第六章Python数据可视化

前言

文不如字，字不如表，表不如图”，说的就是可视化的重要性。从事与数据相关的工作者经常会作一些总结或展望性的报告，如果报告中密密麻麻都是文字，相信听众或者老板一定会厌烦；如果报告中呈现的是大量的图形化结果，就会受到众人的喜爱，因为图形更加直观、醒目。
本章内容的重点就是利用Python绘制常见的统计图形，例如条形图、饼图、直方图、折线图、散点图等，通过这些常用图形的展现，将复杂的数据简单化。这些图形的绘制可以通过matplotlib模块、pandas模块或者seaborn模块实现。通过本章内容的学习，读者将会掌握以下几个方面的知识点：

• 离散型数据都有哪些可用的可视化方法；
• 数值型的单变量可用哪些图形展现；
• 多维数值之间的关系表达；
• 如何将多个图形绘制到一个画框内。

6.1　离散型变量的可视化

如果你需要使用数据可视化的方法来表达离散型变量的分布特征，例如统计某APP用户的性别比例、某产品在各区域的销售量分布、各年龄段内男女消费者的消费能力差异等。对于类似这些离散型变量的统计描述，可以使用饼图或者条形图对其进行展现。接下来，通过具体的案例来学习饼图和条形图的绘制，进而掌握Python的绘图技能。

6.1.1　饼图
饼图属于最传统的统计图形之一（1801年由William Playfair首次发布使用），它几乎随处可见，例如大型公司的屏幕墙、各种年度论坛的演示稿以及各大媒体发布的数据统计报告等。
首先，需要读者了解有关饼图的原理。饼图是将一个圆分割成不同大小的楔形，而圆中的每一个楔形代表了不同的类别值，通常会根据楔形的面积大小来判断类别值的差异。如图6-1所示，就是一个由不同大小的楔形组成的饼图。

对于这样的饼图，该如何通过Python完成图形的绘制呢？其实很简单，通过matplotlib模块和pandas模块都可以非常方便地得到一个漂亮的饼图。下面举例说明如何利用Python实现饼图的绘制。

1．matplotlib模块
如果你选择matplotlib模块绘制饼图的话，首先需要导入该模块的子模块pyplot，然后调用模块中的pie函数。关于该函数的语法和参数含义如下：

              
                pie(x, explode=None, labels=None, colors=None,
  autopct=None, pctdistance=0.6, shadow=False,
  labeldistance=1.1, startangle=None,
  radius=None, counterclock=True, wedgeprops=None,       
  textprops=None, center=(0, 0), frame=False)

              
            

• x：指定绘图的数据。
• explode：指定饼图某些部分的突出显示，即呈现爆炸式。
• labels：为饼图添加标签说明，类似于图例说明。
• colors：指定饼图的填充色。
• autopct：自动添加百分比显示，可以采用格式化的方法显示。
• pctdistance：设置百分比标签与圆心的距离。
• shadow：是否添加饼图的阴影效果。
• labeldistance：设置各扇形标签（图例）与圆心的距离。
• startangle：设置饼图的初始摆放角度。 radius：设置饼图的半径大小。
• counterclock：是否让饼图按逆时针顺序呈现。
• wedgeprops：设置饼图内外边界的属性，如边界线的粗细、颜色等。
• textprops：设置饼图中文本的属性，如字体大小、颜色等。
• center：指定饼图的中心点位置，默认为原点。
• frame：是否要显示饼图背后的图框，如果设置为True的话，需要同时控制图框x轴、y轴的范围和饼图的中心位置。

该函数的参数虽然比较多，但是应用起来非常灵活，而且绘制的饼图也比较好看。下面以“芝麻信用”失信用户数据为例（数据来源于财新网），分析近300万失信人群的学历分布，pie函数绘制饼图的详细代码如下：

            
              # 饼图的绘制
# 导入第三方模块
import matplotlib.pyplot as plt

# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
# 构造数据
edu = [0.2515,0.3724,0.3336,0.0368,0.0057]
labels = ['中专','大专','本科','硕士','其他']

# 绘制饼图
plt.pie(x = edu, # 绘图数据
        labels=labels, # 添加教育水平标签
        autopct='%.1f%%' # 设置百分比的格式，这里保留一位小数
       )
# 添加图标题
plt.title('失信用户的教育水平分布')
# 显示图形
plt.show()

            
          

结果：

图6-2所示就是一个不加任何修饰的饼图。这里只给pie函数传递了三个核心参数，即绘图的数据、每个数据代表的含义（学历标签）以及给饼图添加数值标签。很显然，这样的饼图并不是很完美，例如饼图看上去并不成正圆、饼图没有对应的标题、没有突出显示饼图中的某个部分等。下面进一步对该饼图做一些修饰，尽可能让饼图看起来更加舒服，代码如下：

            
              # 添加修饰的饼图 
explode = [0,0.1,0,0,0]  # 生成数据，用于突出显示大专学历人群
colors=['#9999ff','#ff9999','#7777aa','#2442aa','#dd5555']  # 自定义颜色

# 中文乱码和坐标轴负号的处理
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 将横、纵坐标轴标准化处理，确保饼图是一个正圆，否则为椭圆
plt.axes(aspect='equal')
# 绘制饼图
plt.pie(x = edu, # 绘图数据
        explode=explode, # 突出显示大专人群
        labels=labels, # 添加教育水平标签
        colors=colors, # 设置饼图的自定义填充色
        autopct='%.1f%%', # 设置百分比的格式，这里保留一位小数
        pctdistance=0.8,  # 设置百分比标签与圆心的距离
        labeldistance = 1.1, # 设置教育水平标签与圆心的距离
        startangle = 180, # 设置饼图的初始角度
        radius = 1.2, # 设置饼图的半径
        counterclock = False, # 是否逆时针，这里设置为顺时针方向
        wedgeprops = {'linewidth': 1.5, 'edgecolor':'green'},# 设置饼图内外边界的属性值
        textprops = {'fontsize':10, 'color':'black'}, # 设置文本标签的属性值
        )

# 添加图标题
plt.title('失信用户的受教育水平分布')
# 显示图形
plt.show()

            
          

结果：

如上呈现的饼图，直观上要比之前的饼图好看很多，这些都是基于pie函数的灵活参数所实现的。饼图中突出显示大专学历的人群，是因为在这300万失信人群中，大专学历的人数比例最高，该功能就是通过explode参数完成的。另外，还需要对如上饼图的绘制说明几点：

• 如果绘制的图形中涉及中文及数字中的负号，都需要通过rcParams进行控制。
• 由于不加修饰的饼图更像是一个椭圆，所以需要pyplot模块中的axes函数将椭圆强制为正圆。
• 自定义颜色的设置，既可以使用十六进制的颜色，也可以使用具体的颜色名称，如red、black等。
• 如果需要添加图形的标题，需要调用pyplot模块中的title函数。
• 代码plt.show()用来呈现最终的图形，无论是使用Jupyter或Pycharm编辑器，都需要使用这行代码呈现图形。

2．pandas模块
细心的读者一定会发现，在前面的几个章节中或多或少地应用到pandas模块的绘图“方法”plot，该方法可以针对序列和数据框绘制常见的统计图形，例如折线图、条形图、直方图、箱线图、核密度图等。同样，plot也可以绘制饼图，接下来简单介绍一下该方法针对序列的应用和参数含义：

              
                Series.plot(kind='line', ax=None, figsize=None, use_index=True, title=None,
        grid=None, legend=False, style=None, logx=False, logy=False,
        loglog=False, xticks=None, yticks=None, xlim=None, ylim=None,
      rot=None, fontsize=None, colormap=None, table=False, yerr=None,
        xerr=None, label=None, secondary_y=False, **kwds)

              
            

• kind：指定一个字符串值，用于绘制图形的类型，默认为折线图line。还可以绘制垂直条形图bar、水平条形图hbar、直方图hist、箱线图box、核密度图kde、面积图area和饼图pie。
• ax：控制当前子图在组图中的位置。例如，在一个2×2的图形矩阵中，通过该参数控制当前图形在矩阵中的位置。
• figsize：控制图形的宽度和高度，以元组形式传递，即(width,hright)。
• use_index：bool类型的参数，是否将序列的行索引用作x轴的刻度，默认为True。
• title：用以添加图形的标题。
• grid：bool类型的参数，是否给图形添加网格线，默认为False。
• legend：bool类型的参数，是否添加子图的图例，默认为False。
• style：如果kind为line，该参数可以控制折线图的线条类型。
• logx：bool类型的参数，是否对x轴做对数变换，默认为False。
• logy：bool类型的参数，是否对y轴做对数变换，默认为False。
• loglog：bool类型的参数，是否同时对x轴和y轴做对数变换，默认为False。
• xticks：用于设置x轴的刻度值。 yticks：用于设置y轴的刻度值。
• xlim：以元组或列表的形式，设置x轴的取值范围，如(0,3)表示x轴落在0～3的范围之内。
• ylim：以元组或列表的形式，设置y轴的取值范围。 rot：接受一个整数值，用于旋转刻度值的角度。
• fontsize：接受一个整数，用于控制x轴与y轴刻度值的字体大小。
• colormap：接受一个表示颜色含义的字符串，或者Python的色彩映射对象，该参数用于设置图形的区域颜色。
• table：该参数如果为True，表示在绘制图形的基础上再添加数据表；如果传递的是序列或数据框，则根据数据添加数据表。
• yerr：如果kind为bar或hbar，该参数表示在条形图的基础上添加误差棒。
• xerr：含义同yerr参数。
• label：用于添加图形的标签。
• secondary_y：bool类型的参数，是否添加第二个y轴，默认为False。
• **kwds：关键字参数，该参数可以根据不同的kind值，为图形添加更多的修饰性参数（依赖于pyplot中的绘图函数）。

pandas模块中的plot“方法”可以根据kind参数绘制不同的统计图形，而且也包含了其他各种灵活的参数。除此，根据不同的kind参数值，可以调用更多对应的关键字参数**kwds，这些关键字参数都源于pyplot中的绘图函数。
为了帮助读者更好地理解plot方法绘制的统计图形，这里仍然以失信用户数据为例，绘制学历的分布饼图，详细代码如下：

