【數據分析】Matplotlib可視化最有價值的圖表之——2、偏差(Deviation)

在數據分析和可視化中最有用的 50 個 Matplotlib 圖表。這些圖表列表允許使用 python 的 matplotlib 和 seaborn 庫選擇要顯示的可視化對象。

這裏開始第二部分內容：偏差（Deviation）

準備工作

在代碼運行前先引入下面的設置內容。當然，單獨的圖表，可以重新設置顯示要素。

# !pip install brewer2mpl
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
import warnings; warnings.filterwarnings(action='once')

large = 22; med = 16; small = 12
params = {'axes.titlesize': large,
          'legend.fontsize': med,
          'figure.figsize': (16, 10),
          'axes.labelsize': med,
          'axes.titlesize': med,
          'xtick.labelsize': med,
          'ytick.labelsize': med,
          'figure.titlesize': large}
plt.rcParams.update(params)
plt.style.use('seaborn-whitegrid')
sns.set_style("white")
# %matplotlib inline

# Version
print(mpl.__version__)  # >> 3.0.2
print(sns.__version__)  # >> 0.9.0

本節內容

偏差（Deviation）

偏差又稱爲表觀誤差，是指個別測定值與測定的平均值之差，它可以用來衡量測定結果的精密度高低。在統計學中，偏差可以用於兩個不同的概念，即有偏採樣與有偏估計。一個有偏採樣是對總樣本集非平等採樣，而一個有偏估計則是指高估或低估要估計的量。——參考百度百科

10 發散型條形圖（Diverging Bars）
11 發散型文本（Diverging Texts）
12 發散型包點圖（Diverging Dot Plot）
13 帶標記的發散型棒棒糖圖（Diverging Lollipop Chart with Markers）
14 面積圖（Area Chart）

10 發散型條形圖（Diverging Bars）

如果你想根據單個指標查看項目的變化情況，並可視化此差異的順序和數量，那麼散型條形圖（Diverging Bars）是一個很好的工具。它有助於快速區分數據中組的性能，並且非常直觀，並且可以立即傳達這一點。

# Prepare Data
df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")
x = df.loc[:, ['mpg']]
df['mpg_z'] = (x - x.mean())/x.std()
df['colors'] = ['red' if x < 0 else 'green' for x in df['mpg_z']]
df.sort_values('mpg_z', inplace=True)
df.reset_index(inplace=True)

# Draw plot
plt.figure(figsize=(14,10), dpi= 80)
plt.hlines(y=df.index, xmin=0, xmax=df.mpg_z, color=df.colors, alpha=0.4, linewidth=5)

# Decorations
plt.gca().set(ylabel='$Model$', xlabel='$Mileage$')
plt.yticks(df.index, df.cars, fontsize=12)
plt.title('Diverging Bars of Car Mileage', fontdict={'size':20})
plt.grid(linestyle='--', alpha=0.5)
plt.show()

11 發散型文本（Diverging Texts）

發散型文本（Diverging Texts）與發散型條形圖（Diverging Bars）相似，如果你想以一種漂亮和可呈現的方式顯示圖表中每個項目的價值，就可以使用這種方法。

# Prepare Data
df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")
x = df.loc[:, ['mpg']]
df['mpg_z'] = (x - x.mean())/x.std()
df['colors'] = ['red' if x < 0 else 'green' for x in df['mpg_z']]
df.sort_values('mpg_z', inplace=True)
df.reset_index(inplace=True)

# Draw plot
plt.figure(figsize=(14,14), dpi= 80)
plt.hlines(y=df.index, xmin=0, xmax=df.mpg_z)
for x, y, tex in zip(df.mpg_z, df.index, df.mpg_z):
    t = plt.text(x, y, round(tex, 2), horizontalalignment='right' if x < 0 else 'left',
                 verticalalignment='center', fontdict={'color':'red' if x < 0 else 'green', 'size':14})

# Decorations    
plt.yticks(df.index, df.cars, fontsize=12)
plt.title('Diverging Text Bars of Car Mileage', fontdict={'size':20})
plt.grid(linestyle='--', alpha=0.5)
plt.xlim(-2.5, 2.5)
plt.show()

12 發散型包點圖（Diverging Dot Plot）

發散型包點圖（Diverging Dot Plot）也類似於發散型條形圖（Diverging Bars）。然而，與發散型條形圖（Diverging Bars）相比，條的缺失減少了組之間的對比度和差異。

# Prepare Data
df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")
x = df.loc[:, ['mpg']]
df['mpg_z'] = (x - x.mean())/x.std()
df['colors'] = ['red' if x < 0 else 'darkgreen' for x in df['mpg_z']]
df.sort_values('mpg_z', inplace=True)
df.reset_index(inplace=True)

# Draw plot
plt.figure(figsize=(14,16), dpi= 80)
plt.scatter(df.mpg_z, df.index, s=450, alpha=.6, color=df.colors)
for x, y, tex in zip(df.mpg_z, df.index, df.mpg_z):
    t = plt.text(x, y, round(tex, 1), horizontalalignment='center',
                 verticalalignment='center', fontdict={'color':'white'})

