Python數(shù)據(jù)可視化（微課版） 課件 第2章 Python數(shù)據(jù)可視化庫

匯報人：AiPPT時間：20XX.XX20XXPOWERPOINTDESIGN-------------------------------Python數(shù)據(jù)可視化庫概覽目錄ContentsMatplotlib：基礎(chǔ)與應(yīng)用01Pyecharts：交互式數(shù)據(jù)可視化06Seaborn：高級統(tǒng)計可視化02HoloViews：簡化數(shù)據(jù)可視化創(chuàng)建07Scikit-plot：機(jī)器學(xué)習(xí)可視化03Plotly：交互式圖表庫08Python-igraph：網(wǎng)絡(luò)分析與可視化04Wordcloud：詞云展示庫09Networkx：圖論與復(fù)雜網(wǎng)絡(luò)建模05習(xí)題與實訓(xùn)10PARTMatplotlib：基礎(chǔ)與應(yīng)用01POWERPOINTDESIGN-------------------------------Matplotlib概述Matplotlib是Python著名的繪圖庫，由JohnHunter在2003年創(chuàng)建。廣泛用于繪制2D和3D圖形，如條形圖、散點圖等。其代碼簡單易懂，易于擴(kuò)展，可繪制高質(zhì)量圖形，包括出版物級別的圖形。它是免費和開源的，幾行代碼即可生成多種圖形。盡管Matplotlib有默認(rèn)圖形樣式和美觀度不如現(xiàn)代庫（如Seaborn、Plotly）的缺點，且在動態(tài)更新圖形或?qū)崟r顯示數(shù)據(jù)的應(yīng)用中可能不是最佳選擇，渲染性能在大規(guī)模數(shù)據(jù)集或復(fù)雜視圖時可能成瓶頸，但它仍是數(shù)據(jù)科學(xué)和可視化的基石庫，適用于各種圖表和展示，社區(qū)支持強(qiáng)大。Matplotlib安裝與使用安裝Python環(huán)境后，可通過更換清華源（pipconfigsetglobal.index-url/simple）來優(yōu)化pip安裝。安裝Matplotlib時，也會安裝Numpy庫，常用于數(shù)組和矩陣運算。使用時，通過importmatplotlib.pyplotasplt引入庫。例如，繪制y=x直線的簡單代碼展示了其易用性。Matplotlib簡介與特點以繪制y=x直線為例，展示了Matplotlib生成圖形的基本流程。代碼簡潔，輸出圖形直觀，體現(xiàn)了Matplotlib在基礎(chǔ)繪圖方面的高效性和實用性。通過簡單的代碼，即可生成清晰的圖形，如圖2-1所示，直觀展示了y=x的關(guān)系。繪制基礎(chǔ)圖形Matplotlib的實踐示例PARTSeaborn：高級統(tǒng)計可視化02POWERPOINTDESIGN-------------------------------Seaborn概述Seaborn利用Matplotlib的強(qiáng)大功能，以簡潔的代碼創(chuàng)建美觀圖表。其默認(rèn)款式和調(diào)色板設(shè)計現(xiàn)代，基于Matplotlib構(gòu)建，需了解Matplotlib以調(diào)整默認(rèn)值。Seaborn是Python數(shù)據(jù)可視化分析的重要包，專用于統(tǒng)計可視化，與Pandas無縫連接，語法簡潔，是Matplotlib的補充而非替代。它以數(shù)據(jù)可視化為中心，提供面向數(shù)據(jù)集制圖函數(shù)，操作行列索引和數(shù)組，進(jìn)行內(nèi)部語義映射與統(tǒng)計整合，生成信息豐富的圖表。Seaborn安裝與使用安裝Seaborn庫簡單，通過pipinstallseaborn命令即可。使用時，通過importseabornassns引入庫。繪制y=x直線的例程展示了Seaborn的使用方法，通過sns.lineplot(x=x,y=y)繪制直線，并設(shè)置圖表標(biāo)題和軸標(biāo)簽，輸出圖形如圖2-2所示，體現(xiàn)了Seaborn在生成美觀圖表方面的優(yōu)勢。Seaborn簡介與優(yōu)勢繪制統(tǒng)計圖表通過繪制y=x直線的例程，展示了Seaborn在繪制統(tǒng)計圖表方面的應(yīng)用。與Matplotlib相比，Seaborn生成的圖形更加美觀，代碼更加簡潔。通過簡單的設(shè)置，即可生成具有標(biāo)題和軸標(biāo)簽的圖表，如圖2-2所示，體現(xiàn)了Seaborn在統(tǒng)計可視化方面的高效性和易用性。Seaborn的實踐應(yīng)用PARTScikit-plot：機(jī)器學(xué)習(xí)可視化03POWERPOINTDESIGN-------------------------------Scikit-plot概述Scikit-plot是建立在matplotlib之上的Python庫，為機(jī)器學(xué)習(xí)可視化提供高級接口。