            
              # 导入第三方模块
import pandas as pd
# 构建序列
data1 = pd.Series({'中专':0.2515,'大专':0.3724,'本科':0.3336,'硕士':0.0368,'其他':0.0057})
# 将序列的名称设置为空字符，否则绘制的饼图左边会出现None这样的字眼
data1.name = ''
# 控制饼图为正圆
plt.axes(aspect = 'equal')
# plot方法对序列进行绘图
data1.plot(kind = 'pie', # 选择图形类型
           autopct='%.1f%%', # 饼图中添加数值标签
           radius = 1, # 设置饼图的半径
           startangle = 180, # 设置饼图的初始角度
           counterclock = False, # 将饼图的顺序设置为顺时针方向
           title = '失信用户的受教育水平分布', # 为饼图添加标题
           wedgeprops = {'linewidth': 1.5, 'edgecolor':'green'}, # 设置饼图内外边界的属性值
           textprops = {'fontsize':10, 'color':'black'} # 设置文本标签的属性值
          )
# 显示图形
plt.show()

            
          

结果：

如图6-4所示，应用pandas模块中的plot方法，也可以得到一个比较好看的饼图。该方法中除了kind参数和title参数属于plot方法，其他参数都是pyplot模块中pie函数的参数，并且以关键字参数的形式调用。

6.1.2　条形图
虽然饼图可以很好地表达离散型变量在各水平上的差异（如会员的性别比例、学历差异、等级高低等），但是其不擅长对比差异不大或水平值过多的离散型变量，因为饼图是通过各楔形面积的大小来表示数值的高低，而人类对扇形面积的比较并不是特别敏感。如果读者手中的数据恰好不适合用饼图展现，可以选择另一种常用的可视化方法，即条形图。
以垂直条形图为例，离散型变量在各水平上的差异就是比较柱形的高低，柱体越高，代表的数值越大，反之亦然。在Python中，可以借助matplotlib、pandas和seaborn模块完成条形图的绘制。下面将采用这三个模块绘制条形图。

1．matplotlib模块
应用matplotlib模块绘制条形图，需要调用bar函数，关于该函数的语法和参数含义如下：

              
                bar(x, height, width=0.8, bottom=None, color=None, edgecolor=None,
   linewidth=None, tick_label=None, xerr=None, yerr=None,
   label = None, ecolor=None, align, log=False, **kwargs)

              
            

• x：传递数值序列，指定条形图中x轴上的刻度值。
• height：传递数值序列，指定条形图y轴上的高度。
• width：指定条形图的宽度，默认为0.8。
• bottom：用于绘制堆叠条形图。
• color：指定条形图的填充色。
• edgecolor：指定条形图的边框色。
• linewidth：指定条形图边框的宽度，如果指定为0，表示不绘制边框。
• tick_label：指定条形图的刻度标签。
• xerr：如果参数不为None，表示在条形图的基础上添加误差棒。
• yerr：参数含义同xerr。
• label：指定条形图的标签，一般用以添加图例。
• ecolor：指定条形图误差棒的颜色。
• align：指定x轴刻度标签的对齐方式，默认为center，表示刻度标签居中对齐，如果设置为edge，则表示在每个条形的左下角呈现刻度标签。
• log：bool类型参数，是否对坐标轴进行log变换，默认为False。
• **kwargs：关键字参数，用于对条形图进行其他设置，如透明度等。

bar函数的参数同样很多，希望读者能够认真地掌握每个参数的含义，以便使用时得心应手。下面将基于该函数绘制三类条形图，分别是单变量的垂直或水平条形图、堆叠条形图和水平交错条形图。
（1）垂直或水平条形图
首先来绘制单个离散变量的垂直或水平条形图，数据来源于互联网，反映的是2017年中国六大省份的GDP，绘图代码如下：

            
              # 条形图的绘制--垂直条形图
# 读入数据
GDP = pd.read_excel(r'D:\PyProject\data\Province GDP 2017.xlsx')
# 设置绘图风格（不妨使用R语言中的ggplot2风格）
plt.style.use('ggplot')
# 绘制条形图
plt.bar(x = range(GDP.shape[0]), # 指定条形图x轴的刻度值
        height = GDP.GDP, # 指定条形图y轴的数值
        tick_label = GDP.Province, # 指定条形图x轴的刻度标签
        color = 'steelblue', # 指定条形图的填充色
       )
# 添加y轴的标签
plt.ylabel('GDP(万亿)')
# 添加条形图的标题
plt.title('2017年度6个省份GDP分布')
# 为每个条形图添加数值标签
for x,y in enumerate(GDP.GDP):
    plt.text(x,y+0.1,'%s' %round(y,1),ha='center')
# 显示图形    
plt.show()

            
          

结果：

如图6-5所示，该条形图比较清晰地反映了6个省份GDP的差异。针对如上代码需要做几点解释：

• 条形图中灰色网格的背景是通过代码plt.style.use(‘ggplot’)实现的，如果不添加该行代码，则条形图为白底背景。
• 如果添加图形的x轴或y轴标签，需要调用pyplot子模块中的xlab和ylab函数。
• 由于bar函数没有添加数值标签的参数，因此使用for循环对每一个柱体添加数值标签，使用的核心函数是pyplot子模块中的text。该函数的参数很简单，前两个参数用于定位字符在图形中的位置，第三个参数表示呈现的具体字符值，第四个参数为ha，表示字符的水平对齐方式为居中对齐。

站在阅读者的角度来看，该条形图可能并不是很理想，因为不能快速地发现哪个省份GDP最高或最低。如果将该条形图进行降序或升序处理，可能会更直观一些。这里就以水平条形图为例，代码如下：

            
              # 条形图的绘制--水平条形图
# 对读入的数据作升序排序
GDP.sort_values(by = 'GDP', inplace = True)
# 绘制条形图
plt.barh(y = range(GDP.shape[0]), # 指定条形图y轴的刻度值
        width = GDP.GDP, # 指定条形图x轴的数值
        tick_label = GDP.Province, # 指定条形图y轴的刻度标签
        color = 'steelblue', # 指定条形图的填充色
       )
# 添加x轴的标签
plt.xlabel('GDP(万亿)')
# 添加条形图的标题
plt.title('2017年度6个省份GDP分布')
# 为每个条形图添加数值标签
for y,x in enumerate(GDP.GDP):
    plt.text(x+0.1,y,'%s' %round(x,1),va='center')
# 显示图形    
plt.show()

            
          

结果:

图6-6所示就是经过排序的水平条形图（实际上是垂直条形图的轴转置）。需要注意的是，水平条形图不再是bar函数，而是barh函数。读者可能疑惑，为什么对原始数据做升序排序，但是图形看上去是降序（从上往下）？那是因为水平条形图的y轴刻度值是从下往上布置的，所以条形图从下往上是满足升序的。

（2）堆叠条形图
正如前文所介绍的，不管是垂直条形图还是水平条形图，都只是反映单个离散变量的统计图形，如果想通过条形图传递两个离散变量的信息该如何做到？相信读者一定见过堆叠条形图，该类型条形图的横坐标代表一个维度的离散变量，堆叠起来的“块”代表了另一个维度的离散变量。这样的条形图，最大的优点是可以方便比较累积和，那这种条形图该如何通过Python绘制呢？这里以2017年四个季度的产业值为例（数据来源于中国统计局），绘制堆叠条形图，详细代码如下：

            
              # 条形图的绘制--堆叠条形图
# 读入数据
Industry_GDP = pd.read_excel(r'D:\PyProject\data\Industry_GDP.xlsx')
# 取出四个不同的季度标签，用作堆叠条形图x轴的刻度标签
Quarters = Industry_GDP.Quarter.unique()
# 取出第一产业的四季度值
Industry1 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第一产业']
# 重新设置行索引
Industry1.index = range(len(Quarters))
# 取出第二产业的四季度值
Industry2 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第二产业']
# 重新设置行索引
Industry2.index = range(len(Quarters))
# 取出第三产业的四季度值
Industry3 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第三产业']

# 绘制堆叠条形图
# 各季度下第一产业的条形图
plt.bar(x = range(len(Quarters)), height=Industry1, color = 'steelblue', label = '第一产业', tick_label = Quarters)
# 各季度下第二产业的条形图
plt.bar(x = range(len(Quarters)), height=Industry2, bottom = Industry1, color = 'green', label = '第二产业')
# 各季度下第三产业的条形图
plt.bar(x = range(len(Quarters)), height=Industry3, bottom = Industry1  + Industry2, color = 'red', label = '第三产业')
# 添加y轴标签
plt.ylabel('生成总值（亿）')
# 添加图形标题
plt.title('2017年各季度三产业总值')
# 显示各产业的图例
plt.legend()
# 显示图形
plt.show()

