从零开始学python数据分析与挖掘 pdf,数据挖掘算法与应用(Python实现)

　　Seaborn介绍：Seaborn属于Matplotlib的一个高级接口，为我们可视化分析数据提供了极大的便利。

　　第一步：安装Seaborn。首先，确保您的计算机安装了以下应用程序

　　- Python 2.7或Python 3

　　熊猫

　　- Matplotlib

　　-海博恩

　　-Jupyter笔记本电脑(可选)

　　打开Jupyter笔记本，几秒钟后会弹出网页窗口Home。

　　点击右边的新建，新建一个笔记本，会弹出一个新的网页窗口。单击顶部以命名文件。

　　第二步：加载库和数据文件加载熊猫、matplotlib和seaborn。

　　这里提供了一个数据文件，下载链接是：

　　口袋妖怪. csv

　　用熊猫读数据文件，显示前五行。

　　编译的结果是一个列表。

　　第三步：Seaborn的画图功能。Seaborn最大的优势之一就在于它丰富多样的绘图功能。下面，我们用一行代码用lmplot()函数画散点图。

　　如果我们希望X轴显示攻击数据，Y轴显示防御数据，我们可以编写代码。

　　事实上，seaborn并没有绘制散点图的特殊功能。事实上，我们用它来拟合和绘制回归线。

　　将图片描述写在这里" title=" "

　　幸运的是，我们可以通过设置函数的参数得到我们想要的散点图。用fit_reg=False去掉回归线，用hug参数用不同颜色显示口袋妖怪进化阶段的信息。

　　立即获取散点图：

　　从散点图可以看出，所有的数据点都分布在数轴的正半轴上，但是散点图的数轴是从负数开始的，所以我们可以改进。

　　第四步：用Matplotlib定制虽然Seaborn是Matplotlib的高级接口，但是我们有时候还是需要用到Matplotlib。包括设置数轴的范围。

　　我们使用Matplotlib的ylim()和xlim()函数来设置数轴的范围。

　　你可以得到一个散点图，只显示积极的一部分。

　　第五步：熊猫的作用虽然这是一个Seaborn教程，但是熊猫在实际应用中还是有非常重要的作用的。

　　我们根据口袋妖怪的攻击数据画一个方框图。

　　获取方框图：

　　很好，这是一个好的开始，但是我们可以删除一些不必要的数据列。

　　去掉Total，因为我们有独立的统计数据。

　　删除Stage和Legendary，因为它们不是攻击统计。

　　我们可以创建一个新的数据集stats_df来满足我们的上述需求。

　　获得了改进的箱线图。

　　第六步：Seaborn主题Seaborn的另一个优势是它恰到好处的、开箱即用的风格主题。默认主题是“暗格”

　　接下来，我们将主题更改为“whitegrid ”,以创建一个violin图。

　　小提琴图经常被用来代替箱线图。

　　该图显示了数据通过小提琴厚度的分布，而不仅仅是汇总数据。

　　根据口袋妖怪的主要类型，我们可以可视化攻击数据的分布。

　　你可以得到小提琴图。X轴表示口袋妖怪的Type1，Y轴表示不同口袋妖怪的攻击值。

　　很容易看出，龙型往往攻击值很高，但不同个体之间差异很大。

　　第七步：调色板Seaborn可以根据我们的需要设置颜色。我们可以创建一个python命令列表，并用颜色的十六进制值来设置它。值可以在Bulbapedia中找到。

　　你可以得到一张小提琴的照片，它的颜色已经被重置。

　　为了使数据文件中的151个口袋妖怪能够简单地显示在图形中，我们可以使用聚类图swarm plot来达到这个目的。

　　可以得到151个数据点在聚类图上的分布，不同的点代表不同的口袋妖怪。

　　第八步：图形重叠我们已经画出了小提琴图和聚类图。Seaborn允许我们将这两个图整合成一个图。步骤如下：

　　首先，我们用Matplotlib设置图形比例。然后，我们画小提琴图，用inner=None去掉小提琴中间的木杆。接下来，我们绘制聚类图，并将数据点的颜色变成黑色。最后，我们可以用Matplotlib设置一个标题。

　　其中是透明度。

　　编译后可以得到下图。

　　现在我们可以清楚的看到不同口袋妖怪的攻击值。那么我们是怎么看待其他价值观的呢？

　　第九步：融合数据为了展示其他数据，我们当然可以重复上面的步骤，画多张图。但是我们也可以把所有的数据都表现在一张图中，到时候熊猫就派上用场了。

　　我们可以用熊猫的melt()函数来融合一些数据，这样就可以直接比较不同的口袋妖怪了。melt()需要导入三个参数，即：

　　要融合的数据列表需要预留的ID变量，其他变量由熊猫融合。被融合的新变量的名称。

　　根据前5行的数据可以看出，6列数据已经合并为Stat的一列，数值显示在value的一列。实际上，Stat在原始列表中已经包含了六列数据。

　　我们为融合数据列表melted_df画一个聚类图。

　　你可以得到下面的聚类图。x轴是Stat中融合的六个变量，y轴是Stat的值，不同的颜色代表不同的Pokemon Type 1。

　　这张图表有一些细节需要完善：

　　放大图表。

　　使用split=True来分隔音调。

　　使用我们定制的颜色。

　　调整y轴的范围。

　　将图例放在右边。

　　你可以得到一个细节完美的图表。

　　步骤10:迷你图库10.1-热图

　　热图可以帮助可视化矩阵数据。

　　10.2-直方图

　　直方图可以绘出变量的数值分布。

　　可以清楚的看到口袋妖怪攻击值的分布。

　　10.3格图

　　条形图有助于可视化分类变量。

　　你可以清楚地看到不同类型的口袋妖怪的数量。

　　10.4因素图

　　因子图可以根据类别分隔图表。

　　可以得到三个按阶段分开的图表，用不同颜色的点来代表不同的口袋妖怪。

　　10.5-密度图

　　密度图显示了两个变量之间的分布。

　　曲线越密，两个变量的关系越近，曲线越稀，关系越远。

　　10.6-联合分布图

　　联合分布图结合了散点图和直方图的信息，提供了二元分布的详细信息。

　　更多详情请移至官网或有混沌星系的窗口。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。