Python數(shù)據(jù)可視化（微課版） 課件 第2章 Python數(shù)據(jù)可視化庫(kù)

匯報(bào)人：AiPPT時(shí)間：20XX.XX20XXPOWERPOINTDESIGN-------------------------------Python數(shù)據(jù)可視化庫(kù)概覽目錄ContentsMatplotlib：基礎(chǔ)與應(yīng)用01Pyecharts：交互式數(shù)據(jù)可視化06Seaborn：高級(jí)統(tǒng)計(jì)可視化02HoloViews：簡(jiǎn)化數(shù)據(jù)可視化創(chuàng)建07Scikit-plot：機(jī)器學(xué)習(xí)可視化03Plotly：交互式圖表庫(kù)08Python-igraph：網(wǎng)絡(luò)分析與可視化04Wordcloud：詞云展示庫(kù)09Networkx：圖論與復(fù)雜網(wǎng)絡(luò)建模05習(xí)題與實(shí)訓(xùn)10PARTMatplotlib：基礎(chǔ)與應(yīng)用01POWERPOINTDESIGN-------------------------------Matplotlib概述Matplotlib是Python著名的繪圖庫(kù)，由JohnHunter在2003年創(chuàng)建。廣泛用于繪制2D和3D圖形，如條形圖、散點(diǎn)圖等。其代碼簡(jiǎn)單易懂，易于擴(kuò)展，可繪制高質(zhì)量圖形，包括出版物級(jí)別的圖形。它是免費(fèi)和開(kāi)源的，幾行代碼即可生成多種圖形。盡管Matplotlib有默認(rèn)圖形樣式和美觀度不如現(xiàn)代庫(kù)（如Seaborn、Plotly）的缺點(diǎn)，且在動(dòng)態(tài)更新圖形或?qū)崟r(shí)顯示數(shù)據(jù)的應(yīng)用中可能不是最佳選擇，渲染性能在大規(guī)模數(shù)據(jù)集或復(fù)雜視圖時(shí)可能成瓶頸，但它仍是數(shù)據(jù)科學(xué)和可視化的基石庫(kù)，適用于各種圖表和展示，社區(qū)支持強(qiáng)大。Matplotlib安裝與使用安裝Python環(huán)境后，可通過(guò)更換清華源（pipconfigsetglobal.index-url/simple）來(lái)優(yōu)化pip安裝。安裝Matplotlib時(shí)，也會(huì)安裝Numpy庫(kù)，常用于數(shù)組和矩陣運(yùn)算。使用時(shí)，通過(guò)importmatplotlib.pyplotasplt引入庫(kù)。例如，繪制y=x直線(xiàn)的簡(jiǎn)單代碼展示了其易用性。Matplotlib簡(jiǎn)介與特點(diǎn)以繪制y=x直線(xiàn)為例，展示了Matplotlib生成圖形的基本流程。代碼簡(jiǎn)潔，輸出圖形直觀，體現(xiàn)了Matplotlib在基礎(chǔ)繪圖方面的高效性和實(shí)用性。通過(guò)簡(jiǎn)單的代碼，即可生成清晰的圖形，如圖2-1所示，直觀展示了y=x的關(guān)系。繪制基礎(chǔ)圖形Matplotlib的實(shí)踐示例PARTSeaborn：高級(jí)統(tǒng)計(jì)可視化02POWERPOINTDESIGN-------------------------------Seaborn概述Seaborn利用Matplotlib的強(qiáng)大功能，以簡(jiǎn)潔的代碼創(chuàng)建美觀圖表。其默認(rèn)款式和調(diào)色板設(shè)計(jì)現(xiàn)代，基于Matplotlib構(gòu)建，需了解Matplotlib以調(diào)整默認(rèn)值。Seaborn是Python數(shù)據(jù)可視化分析的重要包，專(zhuān)用于統(tǒng)計(jì)可視化，與Pandas無(wú)縫連接，語(yǔ)法簡(jiǎn)潔，是Matplotlib的補(bǔ)充而非替代。它以數(shù)據(jù)可視化為中心，提供面向數(shù)據(jù)集制圖函數(shù)，操作行列索引和數(shù)組，進(jìn)行內(nèi)部語(yǔ)義映射與統(tǒng)計(jì)整合，生成信息豐富的圖表。