            
          

结果:

如上就是一个典型的堆叠条形图，虽然绘图的代码有些偏长，但是其思想还是比较简单的，就是分别针对三种产业的产值绘制三次条形图。需要注意的是，第二产业的条形图是在第一产业的基础上做了叠加，故需要将bottom参数设置为Industry1；而第三产业的条形图又是叠加在第一和第二产业之上，所以需要将bottom参数设置为Industry1+ Industry2。
读者可能疑惑，通过条件判断将三种产业的值（Industry1、Industry2、Industry3）分别取出来后，为什么还要重新设置行索引？那是因为各季度下每一种产业值前的行索引都不相同，这就导致无法进行Industry1+ Industry2的和计算（读者不妨试试不改变序列Industry1和Industry2的行索引的后果）。

（3）水平交错条形图 堆叠条形图可以包含两个离散变量的信息，而且可以比较各季度整体产值的高低水平，但是其缺点是不易区分“块”之间的差异，例如二、三季度的第三产业值差异就不是很明显，区分高低就相对困难。而交错条形图恰好就可以解决这个问题，该类型的条形图就是将堆叠的“块”水平排开，如想绘制这样的条形图，可以参考下方代码（数据来源于胡润财富榜，反映的是5个城市亿万资产超高净值家庭数）：

            
              # 条形图的绘制--水平交错条形图
# 导入第三方模块
import numpy as np
# 读入数据
HuRun = pd.read_excel(r'D:\PyProject\data\HuRun.xlsx')
# 取出城市名称
Cities = HuRun.City.unique()
# 取出2016年各城市亿万资产家庭数
Counts2016 = HuRun.Counts[HuRun.Year == 2016]
# 取出2017年各城市亿万资产家庭数
Counts2017 = HuRun.Counts[HuRun.Year == 2017]

# 绘制水平交错条形图
bar_width = 0.4
plt.bar(x = np.arange(len(Cities)), height = Counts2016, label = '2016', color = 'steelblue', width = bar_width)
plt.bar(x = np.arange(len(Cities))+bar_width, height = Counts2017, label = '2017', color = 'indianred', width = bar_width)
# 添加刻度标签（向右偏移0.225）
plt.xticks(np.arange(5)+0.2, Cities)
# 添加y轴标签
plt.ylabel('亿万资产家庭数')
# 添加图形标题
plt.title('近两年5个城市亿万资产家庭数比较')
# 添加图例
plt.legend()
# 显示图形
plt.show()

            
          

结果:

图6-8反映的是2016年和2017年5大城市亿万资产家庭数的条形图，可以很好地比较不同年份下的差异。例如，这5个城市中，2017年的亿万资产家庭数较2016年都有所增加。
但是对于这种数据，就不适合使用堆叠条形图，因为堆叠条形图可以反映总计的概念。如果将2016年和2017年亿万资产家庭数堆叠计总，就会出现问题，因为大部分家庭数在这两年内都被重复统计在胡润财富榜中，计算出来的总和会被扩大。
另外，再对如上的代码做三点解释，希望能够帮助读者解去疑惑：

• 如上的水平交错条形图，其实质就是使用两次bar函数，所不同的是，第二次bar函数使得条形图往右偏了0.4个单位（left=np.arange(len(Cities))+bar_width），进而形成水平交错条形图的效果。
• 每一个bar函数，都必须控制条形图的宽度（width=bar_width），否则会导致条形图的重叠。
• 如果利用bar函数的tick_label参数添加条形图x轴上的刻度标签，会发现标签并不是居中对齐在两个条形图之间，为了克服这个问题，使用了pyplot子模块中的xticks函数，并且使刻度标签的位置向右移0.2个单位。

2．pandas模块
通过pandas模块绘制条形图仍然使用plot方法，该“方法”的语法和参数含义在前文已经详细介绍过，但是plot方法存在一点瑕疵，那就是无法绘制堆叠条形图。下面通过该模块的plot方法绘制单个离散变量的垂直条形图或水平条形图以及两个离散变量的水平交错条形图，代码如下：

            
              # Pandas模块之垂直或水平条形图
# 绘图（此时的数据集在前文已经按各省GDP做过升序处理）
GDP.GDP.plot(kind = 'bar', width = 0.8, rot = 0, color = 'steelblue', title = '2017年度6个省份GDP分布')
# 添加y轴标签
plt.ylabel('GDP（万亿）')
# 添加x轴刻度标签
plt.xticks(range(len(GDP.Province)), #指定刻度标签的位置  
           GDP.Province # 指出具体的刻度标签值
          )
# 为每个条形图添加数值标签
for x,y in enumerate(GDP.GDP):
    plt.text(x-0.1,y+0.2,'%s' %round(y,1),va='center')
# 显示图形
plt.show()

            
          

结果:

只要掌握matplotlib模块绘制单个离散变量的条形图方法，就可以套用到pandas模块中的plot方法，两者是相通的。读者可以尝试plot方法绘制水平条形图，这里就不再给出参考代码了。
接下来使用plot方法绘制含两个离散变量的水平交错条形图，具体代码如下：

            
              # Pandas模块之水平交错条形图
HuRun_reshape = HuRun.pivot_table(index = 'City', columns='Year', values='Counts').reset_index()
# 对数据集降序排序
HuRun_reshape.sort_values(by = 2016, ascending = False, inplace = True)
HuRun_reshape.plot(x = 'City', y = [2016,2017], kind = 'bar', color = ['steelblue', 'indianred'], 
                   rot = 0, # 用于旋转x轴刻度标签的角度，0表示水平显示刻度标签
                   width = 0.8, title = '近两年5个城市亿万资产家庭数比较')
# 添加y轴标签
plt.ylabel('亿万资产家庭数')
plt.xlabel('')
plt.show()

            
          

如上代码所示，应用plot方法绘制水平交错条形图，必须更改原始数据集的形状，即将两个离散型变量的水平值分别布置到行与列中（代码中采用透视表的方法实现），最终形成的表格变换如图6-10所示。
针对变换后的数据，可以使用plot方法实现水平交错条形图的绘制，从代码量来看，要比使用matplotlib模块简短一些，得到的条形图如图6-11所示。

3．seaborn模块绘制条形图
seaborn模块是一款专门用于绘制统计图形的利器，通过该模块写出来的代码也是非常通俗易懂的。该模块并不在Anoconda集成工具中，故需要读者另行下载。下面就简单介绍一下如何通过该模块完成条形图的绘制（同样无法绘制堆叠条形图）。

            
              # seaborn模块之垂直或水平条形图
# 导入第三方模块
import seaborn as sns
sns.barplot(y = 'Province', # 指定条形图x轴的数据
            x = 'GDP', # 指定条形图y轴的数据
            data = GDP, # 指定需要绘图的数据集
            color = 'steelblue', # 指定条形图的填充色
            orient = 'horizontal' # 将条形图水平显示
           )
# 重新设置x轴和y轴的标签
plt.xlabel('GDP（万亿）')
plt.ylabel('')
# 添加图形的标题
plt.title('2017年度6个省份GDP分布')
# 为每个条形图添加数值标签
for y,x in enumerate(GDP.GDP):
    plt.text(x,y,'%s' %round(x,1),va='center')
# 显示图形
plt.show()

            
          

结果：

如上代码就是通过seaborn模块中的barplot函数实现单个离散变量的条形图。除此之外，seaborn模块中的barplot函数还可以绘制两个离散变量的水平交错条形图，所以有必要介绍一下该函数的用法及重要参数含义：

              
                sns.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None,
              ci=95, n_boot=1000, orient=None, color=None, palette=None,
         saturation=0.75, errcolor='.26', errwidth=None, dodge=True, ax=None, **kwargs)

              
            

• x：指定条形图的x轴数据。
• y：指定条形图的y轴数据。 -
• hue：指定用于分组的另一个离散变量。
• data：指定用于绘图的数据集。
• order：传递一个字符串列表，用于分类变量的排序。
• hur_order：传递一个字符串列表，用于分类变量hue值的排序。
• ci：用于绘制条形图的误差棒（置信区间）。
• n_boot：当指定ci参数时，可以通过n_boot参数控制自助抽样的迭代次数。
• orient：指定水平或垂直条形图。
• color：指定所有条形图所属的一种填充色。
• palette：指定hue变量中各水平的颜色。
• saturation：指定颜色的透明度。
• errcolor：指定误差棒的颜色。
• errwidth：指定误差棒的线宽。
• capsize：指定误差棒两端线条的长度。
• dodge：bool类型参数，当使用hue参数时，是否绘制水平交错条形图，默认为True。
• ax：用于控制子图的位置。
• **kwagrs：关键字参数，可以调用plt.bar函数中的其他参数。

为了说明如上函数中的参数，这里以泰坦尼克号数据集为例，绘制水平交错条形图，代码如下：

            
              # 读入数据
Titanic = pd.read_csv(r'D:\PyProject\data\titanic_train.csv')
# 绘制水平交错条形图
sns.barplot(x = 'Pclass', # 指定x轴数据
            y = 'Age', # 指定y轴数据
            hue = 'Sex', # 指定分组数据
            data = Titanic, # 指定绘图数据集
            palette = 'RdBu', # 指定男女性别的不同颜色
            errcolor = 'blue', # 指定误差棒的颜色
            errwidth=2, # 指定误差棒的线宽
            saturation = 1, # 指定颜色的透明度，这里设置为无透明度
            capsize = 0.05 # 指定误差棒两端线条的宽度
           )
# 添加图形标题
plt.title('各船舱等级中男女乘客的年龄差异')
# 显示图形
plt.show()

