??本文介紹基于Python中seaborn模塊，實作聯合分布圖繪制的方法，
??聯合分布（Joint Distribution）圖是一種查看兩個或兩個以上變數之間兩兩相互關系的可視化圖，在資料分析操作中經常需要用到，一幅好看的聯合分布圖可以使得我們的資料分析更加具有可視性，讓大家眼前一亮，
??那么，本文就將用seaborn來實作聯合分布圖的繪制，seaborn是一個基于matplotlib的Python資料可視化模塊，借助于其，我們可以通過較為簡單的操作，繪制出各類動人的圖片，
??首先，引入需要的模塊，
import pandas as pd
import seaborn as sns
??接下來，將存盤有我們需要繪制聯合分布圖資料的檔案匯入，因為我是將資料存盤于.csv檔案，所以我這里用pd.read_csv來實作資料的匯入，我的資料在.csv檔案中長如下圖的樣子，其中共有107行，包括106行樣本加1行列標題；以及10列，我們就看前幾行即可：
??匯入資料的代碼如下：
data_path="G:/black_carbon_paper/97_BC20201230/00_Original/AllData5Factor.csv"
column_names=['FID','ID','X','Y','BC','Temp','Slope','RoDen','POI','GAIA']
my_data=https://www.cnblogs.com/fkxxgis/p/pd.read_csv(data_path,names=column_names,header=0)
??其中，data_path是.csv檔案存盤位置與檔案名，column_names是匯入的資料在Python中我希望其顯示的名字（為什么原始資料本來就有列標題但還要再設定這個column_names，本文下方有介紹）；header=0表示.csv檔案中的0行（也就是我們一般而言的第一行）是列標題；如果大家的初始資料沒有列標題，即其中的第一行就是資料自身，那么就需要設定header=None，
??執行上述代碼，我們將匯入的資料列印，看看在Python中其長什么樣子，
print(my_data)
??可以看到，匯入Python后資料的第7列，原本叫做Slope_1，但是設定我們自己命名的column_names后，其就將原本資料的列標題改為我們自己設定的標題Slope了，如果我們不設定column_names，匯入的資料就是這個樣子：
??可以看到，我們不用column_names的話，資料匯入Python后列名就是原始的Slope_1，
??我們繼續，其實用seaborn繪制聯合分布圖非常簡單（這就是seaborn對matplotlib改進，讓我們繪制復雜的圖時候不需要太麻煩），僅僅只有一下兩句代碼：
joint_columns=['BC','Temp','Slope','RoDen','POI','GAIA']
sns.pairplot(my_data[joint_columns],kind='reg',diag_kind='kde')
??其中，第一句是定義我們想要參與繪制聯合分布圖的列，將需要繪圖的列標題放入joint_column，可以看到，因為我的資料中，具有ID這種編號列，而肯定編號是不需要參與繪圖的，那么我們就不將其放入joint_column即可，
??第二句就是繪圖，kind表示聯合分布圖中非對角線圖的型別，可選'reg'與'scatter'、'kde'、'hist'，'reg'代表在圖片中加入一條擬合直線，'scatter'就是不加入這條直線,'kde'是等高線的形式，'hist'就是類似于柵格地圖的形式；diag_kind表示聯合分布圖中對角線圖的型別，可選'hist'與'kde'，'hist'代表直方圖，'kde'代表直方圖曲線化，
??以kind和diag_kind分別選擇'reg'和'kde'為例，繪圖結果如下：
??以kind和diag_kind分別選擇'scatter'和'hist'為例，繪圖結果如下：
??個人感覺第一幅圖好看些~
??不過，由于參與繪圖的變數個數比較多，因此使得圖中的字體有點看不清，可以加上一句代碼在sns.pairplot這句代碼的上面：
sns.set(font_scale=1.2)
??其中，font_scale就是字體的大小，后面的數字越大，字體就越大，以font_scale=1.2為例，讓我們看看效果：
??這樣子字體就大了~
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/543726.html
標籤：Python