数据分析-Pandas数据探查初步：离散点图

数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？

数据表，时间序列数据在数据分析建模中很常见，例如天气预报，空气状态监测，股票交易等金融场景。数据分析过程中重新调整，重塑数据表是很重要的技巧，此处选择Titanic数据，以及巴黎、伦敦欧洲城市空气质量监测 $NO_2$ 数据作为样例。

数据分析

数据分析-Pandas如何转换产生新列

数据分析-Pandas如何统计数据概况

数据分析-Pandas如何轻松处理时间序列数据

数据分析-Pandas如何选择数据子集

数据分析-Pandas如何重塑数据表-CSDN博客

经典算法

经典算法-遗传算法的python实现

经典算法-模拟退火算法的python实现

经典算法-粒子群算法的python实现-CSDN博客

本文用到的样例数据：

Titanic数据

空气质量监测 $NO_2$ 数据

样例代码：

源代码参考 Pandas如何重塑数据表

源代码参考 python数据分析-数据表读写到pandas

导入关键模块

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

plt.close("all")

有时候关系还不明朗，直接画线图又展示不清楚，怎么办？其实只需要知道x和y的关系，x坐标多少，y坐标多少，先画图看看多个点之间是怎样的关系——散点图。

散点图可以使用 DataFrame.plot.scatter() 方法

探究序列数据的离散规律

当使用的是序列数据时，如何把序列数据展示为点状关系呢？

该例使用随机生成数据来举例。

df = pd.DataFrame(np.random.rand(50, 4), columns=["a", "b", "c", "d"])

df["species"] = pd.Categorical(
    ["setosa"] * 20 + ["versicolor"] * 20 + ["virginica"] * 10
)


df.plot.scatter(x="a", y="b");

在这里插入图片描述

探究分组离散数据的对比

当遇到多个分组的数据，例如医学里面的常见药物效果对照，一组是服药，一组是安慰剂，想查看它们之间的关系，需要在一幅图展示，怎么办？

可以重复调用plot函数，只要指定目标的ax即可，另外，为了一目了然，也最好使用颜色 color和标签 label进行区分对比。

这样是可以一张图同时画出多列数据点的集中展示，需要比较数据：

ax = df.plot.scatter(x="a", y="b", color="DarkBlue", label="Group 1")

df.plot.scatter(x="c", y="d", color="DarkRed", label="Group 2", ax=ax);

在这里插入图片描述

用颜色探究每个离散点的数据关系

有时候，Boss突发奇想，想给每个点不同的颜色呢？如何展示？

当然可以，通过 c 参数，通过其中一列作为上色值，可以给每个点不同的颜色值。

df.plot.scatter(x="a", y="b", c="c", s=50);

在这里插入图片描述

你还可以使用分类方法指定颜色，还是用c来指定列，cmap指定调色板。

例如这里前20的值为 setosa，中间20的值为versicolor，最后10的值为virginica。

df["species"] = pd.Categorical(
    ["setosa"] * 20 + ["versicolor"] * 20 + ["virginica"] * 10
)
df.plot.scatter(x="a", y="b", c="species", cmap="viridis", s=50);

在这里插入图片描述

用点大小探究每个离散点的数据关系

有时候，Boss突发奇想，想给每个点不同的大小呢？某方面数值大的，直径就大，某方面数值小的，直径就小，该如何展示？

当然可以，不就是看气泡图么，通过 s 参数，通过其中一列作为气泡的直径，可以给每个点不同的直径值。

df.plot.scatter(x="a", y="b", c="species", cmap="viridis", s=df["c"] * 200);

在这里插入图片描述

以上代码只是一个简单示例，示例代码中的表达式可以根据实际问题进行修改。

后面介绍下其他的展示形式。

df.plot.area     df.plot.barh     df.plot.density  df.plot.hist     df.plot.line 
df.plot.bar      df.plot.box      df.plot.hexbin   df.plot.kde      df.plot.pie
df.plot.scatter