04 & 05 抖动的带状图与计数图

import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
import numpy as np
import pandas as pd

# Import Data
df = pd.read_csv('mpg_ggplot2.csv')
df.head()

plt.figure(figsize = (6, 6))
plt.scatter('cty', 'hwy', data = df, c = df.cyl)

<matplotlib.collections.PathCollection at 0x2795af8d710>

df.shape

(234, 11)

散点图上点数明显少于数据记录数量

df.groupby(['cty', 'hwy']).count().head()

如何在图像上展示横纵坐标一致的那些点？

使用类stripplot绘制

sns.stripplot()

1. 抖动图

重要参数：jitter，抖动的幅度（即同一位置的两个点的距离大小），0表示完全不存在抖动

1. 计数图

重要参数：size

1. 抖动图

# 建立画布
fig, ax = plt.subplots(figsize = (12, 8), dpi = 80)
# fig：画布对象
# ax：子图对象
# 画抖动图的函数sns.stripplot()
sns.stripplot(df.cty, df.hwy,
              jitter = 0.25,
              size = 8,
              ax = ax,
              linewidth = .5,
              palette = 'tab10')
plt.title('Use jittered plots to avoid overlapping of points', fontsize=22)
plt.rcParams['font.sans-serif']=['Simhei']
plt.xlabel("城市里程/加仑",fontsize=16)
plt.ylabel("公路里程/加仑",fontsize=16)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.show()

2. 计数图

处理数据

df.groupby(['hwy', 'cty']).size().head()

hwy  cty
12   9       5
14   11      2
15   11     10
16   11      3
     12      2
dtype: int64

df.groupby(['hwy', 'cty']).count().head()

.size() 和 .count() 的区别：

.size()只显示按主键计数的一列
.count()对每一列按主键计数

df.groupby(['hwy', 'cty']).size().reset_index().head() # 将原有的索引转换为特征，然后新增从0开始的索引

df_counts = df.groupby(['hwy', 'cty']).size().reset_index(name = 'counts') # name参数：用于原始Series里面本来是value的那些值的列名

df_counts.head()

画计数图

# 建立画布
fig, ax = plt.subplots(figsize = (12, 8), dpi = 80)
# 画图
sns.stripplot(df_counts.cty, df_counts.hwy,
              size = df_counts.counts * 2, # 尺寸
              ax = ax)
plt.title('Counts Plot - Size of circle is bigger as more points overlap', fontsize=18)
plt.rcParams['font.sans-serif']=['Simhei']
plt.xlabel("城市里程/加仑",fontsize=16)
plt.ylabel("公路里程/加仑",fontsize=16)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.show()