Python財(cái)務(wù)數(shù)據(jù)分析與應(yīng)用（微課版）課件 08數(shù)據(jù)可視化

數(shù)據(jù)可視化8DataVisualization內(nèi)容概述本章學(xué)習(xí)目標(biāo)財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析（1）理解數(shù)據(jù)分析中不同類型數(shù)據(jù)的含義和統(tǒng)計(jì)學(xué)意義（5）能夠利用Matplotlib、Seaborn進(jìn)行Python財(cái)務(wù)數(shù)據(jù)分析。（4）掌握Matplotlib、Seaborn中基本圖形的繪制方法；（2）熟練掌握Matplotlib繪圖的基本過(guò)程；（3）熟悉Matplotlib對(duì)象的屬性和方法；

目錄CONTENTS財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析第8章數(shù)據(jù)可視化6.1Matplotlib入門

6.2定量和定性數(shù)據(jù)

【Python財(cái)務(wù)數(shù)據(jù)分析】——財(cái)務(wù)數(shù)據(jù)的可視化基礎(chǔ)圖形Matplotlib入門PartOne01財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析數(shù)據(jù)可視化數(shù)據(jù)的圖形呈現(xiàn)是探索、分析數(shù)據(jù)的常用方法。相對(duì)于文字表述，圖形更加直觀且形象化，更適合人類的思維模式理解。使用圖形來(lái)表示數(shù)據(jù)的方法稱為數(shù)據(jù)可視化。數(shù)據(jù)以圖形圖像形式表示，可以揭示隱藏的數(shù)據(jù)特征，直觀傳達(dá)關(guān)揵信息；輔助建立數(shù)據(jù)分析模型，展示分析結(jié)果。Matplotlib和Seaborn是Python繪圖第三方庫(kù)，同時(shí)Pandas集成了Matplotlib中的常用可視化圖形接口，可通過(guò)Series和DataFrame兩種數(shù)據(jù)結(jié)構(gòu)面向?qū)ο蟮慕涌诜绞胶?jiǎn)單調(diào)用。Pandas繪圖中僅集成了常用的圖表接口，更多復(fù)雜的繪圖需求往往還需依賴Matplotlib或者其他可視化庫(kù)。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析Matplotlib繪圖過(guò)程1）導(dǎo)入模塊importmatplotlib.pyplotasplt2）獲取繪圖數(shù)據(jù)3）繪圖4）裝飾圖形5）保存與顯示圖形繪圖過(guò)程，雖然簡(jiǎn)單，但是從面向?qū)ο蟮囊暯强捶炊缓美斫?。原因是，在繪圖的過(guò)程隱式地創(chuàng)建畫布（figure）和繪圖區(qū)域（axes）。因此我們不推薦。使用plt的屬性和方法賦予畫布和繪圖區(qū)域，完成繪圖的過(guò)程更清晰，而且可以繪制更復(fù)雜的圖形。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析Matplotlib繪圖對(duì)象和類畫布Figure、子圖Axes和數(shù)軸Axis關(guān)系示意圖Figure是容納多個(gè)Axes的畫板或畫布，而Axes則是所有圖標(biāo)數(shù)據(jù)、圖例配置等繪圖形元素的容器，稱為一個(gè)繪圖區(qū)域。面向?qū)ο蟮睦L圖，就是將plt中的圖形賦值給一個(gè)Figure或Axes實(shí)例，通過(guò)調(diào)用Figure或Axes兩類實(shí)例的方法完成繪圖。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析Matplotlib繪圖對(duì)象和類1）創(chuàng)建畫布創(chuàng)建畫布，包括創(chuàng)建figure和axes對(duì)象，常用方法：（1）plt.figure()，接收一個(gè)元組作為figsize參數(shù)設(shè)置圖形大小，返回一個(gè)figure對(duì)象；（2）plt.axes()，接收一個(gè)figure或在當(dāng)前畫布上添加一個(gè)子圖，返回該axes對(duì)象，并將其設(shè)置為“當(dāng)前”子圖，缺省時(shí)會(huì)在繪圖前自動(dòng)添加；（3）plt.subplot()，接收3個(gè)數(shù)字或1個(gè)3位數(shù)作為子圖的行數(shù)、列數(shù)和當(dāng)前子圖索引。索引從1開始，返回一個(gè)axes對(duì)象用于繪圖操作。可以理解成是先隱式執(zhí)行了plt.figure，然后在創(chuàng)建的figure對(duì)象上添加子圖，并返回當(dāng)前子圖實(shí)例；（4）plt.subplots()，接收一個(gè)行數(shù)nrows和列數(shù)ncols作為參數(shù)，創(chuàng)建一個(gè)figure對(duì)象和相應(yīng)數(shù)量的axes對(duì)象，同時(shí)返回該figure對(duì)象和axes對(duì)象嵌套列表，并默認(rèn)選擇最后一個(gè)子圖作為“當(dāng)前”圖。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析Matplotlib繪圖對(duì)象和類2）子圖——axes對(duì)象（1）創(chuàng)建axes對(duì)象Matplotlib定義了一個(gè)Axes（軸域）類，創(chuàng)建的對(duì)象被稱為axes對(duì)象（即軸域?qū)ο?，或稱為子圖）。axes對(duì)象可以理解為有軸（axis）的集合，一般包含基本的2個(gè)axis，用來(lái)確定一個(gè)區(qū)域。一個(gè)畫布設(shè)置若干繪圖區(qū)域，從而實(shí)現(xiàn)對(duì)畫布的布局。