款式也比较多。留给下次睡不着整理吧。。

• 多变量数据
  其实多变量说白了就是再双变量的基础上，区分了颜色，大小，形状，增加了信息量。最繁琐的办法就是用函数创建一个带颜色的变量。
  比如在性别上区分颜色。

def recode_sex(sex):
    if sex =='Famale':
        return 0
    else:
        return 1
tips['sex_color']=tips['sex'].apply(recode_sex)
# apply 是对列调用函数的好方法，这行代码 赋值给tips数据集一个带颜色参数的新列 ' sex_color '   

# 下面开始画图吧
# 创建画布
scatter_plot=plt.figure()
axes1=scatter_plot.add_subplot(1,1,1)
axes1.scatter(
  x=tips['total_bill'], 
  y=tips['tips'],
  s=tips['size']*10,
# 增加一个‘size’ 变量，用大小*10倍的大小区分
  c=tips['sex_color']
  alpha=0.5
# 增加点透明度，以表示重叠的点
)
# 最后添加标题
axes1.set_title('total bill vs tip colored by sex and sized by size')
axes1.set_xlabel('total bill')
axes1.set_ylabel('tip')
plt.show()