# Decorations
# Lighten borders
plt.gca().spines["top"].set_alpha(.3)
plt.gca().spines["bottom"].set_alpha(.3)
plt.gca().spines["right"].set_alpha(.3)
plt.gca().spines["left"].set_alpha(.3)

plt.yticks(df.index, df.cars)
plt.title('Diverging Dotplot of Car Mileage', fontdict={'size':20})
plt.xlabel('$Mileage$')
plt.grid(linestyle='--', alpha=0.5)
plt.xlim(-2.5, 2.5)
plt.show()

13 帶標記的發散型棒棒糖圖（Diverging Lollipop Chart with Markers）

帶標記的棒棒糖圖通過強調您想要引起注意的任何重要數據點並在圖表中適當地給出推理，提供了一種對差異進行可視化的靈活方式。

# Prepare Data
df = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")
x = df.loc[:, ['mpg']]
df['mpg_z'] = (x - x.mean())/x.std()
df['colors'] = 'black'

# color fiat differently
df.loc[df.cars == 'Fiat X1-9', 'colors'] = 'darkorange'
df.sort_values('mpg_z', inplace=True)
df.reset_index(inplace=True)


# Draw plot
import matplotlib.patches as patches

plt.figure(figsize=(14,16), dpi= 80)
plt.hlines(y=df.index, xmin=0, xmax=df.mpg_z, color=df.colors, alpha=0.4, linewidth=1)
plt.scatter(df.mpg_z, df.index, color=df.colors, s=[600 if x == 'Fiat X1-9' else 300 for x in df.cars], alpha=0.6)
plt.yticks(df.index, df.cars)
plt.xticks(fontsize=12)

# Annotate
plt.annotate('Mercedes Models', xy=(0.0, 11.0), xytext=(1.0, 11), xycoords='data',
            fontsize=15, ha='center', va='center',
            bbox=dict(boxstyle='square', fc='firebrick'),
            arrowprops=dict(arrowstyle='-[, widthB=2.0, lengthB=1.5', lw=2.0, color='steelblue'), color='white')

# Add Patches
p1 = patches.Rectangle((-2.0, -1), width=.3, height=3, alpha=.2, facecolor='red')
p2 = patches.Rectangle((1.5, 27), width=.8, height=5, alpha=.2, facecolor='green')
plt.gca().add_patch(p1)
plt.gca().add_patch(p2)

# Decorate
plt.title('Diverging Bars of Car Mileage', fontdict={'size':20})
plt.grid(linestyle='--', alpha=0.5)
plt.show()

14 面積圖（Area Chart）

通過對軸和線之間的區域進行着色，面積圖不僅強調峯和谷，而且還強調高點和低點的持續時間。高點持續時間越長，線下面積越大。

import numpy as np
import pandas as pd

# Prepare Data
df = pd.read_csv("https://github.com/selva86/datasets/raw/master/economics.csv", parse_dates=['date']).head(100)
x = np.arange(df.shape[0])
y_returns = (df.psavert.diff().fillna(0)/df.psavert.shift(1)).fillna(0) * 100

# Plot
plt.figure(figsize=(16,10), dpi= 80)
plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] >= 0, facecolor='green', interpolate=True, alpha=0.7)
plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] <= 0, facecolor='red', interpolate=True, alpha=0.7)

# Annotate
plt.annotate('Peak \n1975', xy=(94.0, 21.0), xytext=(88.0, 28),
             bbox=dict(boxstyle='square', fc='firebrick'),
             arrowprops=dict(facecolor='steelblue', shrink=0.05), fontsize=15, color='white')


# Decorations
xtickvals = [str(m)[:3].upper()+"-"+str(y) for y,m in zip(df.date.dt.year, df.date.dt.month_name())]
plt.gca().set_xticks(x[::6])
plt.gca().set_xticklabels(xtickvals[::6], rotation=90, fontdict={'horizontalalignment': 'center', 'verticalalignment': 'center_baseline'})
plt.ylim(-35,35)
plt.xlim(1,100)
plt.title("Month Economics Return %", fontsize=22)
plt.ylabel('Monthly returns %')
plt.grid(alpha=0.5)
plt.show()

總結

第二部分【偏差】(Deviation) 就到這裏結束啦~

傳送門

Matplotlib可視化圖表——第一部分【關聯】(Correlation)
Matplotlib可視化圖表——第二部分【偏差】(Deviation)
Matplotlib可視化圖表——第三部分【排序】(Ranking)
Matplotlib可視化圖表——第四部分【分佈】(Distribution)
Matplotlib可視化圖表——第五部分【組成】(Composition)
Matplotlib可視化圖表——第六部分【變化】(Change)
Matplotlib可視化圖表——第七部分【分組】(Groups)

完整版參考

原文地址： Top 50 matplotlib Visualizations – The Master Plots (with full python code)
中文轉載：深度好文 | Matplotlib可視化最有價值的 50 個圖表（附完整 Python 源代碼）

【數據分析】Matplotlib可視化最有價值的圖表之——2、偏差(Deviation)

傳送門

完整版參考

Shell/Python中的用戶名獲取

【數據分析】Matplotlib可視化最有價值的圖表之——7、分組(Groups)

MySQL連接異常：2003 - Can't connect to MySQL server on 'localhost'

【數據分析】Matplotlib可視化最有價值的圖表之——2、偏差(Deviation)

【讀書筆記】《爲什麼精英都是時間控》總結整理 - 乾貨滿滿的時間管理書籍

【數據分析】Matplotlib可視化最有價值的圖表之——3、排序(Ranking)

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結