默認(rèn)情況下，函數(shù)創(chuàng)建一個(gè)標(biāo)準(zhǔn)的axes對(duì)象填滿整個(gè)圖表區(qū)域。當(dāng)只有畫布上只有一張子圖時(shí)，可以用plt代替ax。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析Matplotlib繪圖對(duì)象和類（2）axes對(duì)象的屬性和方法axes的屬性和方法，本質(zhì)上是由plt賦予的。因此axes的成員和plt類似，但是也要注意個(gè)別方法有細(xì)微差異。2）子圖——axes對(duì)象①plot()繪圖②grid()網(wǎng)格格式設(shè)置③xscale()或yscale()，spines()坐標(biāo)軸④xlim()和ylim()坐標(biāo)軸范圍⑤xticks()和yticks()刻度和刻度標(biāo)簽⑥legend()繪制圖例財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析Matplotlib繪圖對(duì)象和類plt.subplot()函數(shù)可以均等地劃分畫布，語(yǔ)法格式：3）subplot()函數(shù)和add_subplot()函數(shù)財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析Matplotlib繪圖對(duì)象和類3）subplot()函數(shù)和add_subplot()函數(shù)nrows×nclos表示子圖數(shù)量，subplot(233)表示在當(dāng)前畫布的右上角創(chuàng)建一個(gè)2行3列的繪圖區(qū)域，同時(shí)選擇在第3個(gè)位置繪制子圖。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析Matplotlib繪圖對(duì)象和類4）subplots()函數(shù)subplots()函數(shù)與subplot()函數(shù)類似。其不同之處在于subplots()既創(chuàng)建了一個(gè)包含子圖區(qū)域的畫布，又創(chuàng)建了子圖對(duì)象，而subplot()只是創(chuàng)建一個(gè)在當(dāng)前畫布下的子圖對(duì)象。subplots的函數(shù)語(yǔ)法格式：fig,ax=plt.subplots(nrows,ncols)nrows與ncols表示兩個(gè)整數(shù)參數(shù)，其他指定子圖所占的行數(shù)、列數(shù)。函數(shù)的返回值是一個(gè)元組，包括一個(gè)畫布對(duì)象和所有的子圖對(duì)象。其中子圖對(duì)象的數(shù)量等于nrows×ncols，且每個(gè)axes對(duì)象均可通過(guò)索引值訪問(wèn)。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析Matplotlib繪圖對(duì)象和類5）subplot2grid()函數(shù)plt.subplot2grid()函數(shù)能夠在畫布的特定位置創(chuàng)建axes對(duì)象。還可以使用不同數(shù)量的行、列來(lái)創(chuàng)建跨度不同的繪圖區(qū)域。即subplot2gird()函數(shù)可以以非等分的形式對(duì)畫布進(jìn)行切分，并按照繪圖區(qū)域的大小來(lái)展示最終繪圖結(jié)果。plt.subplot2grid()函數(shù)語(yǔ)法格式：plt.subplot2grid(shape,#規(guī)定的網(wǎng)格區(qū)域作為畫布劃分location,#子圖繪制位置，初始位置(0,0)第1行第1列rowspan,#子圖跨越網(wǎng)格區(qū)域行數(shù)colspan)#圖跨越網(wǎng)格區(qū)域列數(shù)定量和定性數(shù)據(jù)PartTwo02財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析定性與定量數(shù)據(jù)是指對(duì)客觀事件進(jìn)行記錄并可以鑒別的符號(hào)，也就是對(duì)事物的性質(zhì)、狀態(tài)以及相互關(guān)系等進(jìn)行記載的物理符號(hào)或這些物理符號(hào)的組合。數(shù)據(jù)按性質(zhì)可分為：（1）定性數(shù)據(jù)（qualitativedata）在統(tǒng)計(jì)學(xué)上的包括分類數(shù)據(jù)和順序數(shù)據(jù)，是一組表示事物性質(zhì)、規(guī)定事物類別的文字表述型數(shù)據(jù)。見表示事物屬性的數(shù)據(jù)（注冊(cè)地、上市公司板塊、公司行業(yè)、債券評(píng)級(jí)等）。（2）定量數(shù)據(jù)（Quantitativedata）的，反映事物數(shù)量特征的數(shù)據(jù)，如金額、價(jià)格、重量、速度等物理量。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析數(shù)據(jù)分類4種測(cè)定尺度的意義與特征：分類（nominal）尺度：無(wú)序類別數(shù)據(jù)。分類尺度將數(shù)字作為事物總體中不同類別/組別的代碼，是最低層次的尺度。順序（ordinal）尺度：順序數(shù)據(jù)。順序尺度不但可以用數(shù)表示量的不同類別，而且也反映量的大小順序關(guān)系，從而可以列出各類的次序。定距（interval）尺度：間隔數(shù)據(jù)。定距尺度是對(duì)事物類別或次序之間間距的計(jì)量，它通常使用度量衡單位作為計(jì)量尺度。定距尺度是比順序尺度高一層次的計(jì)量尺度。比例（ratio）尺度：連續(xù)數(shù)據(jù)。比例尺度是在定距尺度的基礎(chǔ)上，確定可以作為比較的基數(shù)，將兩種相關(guān)的數(shù)加以對(duì)比，而形成新的相對(duì)數(shù)?！矩?cái)務(wù)應(yīng)用與實(shí)踐】