            
          

结果:

如图6-13所示，绘制的每一个条形图中都含有一条竖线，该竖线就是条形图的误差棒，即各组别下年龄的标准差大小。从图6-13可知，三等舱的男性乘客年龄是最为接近的，因为标准差最小。
需要注意的是，数据集Titanic并非汇总好的数据，是不可以直接应用到matplotlib模块中的bar函数与pandas模块中的plot方法。如需使用，必须先对数据集进行分组聚合，关于分组聚合的内容已经在第5章中介绍过，读者可以前去了解。

6.2　数值型变量的可视化

很多时候，我们拿到手的数据都包含大量的数值型变量，在对数值型变量进行探索和分析时，一般都会应用到可视化方法。而本节的重点就是介绍如何使用Python实现数值型变量的可视化，通过本节内容的学习，读者将会掌握如何使用matplotlib模块、pandas模块和seaborn模块绘制直方图、核密度图、箱线图、小提琴图、折线图以及面积图。

6.2.1　直方图与核密度曲线
直方图一般用来观察数据的分布形态，横坐标代表数值的均匀分段，纵坐标代表每个段内的观测数量（频数）。一般直方图都会与核密度图搭配使用，目的是更加清晰地掌握数据的分布特征，下面将详细介绍该类型图形的绘制。

1．matplotlib模块
matplotlib模块中的hist函数就是用来绘制直方图的。关于该函数的语法及参数含义如下：

              
                plt.hist(x, bins=10, range=None, normed=False,
     weights=None, cumulative=False, bottom=None,
     histtype='bar', align='mid', orientation='vertical',
     rwidth=None, log=False, color=None,
     label=None, stacked=False)

              
            

• x：指定要绘制直方图的数据。
• bins：指定直方图条形的个数。
• range：指定直方图数据的上下界，默认包含绘图数据的最大值和最小值。
• normed：是否将直方图的频数转换成频率。
• weights：该参数可为每一个数据点设置权重。
• cumulative：是否需要计算累计频数或频率。
• bottom：可以为直方图的每个条形添加基准线，默认为0。
• histtype：指定直方图的类型，默认为bar，除此之外，还有barstacked、step和stepfilled。
• align：设置条形边界值的对齐方式，默认为mid，另外还有left和right。
• orientation：设置直方图的摆放方向，默认为垂直方向。
• rwidth：设置直方图条形的宽度。
• log：是否需要对绘图数据进行log变换。
• color：设置直方图的填充色。
• edgecolor：设置直方图边框色。
• label：设置直方图的标签，可通过legend展示其图例。
• stacked：当有多个数据时，是否需要将直方图呈堆叠摆放，默认水平摆放。

这里不妨以Titanic数据集为例绘制乘客的年龄直方图，具体代码如下：

            
              # matplotlib模块绘制直方图
# 检查年龄是否有缺失
any(Titanic.Age.isnull())
# 不妨删除含有缺失年龄的观察
Titanic.dropna(subset=['Age'], inplace=True)
# 绘制直方图
plt.hist(x = Titanic.Age, # 指定绘图数据
         bins = 20, # 指定直方图中条块的个数
         color = 'steelblue', # 指定直方图的填充色
         edgecolor = 'black' # 指定直方图的边框色
         )
# 添加x轴和y轴标签
plt.xlabel('年龄')
plt.ylabel('频数')
# 添加标题
plt.title('乘客年龄分布')
# 显示图形
plt.show()

            
          

结果:

如图6-14所示，就是关于乘客年龄的直方图分布。需要注意的是，如果原始数据集中存在缺失值， 一定要对缺失观测进行删除或替换 ，否则无法绘制成功。如果在直方图的基础上再添加核密度图，通过matplotlib模块就比较吃力了，因为首先得计算出每一个年龄对应的核密度值。为了简单起见，下面利用pandas模块中的plot方法将直方图和核密度图绘制到一起。

2．pandas模块

            
              # Pandas模块绘制直方图和核密度图
# 绘制直方图
Titanic.Age.plot(kind = 'hist', bins = 20, color = 'steelblue', edgecolor = 'black', density = True, label = '直方图')
# 绘制核密度图
Titanic.Age.plot(kind = 'kde', color = 'red', label = '核密度图')
# 添加x轴和y轴标签
plt.xlabel('年龄')
plt.ylabel('核密度值')
# 添加标题
plt.title('乘客年龄分布')
# 显示图例
plt.legend()
# 显示图形
plt.show()

            
          

结果：

如图6-15所示，Python的核心代码就两行，分别是利用plot方法绘制直方图和核密度图。需要注意的是，在直方图的基础上添加核密度图，必须将直方图的频数更改为频率，即normed（新版本为density）参数设置为True。

3．seaborn模块
尽管这幅图满足了两种图形的合成，但其表达的是所有乘客的年龄分布，如果按性别分组，研究不同性别下年龄分布的差异，该如何实现？针对这个问题，使用matplotlib模块或pandas模块都会稍微复杂一些，推荐使用seaborn模块中的distplot函数，因为该函数的代码简洁而易懂。关于该函数的语法和参数含义如下：

              
                sns.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None,
          hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None,
          color=None, vertical=False, norm_hist=False, axlabel=None,
          label=None, ax=None)

              
            

• a：指定绘图数据，可以是序列、一维数组或列表。
• bins：指定直方图条形的个数。
• hist：bool类型的参数，是否绘制直方图，默认为True。
• kde：bool类型的参数，是否绘制核密度图，默认为True。
• rug：bool类型的参数，是否绘制须图（如果数据比较密集，该参数比较有用），默认为False。
• fit：指定一个随机分布对象（需调用scipy模块中的随机分布函数），用于绘制随机分布的概率密度曲线。
• hist_kws：以字典形式传递直方图的其他修饰属性，如填充色、边框色、宽度等。
• kde_kws：以字典形式传递核密度图的其他修饰属性，如线的颜色、线的类型等。
• rug_kws：以字典形式传递须图的其他修饰属性，如线的颜色、线的宽度等。
• fit_kws：以字典形式传递概率密度曲线的其他修饰属性，如线条颜色、形状、宽度等。
• color：指定图形的颜色，除了随机分布曲线的颜色。
• vertical：bool类型的参数，是否将图形垂直显示，默认为True。
• norm_hist：bool类型的参数，是否将频数更改为频率，默认为False。
• axlabel：用于显示轴标签。 label：指定图形的图例，需结合plt.legend()一起使用。
• ax：指定子图的位置。

从函数的参数可知，通过该函数，可以实现三种图形的合成，分别是直方图（hist参数）、核密度曲线（kde参数）以及指定的理论分布密度曲线（fit参数）。接下来，针对如上介绍的distplot函数，绘制不同性别下乘客的年龄分布图，具体代码如下：

            
              # seaborn模块绘制分组的直方图和核密度图
# 取出男性年龄
Age_Male = Titanic.Age[Titanic.Sex == 'male']
# 取出女性年龄
Age_Female = Titanic.Age[Titanic.Sex == 'female']

# 绘制男女乘客年龄的直方图
sns.distplot(Age_Male, bins = 20, kde = False, hist_kws = {'color':'steelblue'}, label = '男性')
# 绘制女性年龄的直方图
sns.distplot(Age_Female, bins = 20, kde = False, hist_kws = {'color':'purple'}, label = '女性')
plt.title('男女乘客的年龄直方图')
# 显示图例
plt.legend()
# 显示图形
plt.show()

# 绘制男女乘客年龄的核密度图
sns.distplot(Age_Male, hist = False, kde_kws = {'color':'red', 'linestyle':'-'}, 
             norm_hist = True, label = '男性')
# 绘制女性年龄的核密度图
sns.distplot(Age_Female, hist = False, kde_kws = {'color':'black', 'linestyle':'--'}, 
             norm_hist = True, label = '女性')
plt.title('男女乘客的年龄核密度图')
# 显示图例
plt.legend()
# 显示图形
plt.show()

            
          

结果：

如图6-16所示，为了避免四个图形混在一起不易发现数据背后的特征，将直方图与核密度图分开绘制。从直方图来看，女性年龄的分布明显比男性矮，说明在各年龄段下，男性乘客要比女性乘客多；再看核密度图，男女性别的年龄分布趋势比较接近，说明各年龄段下的男女乘客人数同步增加或减少。

6.2.2　箱线图
箱线图是另一种体现数据分布的图形，通过该图可以得知数据的下须值（Q1-1.5IQR）、下四分位数（Q1）、中位数（Q2）、均值、上四分位（Q3）数和上须值（Q3+1.5IQR），更重要的是，箱线图还可以发现数据中的异常点。
箱线图的绘制仍然可以通过matplotlib模块、pandas模块和seaborn模块完成，下面将一一介绍各模块绘制条形图的过程。

1．matplotlib模块
首先介绍一下matplotlib模块中绘制箱线图的boxplot函数，有关该函数的语法和参数含义如下：

              
                plt.boxplot(x, notch=None, sym=None, vert=None,
          whis=None, positions=None, widths=None,
          patch_artist=None, meanline=None, showmeans=None,
          showcaps=None, showbox=None, showfliers=None,
          boxprops=None, labels=None, flierprops=None,
          medianprops=None, meanprops=None,
          capprops=None, whiskerprops=None)

