条形图和热图/Bar Charts and Heatmaps

现在你能创建你自己的折线图，是时候去学习更多的图表类型了！

不得不提，如果这是你第一次使用Python写代码的经历，你应该感到骄傲你能完成到这一步，因为学习一个复杂的新技能绝不容易。如果你坚持着这个微课程，你会发现每件事都会变得更容易（同时你绘制的图表也会变得更加引人注目），因为所有图表的代码都是非常相似的。跟任何技能一样，随着时间的推移与反复练习，编程会变得自然。

在这个教程里，你将学习条形图和热图。

启动Notebook

跟往常一样，从启动我们的编程环境开始。

In [1]:

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
print("Setup Complete")

Setup Complete

选择数据

本教程中，咱们将使用一份来自美国交通局的跟踪航班延误的数据集。

用Excel打开该CSV文件，看到一行代表每月（1是一月，二是二月类推），一列代表每个航线代码。

每个条目显示不同航空公司和月份（都在2015年）的平均到达延迟（以分钟数）。负面条目表示（平均）倾向于提前到达的航班。例如，1 月份美国航空公司的平均航班（航空公司代码：AA）晚约 7 分钟到达，而 4 月阿拉斯加航空公司的平均航班（航空公司代码：AS）大约提前 3 分钟到达。

加载数据

依旧，我们用 pd.rread_csv 加载数据。

In [2]:

# Path of the file to read
flight_filepath = "../input/flight_delays.csv"
# Read the file into a variable flight_data
flight_data = pd.read_csv(flight_filepath, index_col="Month")

你可能注意到上面的代码比咱们之前用过的稍微短点。在本例中，因为行标记（来自 'Month' 列）跟日期不一致，我们不能添加 parse_dates=True 到参数中。但是，我们照旧保留前两段文字，来提供：

• 数据集文件路径（本例中是 flight_filepath)，以及

• 将用于做索引行的列的名称（本例中，`index_col=”Month”）。

检查数据

因为数据不大，能较容易地打印它地内容，这可以通过仅用刚刚数据集的名字写一行代码是实现。

In [3]:

# Print the data
flight_data

Out [3]:

条形图

我们想创建一个条形图，来显示Spitit 航空公司（代码：NK）每个月的平均航班延误时间。

In [4]:

# Set the width and height of the figure
plt.figure(figsize=(10,6))
# Add title
plt.title("Average Arrival Delay for Spirit Airlines Flights, by Month")
# Bar chart showing average arrival delay for Spirit Airlines flights by month
sns.barplot(x=flight_data.index, y=flight_data['NK'])
# Add label for vertical axis
plt.ylabel("Arrival delay (in minutes)")

Out [4]:

Text(0, 0.5, 'Arrival delay (in minutes)')

定制文本（标题和垂直坐标标签）和图形大小的命令跟前面课程的很像。创建条形图的代码是新学的：

# Bar chart showing average arrival delay for Spirit Airlines flights by month
sns.barplot(x=flight_data.index, y=flight_data['NK'])

有三部分组成：

• sns.barplot - 这告诉notebook我们想要创建一个条形图。
• • 记住 sns 引用的是seaborn包，因此在本课程中所有你要去创建的图表都应该由这个前缀作为开始。

• x=flight_data.index - 这将确定在水平轴上使用什么。本例，我们选择了索引行的列（在本例中为包含月份列）。

• `y=flight_data[‘NK] - 这将设置数据中的列，用于确定每个柱的高度。本例，我们选择 NK 列。

重要提示：你必须选择带有 flight_data.index 的索引列，并且无法使用 flight_data['Month']（这将返回错误）。这是因为当我们加载数据集时，"Month"列用于索引行。我们总是要使用此特殊表示法来选择索引列。

热图

我们将学习另一个图表类型：热图！

下面的代码块中，我们创建了一个热图，快速可视化了 flight_data，每个小方块都根据其值进行了颜色映射。

In [5]:

# Set the width and height of the figure
plt.figure(figsize=(14,7))
# Add title
plt.title("Average Arrival Delay for Each Airline, by Month")
# Heatmap showing average arrival delay for each airline by month
sns.heatmap(data=flight_data, annot=True)
# Add label for horizontal axis
plt.xlabel("Airline")

Out [5]:

Text(0.5, 42.0, 'Airline')

创建热图的关键代码是：

# Heatmap showing average arrival delay for each airline by month
sns.heatmap(data=flight_data, annot=True)

他有三个主要组成部分：

• sns.heatmap - 这告诉notebook我们想要创建一个热图

• data=flight_data - 这告诉notebook使用所有的 flight_data 数据去创建热图。

• annot=True - 这可确保每个单元格的值显示在图表上。（不删除每个单元格中的数字）

表中可以检测到哪些模式？例如，如果你仔细观察，接近年底的月份（尤其是9-11个月）对于所有航空公司来说都显得相对黑暗。这表明航空公司在这几个月中在遵守时间表方面更好（ 平均而言）

What’s next?

通过代码训练创建你自己的可视化！