Seaborn安裝與使用安裝Seaborn庫(kù)簡(jiǎn)單，通過(guò)pipinstallseaborn命令即可。使用時(shí)，通過(guò)importseabornassns引入庫(kù)。繪制y=x直線(xiàn)的例程展示了Seaborn的使用方法，通過(guò)sns.lineplot(x=x,y=y)繪制直線(xiàn)，并設(shè)置圖表標(biāo)題和軸標(biāo)簽，輸出圖形如圖2-2所示，體現(xiàn)了Seaborn在生成美觀圖表方面的優(yōu)勢(shì)。Seaborn簡(jiǎn)介與優(yōu)勢(shì)繪制統(tǒng)計(jì)圖表通過(guò)繪制y=x直線(xiàn)的例程，展示了Seaborn在繪制統(tǒng)計(jì)圖表方面的應(yīng)用。與Matplotlib相比，Seaborn生成的圖形更加美觀，代碼更加簡(jiǎn)潔。通過(guò)簡(jiǎn)單的設(shè)置，即可生成具有標(biāo)題和軸標(biāo)簽的圖表，如圖2-2所示，體現(xiàn)了Seaborn在統(tǒng)計(jì)可視化方面的高效性和易用性。Seaborn的實(shí)踐應(yīng)用PARTScikit-plot：機(jī)器學(xué)習(xí)可視化03POWERPOINTDESIGN-------------------------------Scikit-plot概述Scikit-plot是建立在matplotlib之上的Python庫(kù)，為機(jī)器學(xué)習(xí)可視化提供高級(jí)接口。它旨在簡(jiǎn)化機(jī)器學(xué)習(xí)模型的可視化過(guò)程，幫助數(shù)據(jù)科學(xué)家和分析師理解數(shù)據(jù)和模型性能。適合熟悉scikit-learn的用戶(hù)，通過(guò)簡(jiǎn)單函數(shù)調(diào)用生成多種圖表，如混淆矩陣、ROC曲線(xiàn)等，用于模型評(píng)估、選擇和調(diào)優(yōu)以及特征重要性分析。Scikit-plot安裝與使用安裝Scikit-plot庫(kù)通過(guò)pipinstallscikit-plot命令。使用時(shí)，通過(guò)importscikitplotasskplt引入庫(kù)。通過(guò)一個(gè)簡(jiǎn)單的例程，展示了Scikit-plot生成ROC曲線(xiàn)的過(guò)程。在這個(gè)例程中，使用了scikit-learn的digits數(shù)據(jù)集和GaussianNB模型，通過(guò)skplt.metrics.plot_roc(y_test,predicted_probas)生成ROC曲線(xiàn)，如圖2-3所示，體現(xiàn)了Scikit-plot在機(jī)器學(xué)習(xí)可視化方面的應(yīng)用。Scikit-plot簡(jiǎn)介與功能”通過(guò)一個(gè)具體的例程，展示了Scikit-plot在生成機(jī)器學(xué)習(xí)模型性能圖表方面的應(yīng)用。在這個(gè)例程中，通過(guò)加載digits數(shù)據(jù)集，訓(xùn)練GaussianNB模型，并使用Scikit-plot生成ROC曲線(xiàn)，直觀地展示了模型的性能。如圖2-3所示，ROC曲線(xiàn)清晰地展示了模型的真正例率和假正例率，幫助分析師評(píng)估模型的性能。生成機(jī)器學(xué)習(xí)模型性能圖表Scikit-plot的實(shí)踐案例PARTPython-igraph：網(wǎng)絡(luò)分析與可視化04POWERPOINTDESIGN-------------------------------igraph是開(kāi)源免費(fèi)的網(wǎng)絡(luò)分析工具集合，python-igraph是其Python接口，高效且功能豐富?；贑/C++圖形庫(kù)igraph，繼承高性能特性，適用于處理大型和復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)。廣泛應(yīng)用于社會(huì)網(wǎng)絡(luò)分析、生物信息學(xué)等領(lǐng)域。