              
            

• x：指定要绘制箱线图的数据。
• notch：是否以凹口的形式展现箱线图，默认非凹口。
• sym：指定异常点的形状，默认为＋号显示。
• vert：是否需要将箱线图垂直摆放，默认垂直摆放。
• whis：指定上下须与上下四分位的距离，默认为1.5倍的四分位差。
• positions：指定箱线图的位置，默认为[0,1,2…]。
• widths：指定箱线图的宽度，默认为0.5。
• patch_artist：bool类型参数，是否填充箱体的颜色；默认为False。
• meanline：bool类型参数，是否用线的形式表示均值，默认为False。
• showmeans：bool类型参数，是否显示均值，默认为False。
• showcaps：bool类型参数，是否显示箱线图顶端和末端的两条线（即上下须），默认为True。
• showbox：bool类型参数，是否显示箱线图的箱体，默认为True。
• showfliers：是否显示异常值，默认为True。
• boxprops：设置箱体的属性，如边框色，填充色等。
• labels：为箱线图添加标签，类似于图例的作用。
• filerprops：设置异常值的属性，如异常点的形状、大小、填充色等。
• medianprops：设置中位数的属性，如线的类型、粗细等。
• meanprops：设置均值的属性，如点的大小、颜色等。
• capprops：设置箱线图顶端和末端线条的属性，如颜色、粗细等。
• whiskerprops：设置须的属性，如颜色、粗细、线的类型等。

            
              # 读取数据
Sec_Buildings = pd.read_excel(r'D:\PyProject\data\sec_buildings.xlsx')
# 绘制箱线图
plt.boxplot(x = Sec_Buildings.price_unit, # 指定绘图数据
            patch_artist=True, # 要求用自定义颜色填充盒形图，默认白色填充
            showmeans=True, # 以点的形式显示均值
            boxprops = {'color':'black','facecolor':'steelblue'}, # 设置箱体属性，如边框色和填充色
            # 设置异常点属性，如点的形状、填充色和点的大小
            flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3}, 
            # 设置均值点的属性，如点的形状、填充色和点的大小
            meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4}, 
            # 设置中位数线的属性，如线的类型和颜色
            medianprops = {'linestyle':'--','color':'orange'}, 
            labels = [''] # 删除x轴的刻度标签，否则图形显示刻度标签为1
           )
# 添加图形标题
plt.title('二手房单价分布的箱线图')
# 显示图形
plt.show()

            
          

结果：

如图6-17所示，图中的上下两条横线代表上下须、箱体的上下两条横线代表上下四分位数、箱体中的虚线代表中位数、箱体中的点则为均值、上下须两端的点代表异常值。通过图中均值和中位数的对比就可以得知数据微微右偏（判断标准：如果数据近似正态分布，则众数＝中位数=均值；如果数据右偏，则众数<中位数<均值；如果数值左偏，则众数>中位数>均值）。 如上绘制的是二手房整体单价的箱线图，这样的箱线图可能并不常见，更多的是分组箱线图，即二手房的单价按照其他分组变量（如行政区域、楼层、朝向等）进行对比分析。下面继续使用matplotlib模块对二手房的单价绘制分组箱线图，代码如下：

            
              # 二手房在各行政区域的平均单价
group_region = Sec_Buildings.groupby('region')
avg_price = group_region.aggregate({'price_unit':np.mean}).sort_values('price_unit', ascending = False)

# 通过循环，将不同行政区域的二手房存储到列表中
region_price = []
for region in avg_price.index:
    region_price.append(Sec_Buildings.price_unit[Sec_Buildings.region == region])
# 绘制分组箱线图
plt.boxplot(x = region_price, 
            patch_artist=True,
            labels = avg_price.index, # 添加x轴的刻度标签
            showmeans=True, 
            boxprops = {'color':'black', 'facecolor':'steelblue'}, 
            flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3}, 
            meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4},
            medianprops = {'linestyle':'--','color':'orange'}
           )
# 添加y轴标签
plt.ylabel('单价（元）')
# 添加标题
plt.title('不同行政区域的二手房单价对比')
# 显示图形
plt.show()

            
          

结果：

应用matplotlib模块绘制如上所示的分组箱线图会相对烦琐一些，由于boxplot函数每次只能绘制一个箱线图，为了能够实现多个箱线图的绘制，对数据稍微做了一些变动，即将每个行政区域下的二手房单价汇总到一个列表中，然后基于这个大列表应用boxplot函数。在绘图过程中，首先做了一个“手脚”，那就是统计各行政区域二手房的平均单价，并降序排序，这样做的目的就是让分组箱线图能够降序呈现。
虽然pandas模块中的plot方法可以绘制分组箱线图，但是该方法是基于数据框执行的，并且数据框的每一列对应一个箱线图。对于二手房数据集来说，应用plot方法绘制分组箱线图不太合适，因为每一个行政区的二手房数量不一致，将导致无法重构一个新的数据框用于绘图。

2．seaborn模块
如果读者觉得matplotlib模块绘制分组箱线图比较麻烦，可以使用seaborn模块中的boxplot函数。下面不妨先了解一下该函数的参数含义：

              
                sns.boxplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None,
       orient=None, color=None, palette=None, saturation=0.75, width=0.8,
       dodge=True, fliersize=5, linewidth=None, whis=1.5, notch=False, ax=None, **kwargs)

              
            

• x：指定箱线图的x轴数据。
• y：指定箱线图的y轴数据。
• hue：指定分组变量。
• data：指定用于绘图的数据集。
• order：传递一个字符串列表，用于分类变量的排序。
• hue_order：传递一个字符串列表，用于分类变量hue值的排序。
• orient：指定箱线图的呈现方向，默认为垂直方向。
• color：指定所有箱线图的填充色。
• palette：指定hue变量的区分色。
• saturation：指定颜色的透明度。
• width：指定箱线图的宽度。
• dodge：bool类型的参数，当使用hue参数时，是否绘制水平交错的箱线图，默认为True。
• fliersize：指定异常值点的大小。
• linewidth：指定箱体边框的宽度。
• whis：指定上下须与上下四分位的距离，默认为1.5倍的四分位差。
• notch：bool类型的参数，是否绘制凹口箱线图，默认为False。
• ax：指定子图的位置。
• **kwargs：关键字参数，可以调用plt.boxplot函数中的其他参数。

这里仍以上海二手房数据为例，应用seaborn模块中的boxplot函数绘制分组箱线图，详细代码如下：

            
              # 绘制分组箱线图
sns.boxplot(x = 'region', y = 'price_unit', data = Sec_Buildings, 
            order = avg_price.index, showmeans=True,color = 'steelblue',
            flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3}, 
            meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4},
            medianprops = {'linestyle':'--','color':'orange'}
           )
# 更改x轴和y轴标签
plt.xlabel('')
plt.ylabel('单价（元）')
# 添加标题
plt.title('不同行政区域的二手房单价对比')
# 显示图形
plt.show()

            
          

结果：

通过如上代码，同样可以得到完全一致的分组箱线图。这里建议读者不要直接学习和使用pandas模块和seaborn模块绘制统计图形，而是先把matplotlib模块摸透，因为Python的核心绘图模块是matplotlib。

6.2.3　小提琴图
小提琴图是比较有意思的统计图形，它将数值型数据的核密度图与箱线图融合在一起，进而得到一个形似小提琴的图形。尽管matplotlib模块也提供了绘制小提琴图的函数violinplot，但是绘制出来的图形中并不包含一个完整的箱线图，所以本节将直接使用seaborn模块中的violinplot函数绘制小提琴图。首先，带领读者了解一下有关violinplot函数的语法和参数含义：

              
                sns.violinplot(x=None, y=None, hue=None, 
data=None, order=None, hue_order=None,
        bw='scott', cut=2, scale='area', scale_hue=True, gridsize=100,
        width=0.8, inner='box', split=False, dodge=True, orient=None,
        linewidth=None, color=None, palette=None, saturation=0.75, ax=None)

              
            

• x：指定小提琴图的x轴数据。
• y：指定小提琴图的y轴数据。
• hue：指定一个分组变量。
• data：指定绘制小提琴图的数据集。
• order：传递一个字符串列表，用于分类变量的排序。
• hue_order：传递一个字符串列表，用于分类变量hue值的排序。
• bw：指定核密度估计的带宽，带宽越大，密度曲线越光滑。
• scale：用于调整小提琴图左右的宽度，如果为area，则表示每个小提琴图左右部分拥有相同的面积；如果为count，则表示根据样本数量来调节宽度；如果为width，则表示每个小提琴图左右两部分拥有相同的宽度。
• scale_hue：bool类型参数，当使用hue参数时，是否对hue变量的每个水平做标准化处理，默认为True。
• width：使用hue参数时，用于控制小提琴图的宽度。
• inner：指定小提琴图内部数据点的形态，如果为box，则表示绘制微型的箱线图；如果为quartiles，则表示绘制四分位的分布图；如果为point或stick，则表示绘制点或小竖条。
• split：bool类型参数，使用hue参数时，将小提琴图从中间分为两个不同的部分，默认为False。
• dodge：bool类型的参数，当使用hue参数时，是否绘制水平交错的小提琴图，默认为True。
• orient：指定小提琴图的呈现方向，默认为垂直方向。
• linewidth：指定小提琴图的所有线条宽度。
• color：指定小提琴图的颜色，该参数与palette参数一起使用时无效。
• palette：指定hue变量的区分色。
• saturation：指定颜色的透明度。
• ax：指定子图的位置。