它旨在簡化機(jī)器學(xué)習(xí)模型的可視化過程，幫助數(shù)據(jù)科學(xué)家和分析師理解數(shù)據(jù)和模型性能。適合熟悉scikit-learn的用戶，通過簡單函數(shù)調(diào)用生成多種圖表，如混淆矩陣、ROC曲線等，用于模型評估、選擇和調(diào)優(yōu)以及特征重要性分析。Scikit-plot安裝與使用安裝Scikit-plot庫通過pipinstallscikit-plot命令。使用時，通過importscikitplotasskplt引入庫。通過一個簡單的例程，展示了Scikit-plot生成ROC曲線的過程。在這個例程中，使用了scikit-learn的digits數(shù)據(jù)集和GaussianNB模型，通過skplt.metrics.plot_roc(y_test,predicted_probas)生成ROC曲線，如圖2-3所示，體現(xiàn)了Scikit-plot在機(jī)器學(xué)習(xí)可視化方面的應(yīng)用。Scikit-plot簡介與功能”通過一個具體的例程，展示了Scikit-plot在生成機(jī)器學(xué)習(xí)模型性能圖表方面的應(yīng)用。在這個例程中，通過加載digits數(shù)據(jù)集，訓(xùn)練GaussianNB模型，并使用Scikit-plot生成ROC曲線，直觀地展示了模型的性能。如圖2-3所示，ROC曲線清晰地展示了模型的真正例率和假正例率，幫助分析師評估模型的性能。生成機(jī)器學(xué)習(xí)模型性能圖表Scikit-plot的實踐案例PARTPython-igraph：網(wǎng)絡(luò)分析與可視化04POWERPOINTDESIGN-------------------------------igraph是開源免費的網(wǎng)絡(luò)分析工具集合，python-igraph是其Python接口，高效且功能豐富?；贑/C++圖形庫igraph，繼承高性能特性，適用于處理大型和復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)。廣泛應(yīng)用于社會網(wǎng)絡(luò)分析、生物信息學(xué)等領(lǐng)域。提供創(chuàng)建圖對象、添加和刪除節(jié)點和邊等功能，支持有向圖、無向圖和混合圖。內(nèi)置大量算法，如中心性計算、社區(qū)檢測等，可視化功能雖不及專業(yè)軟件包，但足以生成高質(zhì)量圖形，API設(shè)計簡化編程復(fù)雜度。Python-igraph概述安裝Python-igraph庫通過pipinstallpython-igraphpycairo命令。使用時，通過importigraphasig引入庫。通過一個簡單的例程，展示了Python-igraph生成皮特森圖的過程。在這個例程中，通過igraph內(nèi)置的函數(shù)直接展示了著名的皮特森圖，如圖2-4所示，體現(xiàn)了Python-igraph在網(wǎng)絡(luò)分析和可視化方面的應(yīng)用。Python-igraph安裝與使用Python-igraph簡介與特點通過一個具體的例程，展示了Python-igraph在網(wǎng)絡(luò)分析和可視化方面的應(yīng)用。在這個例程中，通過使用igraph內(nèi)置的函數(shù)，直接生成了著名的皮特森圖，如圖2-4所示。這個圖展示了Python-igraph在構(gòu)建和分析網(wǎng)絡(luò)圖方面的強(qiáng)大功能，通過簡單的代碼即可生成復(fù)雜的網(wǎng)絡(luò)圖，體現(xiàn)了其高效性和易用性。構(gòu)建與分析網(wǎng)絡(luò)圖Python-igraph的實踐操作PARTNetworkx：圖論與復(fù)雜網(wǎng)絡(luò)建模05POWERPOINTDESIGN-------------------------------01Networkx是2002年5月產(chǎn)生的Python圖論與復(fù)雜網(wǎng)絡(luò)建模工具，內(nèi)置常用圖與復(fù)雜網(wǎng)絡(luò)分析算法。支持創(chuàng)建簡單無向圖、有向圖和多重圖，節(jié)點可為任意數(shù)據(jù)，支持任意邊值維度。功能豐富，簡單易用，適用于處理千萬級別以下的網(wǎng)絡(luò)，廣泛應(yīng)用于學(xué)術(shù)研究、數(shù)據(jù)分析等領(lǐng)域。與python-igraph相比，NetworkX注重提供簡單易用的工具和算法，以便研究復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)和動態(tài)行為。Networkx概述02安裝Networkx庫通過pipinstallnetworkx命令。使用時，通過importnetworkxasnx引入庫。