財(cái)經(jīng)數(shù)據(jù)的可視化基礎(chǔ)圖形PartPractice05財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析類別數(shù)據(jù)可視化——柱狀圖柱狀圖是一種用矩形柱來(lái)表示數(shù)據(jù)分類的圖表，柱狀圖可以垂直繪制，也可以水平繪制，它的高度與其所表示的數(shù)值成正比關(guān)系。柱狀圖顯示了不同類別之間的比較關(guān)系，圖表的一個(gè)軸指定被比較的類別，另一個(gè)軸則表示具體的類別值。Matplotlib提供了bar()和barh()函數(shù)來(lái)繪制柱狀圖。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析類別數(shù)據(jù)可視化——餅圖餅圖只適用排列在數(shù)據(jù)幀的一列或一行中的數(shù)據(jù)。餅圖顯示一個(gè)數(shù)據(jù)系列中各項(xiàng)的大小與各項(xiàng)總和的比例。即顯示為數(shù)據(jù)占整個(gè)餅圖的百分比。Matplotlib提供了pie()函數(shù)來(lái)繪制餅圖。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析順序數(shù)據(jù)可視化——箱線圖四分位數(shù)是把所有數(shù)值由小到大排列并分成四等份，處于三個(gè)分割點(diǎn)位置的數(shù)值分別是：第一四分位數(shù)（Q1），等于該樣本中所有數(shù)值由小到大排列后第25%的數(shù)字第二四分位數(shù)（Q2），又稱“中位數(shù)”，等于該樣本中所有數(shù)值由小到大排列后第50%的數(shù)字第三四分位數(shù)（Q3），等于該樣本中所有數(shù)值由小到大排列后第75%的數(shù)字第三、四分位數(shù)與第一四分位數(shù)的差距又稱四分位距（IQR）。計(jì)算公式：IQR

=

Q3

?

Q1財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析順序數(shù)據(jù)可視化——箱線圖箱線圖作為描述統(tǒng)計(jì)的工具之一，其可以直觀明了地識(shí)別數(shù)據(jù)中的異常值，非對(duì)稱分布數(shù)據(jù)的特征，也可以用來(lái)對(duì)若干批次數(shù)據(jù)比較分析。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析間隔數(shù)據(jù)可視化——直方圖直方圖是一種統(tǒng)計(jì)圖表，用于展示數(shù)據(jù)的分布情況。它的主要特點(diǎn)包括：直觀展示數(shù)據(jù)的頻率分布。通過(guò)矩形的高度來(lái)表示數(shù)據(jù)落在各個(gè)區(qū)間的數(shù)量或頻率。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析比例數(shù)據(jù)可視化——散點(diǎn)圖散點(diǎn)圖來(lái)表述兩個(gè)連續(xù)變量X和Y之間的關(guān)系，圖中的每個(gè)點(diǎn)表示目標(biāo)數(shù)據(jù)集中的每個(gè)樣本，在直角坐標(biāo)系平面上數(shù)據(jù)點(diǎn)的分布和因變量隨自變量而變化的大致趨勢(shì)。由此趨勢(shì)可以選擇合適的函數(shù)進(jìn)行擬合，以用來(lái)表示某些模型，進(jìn)而找到變量之間的函數(shù)關(guān)系。財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)分析比例數(shù)據(jù)可視化——蜂巢圖當(dāng)有成千上萬(wàn)的數(shù)據(jù)樣本點(diǎn)時(shí)，散點(diǎn)圖會(huì)變得過(guò)于密集而無(wú)法解釋。當(dāng)數(shù)據(jù)量大我們采用蜂巢圖（Hexbin）。其將圖表劃分為了一個(gè)六邊形區(qū)域，基于聚合方法（例如點(diǎn)的數(shù)量），為區(qū)域的不同部分添加不同深度的顏色。hexbin()函數(shù)用于制作點(diǎn)x，y的2D六角形裝箱圖，顏色深度表示樣本點(diǎn)數(shù)量財(cái)務(wù)數(shù)據(jù)分析財(cái)務(wù)數(shù)據(jù)