接下来，以酒吧的消费数据为例（数据包含客户的消费金额、消费时间、打赏金额、客户性别、是否抽烟等字段），利用如上介绍的函数绘制分组小提琴图，以帮助读者进一步了解参数的含义，绘图代码如下：

            
              # 读取数据
tips = pd.read_csv(r'D:\PyProject\data\tips.csv')
# 绘制分组小提琴图
sns.violinplot(x = "total_bill", # 指定x轴的数据
               y = "day", # 指定y轴的数据
               hue = "sex", # 指定分组变量
               data = tips, # 指定绘图的数据集
               order = ['Thur','Fri','Sat','Sun'], # 指定x轴刻度标签的顺序
               scale = 'count', # 以男女客户数调节小提琴图左右的宽度
               split = True, # 将小提琴图从中间割裂开，形成不同的密度曲线；
               palette = 'RdBu' # 指定不同性别对应的颜色（因为hue参数为设置为性别变量）
              )
# 添加图形标题
plt.title('每天不同性别客户的消费额情况')
# 设置图例
plt.legend(loc = 'upper center', ncol = 2)
# 显示图形
plt.show()

            
          

结果：

如图6-19所示，得到了分组的小提琴图，读者会发现，小提琴图的左右两边并不对称，是因为同时使用了hue参数和split参数，两边的核密度图代表了不同性别客户的消费额分布。从这张图中，一共可以反映四个维度的信息，y轴表示客户的消费额、x轴表示客户的消费时间、颜色图例表示客户的性别、左右核密度图的宽度代表了样本量。以周五和周六两天为例，周五的男女客户数量差异不大，而周六男性客户要比女性客户多得多，那是因为右半边的核密度图更宽一些。

6.2.4　折线图
对于时间序列数据而言，一般都会使用折线图反映数据背后的趋势。通常折线图的横坐标指代日期数据，纵坐标代表某个数值型变量，当然还可以使用第三个离散变量对折线图进行分组处理。接下来仅使用Python中的matplotlib模块和pandas模块实现折线图的绘制。尽管seaborn模块中的tsplot函数也可以绘制时间序列的折线图，但是该函数非常不合理，故不在本节中介绍。

1．matplotlib模块
折线图的绘制可以使用matplotlib模块中的plot函数实现。关于该函数的语法和参数含义如下：

              
                plt.plot(x, y, linestyle, linewidth, color, marker,
     markersize, markeredgecolor, markerfactcolor,
     markeredgewidth, label, alpha)

              
            

• x：指定折线图的x轴数据。
• y：指定折线图的y轴数据。
• linestyle：指定折线的类型，可以是实线、虚线、点虚线、点点线等，默认为实线。
• linewidth：指定折线的宽度。
• marker：可以为折线图添加点，该参数是设置点的形状。
• markersize：设置点的大小。
• markeredgecolor：设置点的边框色。
• markerfactcolor：设置点的填充色。
• markeredgewidth：设置点的边框宽度。
• label：为折线图添加标签，类似于图例的作用。

为了进一步理解plot函数中的参数含义，这里以某微信公众号的阅读人数和阅读人次为例（数据包含日期、人数和人次三个字段），绘制2017年第四季度微信文章阅读人数的折线图，代码如下：

            
              # 数据读取
wechat = pd.read_excel(r'D:\PyProject\data\wechat.xlsx')
# 绘制单条折线图
plt.plot(wechat.Date, # x轴数据
         wechat.Counts, # y轴数据
         linestyle = '-', # 折线类型
         linewidth = 2, # 折线宽度
         color = 'steelblue', # 折线颜色
         marker = 'o', # 折线图中添加圆点
         markersize = 6, # 点的大小
         markeredgecolor='black', # 点的边框色
         markerfacecolor='brown') # 点的填充色
# 添加y轴标签
plt.ylabel('人数')
# 添加图形标题
plt.title('每天微信文章阅读人数趋势')
# 显示图形
plt.show()

            
          

结果：

如图6-20所示，在绘制折线图的同时，也添加了每个数据对应的圆点。读者可能会注意到，代码中折线类型和点类型分别用一个减号-（代表实线）和字母o（代表空心圆点）表示。是否还有其他的表示方法？这里将常用的线型和点型汇总到表6-1和表6-2中。

虽然上面的图形可以反映有关微信文章阅读人数的波动趋势，但是为了进一步改进这个折线图，还需要解决两个问题：

• 如何将微信文章的阅读人数和阅读人次同时呈现在图中。
• 对于x轴的刻度标签，是否可以只保留月份和日期，并且以7天作为间隔。

            
              # 绘制两条折线图
# 导入模块，用于日期刻度的修改
import matplotlib as mpl
# 绘制阅读人数折线图
plt.plot(wechat.Date, # x轴数据
         wechat.Counts, # y轴数据
         linestyle = '-', # 折线类型，实心线
         color = 'steelblue', # 折线颜色
         label = '阅读人数'
         )
# 绘制阅读人次折线图
plt.plot(wechat.Date, # x轴数据
         wechat.Times, # y轴数据
         linestyle = '--', # 折线类型，虚线
         color = 'indianred', # 折线颜色
         label = '阅读人次'
         )

# 获取图的坐标信息
ax = plt.gca()
# 设置日期的显示格式  
date_format = mpl.dates.DateFormatter("%m-%d")  
ax.xaxis.set_major_formatter(date_format) 
# 设置x轴显示多少个日期刻度
# xlocator = mpl.ticker.LinearLocator(10)
# 设置x轴每个刻度的间隔天数
xlocator = mpl.ticker.MultipleLocator(7)
ax.xaxis.set_major_locator(xlocator)
# 为了避免x轴刻度标签的紧凑，将刻度标签旋转45度
plt.xticks(rotation=45)

# 添加y轴标签
plt.ylabel('人数')
# 添加图形标题
plt.title('每天微信文章阅读人数与人次趋势')
# 添加图例
plt.legend()
# 显示图形
plt.show()

            
          

结果：

如图6-21所示，恰到好处地解决了之前提出的两个问题。上面的绘图代码可以分解为两个核心部分：

• 运用两次plot函数分别绘制阅读人数和阅读人次的折线图，最终通过plt.show()将两条折线呈现在一张图中。
• 日期型轴刻度的设置，ax变量用来获取原始状态的轴属性，然后基于ax对象修改刻度的显示方式，一个是仅包含月日的格式，另一个是每7天作为一个间隔。

2．pandas模块
如果使用pandas模块绘制折线图，调用的仍然是plot方法，接下来以2015—2017年上海每天的最高气温数据为例，绘制每月平均最高气温的三条折线图，具体代码如下：

            
              # 读取天气数据
weather = pd.read_excel(r'D:\PyProject\data\weather.xlsx')
# 统计每月的平均最高气温
data = weather.pivot_table(index = 'month', columns='year', values='high')
# 绘制折线图
data.plot(kind = 'line', 
          style = ['-','--',':'] # 设置折线图的线条类型
         )
# 修改x轴和y轴标签
plt.xlabel('月份')
plt.ylabel('气温')
# 添加图形标题
plt.title('每月平均最高气温波动趋势')
# 显示图形
plt.show()

            
          

结果：

如图6-22所示，图中表示的是各年份中每月平均最高气温的走势，虽然绘图的核心部分（plot过程）很简单，但是前提需要将原始数据集转换成可以绘制多条折线图的格式，即构成三条折线图的数据分别为数据框的三个字段。为了构造特定需求的数据集，使用了数据框的pivot_table方法，形成一张满足条件的透视表。图6-23所示就是数据集转换的前后对比。

6.3　关系型数据的可视化

前面的两节内容都是基于独立的离散变量或数值变量进行的可视化展现。在众多的可视化图形中，有一类图形专门用于探究两个或三个变量之间的关系。例如，散点图用于发现两个数值变量之间的关系，气泡图可以展现三个数值变量之间的关系，热力图则体现了两个离散变量之间的组合关系。
本节将使用matplotlib模块、pandas模块和seaborn模块绘制上述所介绍的三种关系型图形。下面首先了解一下最常用的散点图是如何绘制的。

6.3.1　散点图
如果需要研究两个数值型变量之间是否存在某种关系，例如正向的线性关系，或者是趋势性的非线性关系，那么散点图将是最佳的选择。

1．matplotlib模块
matplotlib模块中的scatter函数可以非常方便地绘制两个数值型变量的散点图。这里首先将该函数的语法及参数含义写在下方，以便读者掌握函数的使用：

              
                scatter(x, y, s=20, c=None, marker='o', cmap=None, norm=None, vmin=None,
     vmax=None, alpha=None, linewidths=None, edgecolors=None)