通過一個簡單的例程，展示了Networkx生成無向圖的過程。在這個例程中，通過創(chuàng)建無向圖并添加邊，使用Networkx繪制了一個包含兩個節(jié)點和一條邊的無向圖，如圖2-5所示，體現(xiàn)了Networkx在圖論與復(fù)雜網(wǎng)絡(luò)建模方面的應(yīng)用。Networkx安裝與使用Networkx簡介與功能通過一個具體的例程，展示了Networkx在創(chuàng)建和分析復(fù)雜網(wǎng)絡(luò)方面的應(yīng)用。在這個例程中，通過創(chuàng)建無向圖并添加邊，使用Networkx繪制了一個簡單的無向圖，如圖2-5所示。這個圖展示了Networkx在創(chuàng)建和分析復(fù)雜網(wǎng)絡(luò)方面的強(qiáng)大功能，通過簡單的代碼即可生成復(fù)雜的網(wǎng)絡(luò)圖，體現(xiàn)了其高效性和易用性。創(chuàng)建與分析復(fù)雜網(wǎng)絡(luò)Networkx的實踐應(yīng)用PARTPyecharts：交互式數(shù)據(jù)可視化06POWERPOINTDESIGN-------------------------------Pyecharts概述Pyecharts是用于生成Echarts圖表的Python庫，Echarts是由百度開發(fā)的開源可視化庫。Pyecharts利用Echarts的強(qiáng)大功能，使得在Python環(huán)境中創(chuàng)建交互式、動態(tài)的圖表變得簡單易行。特別適合于web報告和演示文稿，生成的圖表可以easily嵌入到網(wǎng)頁中，并支持用戶交互操作。提供簡單而強(qiáng)大的方式創(chuàng)建多種動態(tài)圖表，使數(shù)據(jù)可視化變得容易有趣。Pyecharts安裝與使用安裝Pyecharts庫通過pipinstallpyecharts命令。使用時，按需引入所需的組件，如引入柱狀圖。通過一個簡單的例程，展示了Pyecharts生成柱狀圖的過程。在這個例程中，通過使用Pyecharts的Bar組件，生成了一個某商場銷售情況的柱狀圖，如圖2-6所示，體現(xiàn)了Pyecharts在交互式數(shù)據(jù)可視化方面的應(yīng)用。Pyecharts簡介與特點創(chuàng)建交互式圖表通過一個具體的例程，展示了Pyecharts在創(chuàng)建交互式圖表方面的應(yīng)用。在這個例程中，通過使用Pyecharts的Bar組件，生成了一個某商場銷售情況的柱狀圖，如圖2-6所示。這個圖展示了Pyecharts在創(chuàng)建交互式圖表方面的強(qiáng)大功能，通過簡單的代碼即可生成復(fù)雜的交互式圖表，體現(xiàn)了其高效性和易用性。Pyecharts的實踐案例PARTHoloViews：簡化數(shù)據(jù)可視化創(chuàng)建07POWERPOINTDESIGN-------------------------------HoloViews是基于Python的開源庫，旨在簡化數(shù)據(jù)可視化的創(chuàng)建過程。建立在Bokeh、Matplotlib等庫基礎(chǔ)上，提供高級抽象，使用戶使用更少代碼創(chuàng)建交互性可視化。核心思想是將數(shù)據(jù)、可視化元素和交互性組合，使可視化更直觀容易?？膳cPandas、Dask等數(shù)據(jù)處理庫無縫集成，支持多種圖表類型，輕松添加交互性，支持面板儀表板創(chuàng)建，適用于科學(xué)研究、數(shù)據(jù)分析等領(lǐng)域。HoloViews概述安裝HoloViews庫通過pipinstallholoviews命令。使用時，通過importholoviewsashv引入庫。通過一個簡單的例程，展示了HoloViews生成可交互散點圖的過程。在這個例程中，通過使用HoloViews的Points元素，生成了一個簡單的可交互散點圖，如圖2-7所示，體現(xiàn)了HoloViews在簡化數(shù)據(jù)可視化創(chuàng)建方面的應(yīng)用。HoloViews安裝與使用HoloViews簡介與功能通過一個具體的例程，展示了HoloViews在創(chuàng)建交互性可視化方面的應(yīng)用。在這個例程中，通過使用HoloViews的Points元素，生成了一個簡單的可交互散點圖，如圖2-7所示。這個圖展示了HoloViews在創(chuàng)建交互性可視化方面的強(qiáng)大功能，通過簡單的代碼即可生成復(fù)雜的交互性可視化，體現(xiàn)了其高效性和易用性。01創(chuàng)建交互性可視化HoloViews的實踐操作PARTPlotly：交互式圖表庫08POWERPOINTDESIGN-------------------------------Plotly是強(qiáng)大的交互式圖表庫，支持多種編程語言，包括Python。