              
            

x：指定散点图的x轴数据。 y：指定散点图的y轴数据。 s：指定散点图点的大小，默认为20，通过传入其他数值型变量，可以实现气泡图的绘制。 c：指定散点图点的颜色，默认为蓝色，也可以传递其他数值型变量，通过cmap参数的色阶表示数值大小。 marker：指定散点图点的形状，默认为空心圆。 cmap：指定某个Colormap值，只有当c参数是一个浮点型数组时才有效。 norm：设置数据亮度，标准化到0～1，使用该参数仍需要参数c为浮点型的数组。 vmin、vmax：亮度设置，与norm类似，如果使用norm参数，则该参数无效。 alpha：设置散点的透明度。 linewidths：设置散点边界线的宽度。 edgecolors：设置散点边界线的颜色。

下面以iris数据集为例，探究如何应用matplotlib模块中的scatter函数绘制花瓣宽度与长度之间的散点图，绘图代码如下：

            
              # 读入数据
iris = pd.read_csv(r'D:\PyProject\data\iris.csv')
# 绘制散点图
plt.scatter(x = iris.Petal_Width, # 指定散点图的x轴数据
            y = iris.Petal_Length, # 指定散点图的y轴数据
            color = 'steelblue' # 指定散点图中点的颜色
           )
# 添加x轴和y轴标签
plt.xlabel('花瓣宽度')
plt.ylabel('花瓣长度')
# 添加标题
plt.title('鸢尾花的花瓣宽度与长度关系')
# 显示图形
plt.show()

            
          

结果：

如图6-24所示，通过scatter函数就可以非常简单地绘制出花瓣宽度与长度的散点图。如果使用pandas模块中的plot方法，同样可以很简单地绘制出散点图。

2．pandas模块

            
              # Pandas模块绘制散点图
# 绘制散点图
iris.plot(x = 'Petal_Width', y = 'Petal_Length', kind = 'scatter', title = '鸢尾花的花瓣宽度与长度关系')
# 修改x轴和y轴标签
plt.xlabel('花瓣宽度')
plt.ylabel('花瓣长度')
# 显示图形
plt.show()

            
          

结果：

尽管使用这两个模块都可以非常方便地绘制出散点图，但是绘制分组散点图会稍微复杂一点。如果读者使用seaborn模块中的lmplot函数，那么绘制分组散点图就太简单了，而且该函数还可以根据散点图添加线性拟合线。

3．seaborn模块
为了使读者清楚地掌握lmplot函数的使用方法，有必要介绍一下该函数的语法和参数含义：

              
                lmplot(x, y, data, hue=None, col=None, row=None, palette=None, col_wrap=None,
      size=5, aspect=1, markers='o', sharex=True, sharey=True, hue_order=None,
     col_order=None, row_order=None, legend=True, legend_out=True, scatter=True,
      fit_reg=True, ci=95, n_boot=1000, order=1, logistic=False, lowess=False,
                 robust=False, logx=False, x_partial=None, y_partial=None, truncate=False,
  	x_jitter=None, y_jitter=None, scatter_kws=None, line_kws=None)

              
            

• x,y：指定x轴和y轴的数据。
• data：指定绘图的数据集。
• hue：指定分组变量。
• col,row：用于绘制分面图形，指定分面图形的列向与行向变量。
• palette：为hue参数指定的分组变量设置颜色。
• col_wrap：设置分面图形中每行子图的数量。
• size：用于设置每个分面图形的高度。
• aspect：用于设置每个分面图形的宽度，宽度等于size*aspect。
• markers：设置点的形状，用于区分hue参数指定的变量水平值。
• sharex,sharey：bool类型参数，设置绘制分面图形时是否共享x轴和y轴，默认为True。 hue_order,col_order,row_order：为hue参数、col参数和row参数指定的分组变量设值水平值顺序。
• legend：bool类型参数，是否显示图例，默认为True。
• legend_out：bool类型参数，是否将图例放置在图框外，默认为True。
• scatter：bool类型参数，是否绘制散点图，默认为True。 fit_reg：bool类型参数，是否拟合线性回归，默认为True。
• ci：绘制拟合线的置信区间，默认为95%的置信区间。
• n_boot：为了估计置信区间，指定自助重抽样的次数，默认为1000次。 order：指定多项式回归，默认指数为1。
• logistic：bool类型参数，是否拟合逻辑回归，默认为False。 lowess：bool类型参数，是否拟合局部多项式回归，默认为False。
• robust：bool类型参数，是否拟合鲁棒回归，默认为False。
• logx：bool类型参数，是否对x轴做对数变换，默认为False。
• x_partial,y_partial：为x轴数据和y轴数据指定控制变量，即排除x_partial和y_partial变量的影响下绘制散点图。
• truncate：bool类型参数，是否根据实际数据的范围对拟合线做截断操作，默认为False。
• x_jitter,y_jitter：为x轴变量或y轴变量添加随机噪声，当x轴数据与y轴数据比较密集时，可以使用这两个参数。
• scatter_kws：设置点的其他属性，如点的填充色、边框色、大小等。
• line_kws：设置拟合线的其他属性，如线的形状、颜色、粗细等。

该函数的参数虽然比较多，但是大多数情况下读者只需使用几个重要的参数，如x、y、hue、data等。接下来仍以iris数据集为例，绘制分组散点图，绘图代码如下：

            
              # seaborn模块绘制分组散点图
sns.lmplot(x = 'Petal_Width', # 指定x轴变量
           y = 'Petal_Length', # 指定y轴变量
           hue = 'Species', # 指定分组变量
           data = iris, # 指定绘图数据集
           legend_out = False, # 将图例呈现在图框内
           truncate=True # 根据实际的数据范围，对拟合线作截断操作
          )
# 修改x轴和y轴标签
plt.xlabel('花瓣宽度')
plt.ylabel('花瓣长度')
# 添加标题
plt.title('鸢尾花的花瓣宽度与长度关系')
# 显示图形
plt.show()

            
          

结果:

如图6-25所示，lmplot函数不仅可以绘制分组散点图，还可以对每个组内的散点添加回归线（图6-25默认拟合线性回归线）。分组效果的体现是通过hue参数设置的，如果需要拟合其他回归线，可以指定lowess参数（局部多项式回归）、logistic参数（逻辑回归）、order参数（多项式回归）和robust参数（鲁棒回归）。

6.3.2　气泡图
上一节所介绍的散点图都是反映两个数值型变量的关系，如果还想通过散点图添加第三个数值型变量的信息，一般可以使用气泡图。气泡图的实质就是通过第三个数值型变量控制每个散点的大小，点越大，代表的第三维数值越高，反之亦然。接下来将会介绍如何通过Python绘制气泡图。
在上一节中，应用matplotlib模块中的scatter函数绘制了散点图，本节将继续使用该函数绘制气泡图。要实现气泡图的绘制，关键的参数是s，即散点图中点的大小，如果将数值型变量传递给该参数，就可以轻松绘制气泡图了。如果读者对该函数的参数含义还不是很了解，可以查看上一节中的参数含义说明。
下面以某超市的商品类别销售数据为例，绘制销售额、利润和利润率之间的气泡图，探究三者之间的关系，绘图代码如下：

            
              # 读取数据
Prod_Category = pd.read_excel(r'D:\PyProject\data\SuperMarket.xlsx')
# 将利润率标准化到[0,1]之间（因为利润率中有负数），然后加上微小的数值0.001
range_diff = Prod_Category.Profit_Ratio.max()-Prod_Category.Profit_Ratio.min()
Prod_Category['std_ratio'] = (Prod_Category.Profit_Ratio-Prod_Category.Profit_Ratio.min())/range_diff + 0.001

# 绘制办公用品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '办公用品'], 
           y = Prod_Category.Profit[Prod_Category.Category == '办公用品'], 
           s = Prod_Category.std_ratio[Prod_Category.Category == '办公用品']*1000,
           color = 'steelblue', label = '办公用品', alpha = 0.6
            )
# 绘制技术产品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '技术产品'], 
           y = Prod_Category.Profit[Prod_Category.Category == '技术产品'], 
           s = Prod_Category.std_ratio[Prod_Category.Category == '技术产品']*1000,
           color = 'indianred' , label = '技术产品', alpha = 0.6
          )
# 绘制家具产品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '家具产品'], 
           y = Prod_Category.Profit[Prod_Category.Category == '家具产品'], 
           s = Prod_Category.std_ratio[Prod_Category.Category == '家具产品']*1000,
           color = 'black' , label = '家具产品', alpha = 0.6
          )
# 添加x轴和y轴标签
plt.xlabel('销售额')
plt.ylabel('利润')
# 添加标题
plt.title('销售额、利润及利润率的气泡图')
# 添加图例
plt.legend()
# 显示图形
plt.show()

            
          

结果：

如图6-26所示，应用scatter函数绘制了分组气泡图，从图中可知，办公用品和家具产品的利润率波动比较大（因为这两类圆点大小不均）。从代码角度来看，绘图的核心部分是使用三次scatter函数，而且代码结构完全一样，如果读者对for循环掌握得比较好，完全可以使用循环的方式替换三次scatter函数的重复应用。
需要说明的是，如果s参数对应的变量值小于等于0，则对应的气泡点是无法绘制出来的。这里提供一个解决思路，就是先将该变量标准化为[0,1]，再加上一个非常小的值，如0.001。如上代码所示，最后对s参数扩大500倍的目的就是凸显气泡的大小。
遗憾的是，pandas模块和seaborn模块中没有绘制气泡图的方法或函数，故这里就不再衍生了。如果读者确实需要绘制气泡图，又觉得matplotlib模块中的scatter函数用起来比较灿琐，可以使用Python的bokeh模块，有关该模块的详细内容，可以查看官方文档。