在Python中，通過plotly包實現(xiàn)，提供豐富的圖表類型和細(xì)致的圖表控制選項，使創(chuàng)建高質(zhì)量交互式圖表和數(shù)據(jù)可視化簡單直觀。生成的圖表基于web，可輕松嵌入網(wǎng)頁，支持用戶交互操作，如縮放、平移、懸停提示等。廣泛應(yīng)用于數(shù)據(jù)分析、科學(xué)研究等領(lǐng)域，特別適合高度交互性的數(shù)據(jù)探索任務(wù)和創(chuàng)建動態(tài)、響應(yīng)式可視化。安裝Plotly庫通過pipinstallplotlyplotly_express命令。使用時，通過importplotly_expressaspx或importplotly.graph_objectsasgo引入庫。通過一個簡單的例程，展示了Plotly生成加拿大人口柱狀圖的過程。在這個例程中，通過使用Plotly的px.bar函數(shù)，生成了一個加拿大歷年來的人口數(shù)據(jù)信息柱狀圖，如圖2-8所示，體現(xiàn)了Plotly在交互式圖表方面的應(yīng)用。Plotly概述Plotly安裝與使用Plotly簡介與特點創(chuàng)建動態(tài)交互式圖表通過一個具體的例程，展示了Plotly在創(chuàng)建動態(tài)交互式圖表方面的應(yīng)用。在這個例程中，通過使用Plotly的px.bar函數(shù)，生成了一個加拿大歷年來的人口數(shù)據(jù)信息柱狀圖，如圖2-8所示。這個圖展示了Plotly在創(chuàng)建動態(tài)交互式圖表方面的強(qiáng)大功能，通過簡單的代碼即可生成復(fù)雜的動態(tài)交互式圖表，體現(xiàn)了其高效性和易用性。01Plotly的實踐應(yīng)用PARTWordcloud：詞云展示庫09POWERPOINTDESIGN-------------------------------Wordcloud是優(yōu)秀的詞云展示第三方庫，以詞語為基本單位，通過圖形可視化方式，直觀藝術(shù)展示文本。通過文本分詞將關(guān)鍵詞以視覺吸引形式展示，詞大小通常表示頻率或重要性。適合展示文本數(shù)據(jù)中最顯著的詞，如演講、文章或社交媒體內(nèi)容的關(guān)鍵詞提取。Wordcloud概述安裝Wordcloud庫通過pipinstallwordcloud命令。使用時，通過importwordcloudasnx引入庫。通過一個簡單的例程，展示了Wordcloud生成詞云圖的過程。在這個例程中，通過使用Wordcloud庫對一句話進(jìn)行解析，并針對里面的關(guān)鍵詞生成對應(yīng)的詞云，如圖2-9所示，體現(xiàn)了Wordcloud在詞云展示方面的應(yīng)用。Wordcloud安裝與使用Wordcloud簡介與特點通過一個具體的例程，展示了Wordcloud在生成詞云圖方面的應(yīng)用。在這個例程中，通過使用Wordcloud庫對一句話進(jìn)行解析，并針對里面的關(guān)鍵詞生成對應(yīng)的詞云，如圖2-9所示。這個圖展示了Wordcloud在生成詞云圖方面的強(qiáng)大功能，通過簡單的代碼即可生成復(fù)雜的詞云圖，體現(xiàn)了其高效性和易用性。生成詞云圖Wordcloud的實踐操作PART習(xí)題與實訓(xùn)010POWERPOINTDESIGN-------------------------------選擇題Python中最常用的繪圖庫是什么？A.SeabornB.PlotlyC.MatplotlibD.Scikit-plotSeaborn庫是基于哪個庫進(jìn)行更高級的API封裝？A.MatplotlibB.PlotlyC.PyechartsD.HoloViewsScikit-plot主要用于哪個領(lǐng)域的可視化？A.網(wǎng)絡(luò)分析B.機(jī)器學(xué)習(xí)C.經(jīng)濟(jì)數(shù)據(jù)分析D.地理信息系統(tǒng)Python-igraph庫適用于哪類數(shù)據(jù)的可視化？A.時間序列B.地理空間數(shù)據(jù)C.網(wǎng)絡(luò)和復(fù)雜圖結(jié)構(gòu)D.統(tǒng)計數(shù)據(jù)分析HoloViews庫旨在簡化哪個過程？A.數(shù)據(jù)清洗B.數(shù)據(jù)建模C.數(shù)據(jù)可視化創(chuàng)建D.數(shù)據(jù)存儲01判斷題Matplotlib無法繪制3D圖形。（對/錯）Seaborn不能與Pandas無縫連接。（對/錯）Scikit-plot是基于Seaborn庫開發(fā)的。（對/錯）Python-igraph支持創(chuàng)建有向圖和無向圖。（對/錯）Pyecharts主要用于命令行數(shù)據(jù)可視化。（對/錯）02填空題Matplotlib由在______年創(chuàng)建。Seaborn在Matplotlib的基礎(chǔ)上進(jìn)行了______級的API封裝。Scikit