6.3.3　热力图

最后介绍另一种关系型数据的可视化图形，即热力图，有时也称之为交叉填充表。该图形最典型的用法就是实现列联表的可视化，即通过图形的方式展现两个离散变量之间的组合关系。读者可以借助于seaborn模块中的heatmap函数，完成热力图的绘制。按照惯例，首先对该函数的用法及参数含义做如下解释：

              
                heatmap(data, vmin=None, vmax=None, cmap=None, center=None, annot=None, fmt='.2g',
     annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws = None,
     square=False, xticklabels='auto', yticklabels='auto', mask=None, ax=None)

              
            

• data：指定绘制热力图的数据集。
• vmin,vmax：用于指定图例中最小值与最大值的显示值。
• cmap：指定一个colormap对象，用于热力图的填充色。
• center：指定颜色中心值，通过该参数可以调整热力图的颜色深浅。
• annot：指定一个bool类型的值或与data参数形状一样的数组，如果为True，就在热力图的每个单元上显示数值。
• fmt：指定单元格中数据的显示格式。
• annot_kws：有关单元格中数值标签的其他属性描述，如颜色、大小等。
• linewidths：指定每个单元格的边框宽度。
• linecolor：指定每个单元格的边框颜色。
• cbar：bool类型参数，是否用颜色条作为图例，默认为True。
• square：bool类型参数，是否使热力图的每个单元格为正方形，默认为False。
• cbar_kws：有关颜色条的其他属性描述。
• xticklabels,yticklabels：指定热力图x轴和y轴的刻度标签，如果为True，则分别以数据框的变量名和行名称作为刻度标签。
• mask：用于突出显示某些数据。
• ax：用于指定子图的位置。

接下来，以某服装店的交易数据为例，统计2009—2012年每个月的销售总额，然后运用如上介绍的heatmap函数对统计结果进行可视化展现，具体代码如下：

            
              # 读取数据
Sales = pd.read_excel(r'D:\PyProject\data\Sales.xlsx')
# 根据交易日期，衍生出年份和月份字段
Sales['year'] = Sales.Date.dt.year
Sales['month'] = Sales.Date.dt.month
# 统计每年各月份的销售总额
Summary = Sales.pivot_table(index = 'month', columns = 'year', values = 'Sales', aggfunc = np.sum)

# 绘制热力图
sns.heatmap(data = Summary, # 指定绘图数据
            cmap = 'PuBuGn', # 指定填充色
            linewidths = .1, # 设置每个单元格边框的宽度
            annot = True, # 显示数值
            fmt = '.1e' # 以科学计算法显示数据
            )
#添加标题
plt.title('每年各月份销售总额热力图')
# 显示图形
plt.show()

            
          

如表6-3所示，它是列联表的格式，反映的是每年各月份的销售总额。很显然，通过肉眼是无法迅速发现销售业绩在各月份中的差异的，如果将数据表以热力图的形式展现，问题就会简单很多。

如图6-27所示就是将表格进行可视化的结果，每个单元格颜色的深浅代表数值的高低，通过颜色就能迅速发现每年各月份销售情况的好坏。

6.4　多个图形的合并

工作中往往会根据业务需求，将绘制的多个图形组合到一个大图框内，形成类似仪表板的效果。针对这种情况，如何应用Python将前面所学的各种图形汇总到一个图表中，这将是本节所要学习的重点。
关于多种图形的组合，可以使用matplotlib模块中的subplot2grid函数。这个函数的灵活性非常高，构成的组合图既可以是m×n的矩阵风格，也可以是跨行或跨列的矩阵风格。接下来，对该函数的用法和参数含义加以说明：

              
                subplot2grid(shape, loc, rowspan=1, colspan=1, **kwargs)

              
            

• shape：指定组合图的框架形状，以元组形式传递，如2×3的矩阵可以表示成(2,3)。
• loc：指定子图所在的位置，如shape中第一行第一列可以表示成(0,0)。
• rowspan：指定某个子图需要跨几行。
• colspan：指定某个子图需要跨几列。

为了使读者理解函数中的四个参数，这里以2×3的组图布局为例，说明子图位置与跨行、跨列的概念，如图6-28所示。

这两种布局的前提都需要设置shape参数为(2,3)，所不同的是，左图一共需要布置6个图形；右图只需要布置4个图形，其中第三列跨了两行（rowspan需要指定为2），第二行跨了两列（colspan需要指定为2）。图框中的元组值代表了子图的位置。接下来以某集市商品交易数据为例，绘制含跨行和跨列的组合图，代码如下：

            
              # 读取数据
Prod_Trade = pd.read_excel(r'D:\PyProject\data\Prod_Trade.xlsx')
# 衍生出交易年份和月份字段
Prod_Trade['year'] = Prod_Trade.Date.dt.year
Prod_Trade['month'] = Prod_Trade.Date.dt.month

# 设置大图框的长和高
plt.figure(figsize = (12,6))
# 设置第一个子图的布局
ax1 = plt.subplot2grid(shape = (2,3), loc = (0,0))
# 统计2012年各订单等级的数量
Class_Counts = Prod_Trade.Order_Class[Prod_Trade.year == 2012].value_counts()
Class_Percent = Class_Counts/Class_Counts.sum()
# 将饼图设置为圆形（否则有点像椭圆）
ax1.set_aspect(aspect = 'equal')
# 绘制订单等级饼图
ax1.pie(x = Class_Percent.values, labels = Class_Percent.index, autopct = '%.1f%%')
# 添加标题
ax1.set_title('各等级订单比例')

# 设置第二个子图的布局
ax2 = plt.subplot2grid(shape = (2,3), loc = (0,1))
# 统计2012年每月销售额
Month_Sales = Prod_Trade[Prod_Trade.year == 2012].groupby(by = 'month').aggregate({'Sales':np.sum})
# 绘制销售额趋势图
Month_Sales.plot(title = '2012年各月销售趋势', ax = ax2, legend = False)
# 删除x轴标签
ax2.set_xlabel('')

# 设置第三个子图的布局
ax3 = plt.subplot2grid(shape = (2,3), loc = (0,2), rowspan = 2)
# 绘制各运输方式的成本箱线图
sns.boxplot(x = 'Transport', y = 'Trans_Cost', data = Prod_Trade, ax = ax3)
# 添加标题
ax3.set_title('各运输方式成本分布')
# 删除x轴标签
ax3.set_xlabel('')
# 修改y轴标签
ax3.set_ylabel('运输成本')

# 设置第四个子图的布局
ax4 = plt.subplot2grid(shape = (2,3), loc = (1,0), colspan = 2)
# 2012年客单价分布直方图
sns.distplot(Prod_Trade.Sales[Prod_Trade.year == 2012], bins = 40, norm_hist = True, ax = ax4, hist_kws = {'color':'steelblue'}, kde_kws=({'linestyle':'--', 'color':'red'}))
# 添加标题
ax4.set_title('2012年客单价分布图')
# 修改x轴标签
ax4.set_xlabel('销售额')

# 调整子图之间的水平间距和高度间距
plt.subplots_adjust(hspace=0.6, wspace=0.3)
# 图形显示
plt.show()

            
          

结果：

如图6-29所示，构成了2×3风格的组合图，其中两幅子图是跨行和跨列的，而且这里特地选了matplotlib模块、pandas模块和seabron模块绘制子图，目的是让读者能够掌握不同模块图形的组合。针对如上代码，需要讲解几个重要的知识点：

• 在绘制每一幅子图之前，都需要运用subplot2grid函数控制子图的位置，并传递给一个变量对象（如代码中的ax1、ax2等）。
• 为了使子图位置（ax1、ax2等）产生效果，不同的绘图模块需要应用不同的方法。如果通过matplotlib模块绘制子图，则必须使用ax1.plot_function的代码语法（如上代码中，绘制饼图的过程）；如果通过pandas模块或seaborn模块绘制子图，则需要为绘图“方法”或函数指定ax参数（如上代码中，绘制折线图、直方图和箱线图的过程）。
• 如果为子图添加标题、坐标轴标签、刻度值标签等，不能直接使用plt.title、plt.xlabel、plt.xticks等函数，而是换成ax1.set_*的形式（可参考如上代码中对子图标题、坐标轴标签的设置）。
• 由于子图之间的默认宽间距和高间距不太合理，故需要通过subplots_adjust函数重新修改子图之间的水平间距和垂直间距（如倒数第二行代码所示）。

6.5　本章小结

本章的主题是关于数据的可视化，通过每一个具体的案例介绍了有关matplotlib模块、pandas模块和seaborn模块的绘图函数和参数含义，分别针对离散型数据、数值型数据和关系型数据讲解了最为常用的可视化图形，包括饼图、条形图、直方图、核密度曲线、箱线图、小提琴图、折线图、散点图、气泡图和热力图。最后，借助于subplot2grid函数实现各种模块下图形的组合。
通过Python完成数据可视化的模块还有很多种，例如ggplot、bokeh、pygal、plotly等，读者可以前往各自的官网查看详细的文档说明，相信读者也会喜欢上其中的几个模块。需要注意的是，Python绘图的核心模块是matplotlib，其他模块的绘图多多少少都会依赖于该模块，所以读者一定要牢牢掌握matplotlib模块中的重要知识点。
本章一共讲解了10种常用的统计图形，为了使读者方便记忆这些绘图函数和“方法”，特将本文涉及的绘图函数汇总如下：