提供創(chuàng)建圖對(duì)象、添加和刪除節(jié)點(diǎn)和邊等功能，支持有向圖、無(wú)向圖和混合圖。內(nèi)置大量算法，如中心性計(jì)算、社區(qū)檢測(cè)等，可視化功能雖不及專(zhuān)業(yè)軟件包，但足以生成高質(zhì)量圖形，API設(shè)計(jì)簡(jiǎn)化編程復(fù)雜度。Python-igraph概述安裝Python-igraph庫(kù)通過(guò)pipinstallpython-igraphpycairo命令。使用時(shí)，通過(guò)importigraphasig引入庫(kù)。通過(guò)一個(gè)簡(jiǎn)單的例程，展示了Python-igraph生成皮特森圖的過(guò)程。在這個(gè)例程中，通過(guò)igraph內(nèi)置的函數(shù)直接展示了著名的皮特森圖，如圖2-4所示，體現(xiàn)了Python-igraph在網(wǎng)絡(luò)分析和可視化方面的應(yīng)用。Python-igraph安裝與使用Python-igraph簡(jiǎn)介與特點(diǎn)通過(guò)一個(gè)具體的例程，展示了Python-igraph在網(wǎng)絡(luò)分析和可視化方面的應(yīng)用。在這個(gè)例程中，通過(guò)使用igraph內(nèi)置的函數(shù)，直接生成了著名的皮特森圖，如圖2-4所示。這個(gè)圖展示了Python-igraph在構(gòu)建和分析網(wǎng)絡(luò)圖方面的強(qiáng)大功能，通過(guò)簡(jiǎn)單的代碼即可生成復(fù)雜的網(wǎng)絡(luò)圖，體現(xiàn)了其高效性和易用性。構(gòu)建與分析網(wǎng)絡(luò)圖Python-igraph的實(shí)踐操作PARTNetworkx：圖論與復(fù)雜網(wǎng)絡(luò)建模05POWERPOINTDESIGN-------------------------------01Networkx是2002年5月產(chǎn)生的Python圖論與復(fù)雜網(wǎng)絡(luò)建模工具，內(nèi)置常用圖與復(fù)雜網(wǎng)絡(luò)分析算法。支持創(chuàng)建簡(jiǎn)單無(wú)向圖、有向圖和多重圖，節(jié)點(diǎn)可為任意數(shù)據(jù)，支持任意邊值維度。功能豐富，簡(jiǎn)單易用，適用于處理千萬(wàn)級(jí)別以下的網(wǎng)絡(luò)，廣泛應(yīng)用于學(xué)術(shù)研究、數(shù)據(jù)分析等領(lǐng)域。與python-igraph相比，NetworkX注重提供簡(jiǎn)單易用的工具和算法，以便研究復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)和動(dòng)態(tài)行為。Networkx概述02安裝Networkx庫(kù)通過(guò)pipinstallnetworkx命令。使用時(shí)，通過(guò)importnetworkxasnx引入庫(kù)。通過(guò)一個(gè)簡(jiǎn)單的例程，展示了Networkx生成無(wú)向圖的過(guò)程。在這個(gè)例程中，通過(guò)創(chuàng)建無(wú)向圖并添加邊，使用Networkx繪制了一個(gè)包含兩個(gè)節(jié)點(diǎn)和一條邊的無(wú)向圖，如圖2-5所示，體現(xiàn)了Networkx在圖論與復(fù)雜網(wǎng)絡(luò)建模方面的應(yīng)用。Networkx安裝與使用Networkx簡(jiǎn)介與功能通過(guò)一個(gè)具體的例程，展示了Networkx在創(chuàng)建和分析復(fù)雜網(wǎng)絡(luò)方面的應(yīng)用。在這個(gè)例程中，通過(guò)創(chuàng)建無(wú)向圖并添加邊，使用Networkx繪制了一個(gè)簡(jiǎn)單的無(wú)向圖，如圖2-5所示。這個(gè)圖展示了Networkx在創(chuàng)建和分析復(fù)雜網(wǎng)絡(luò)方面的強(qiáng)大功能，通過(guò)簡(jiǎn)單的代碼即可生成復(fù)雜的網(wǎng)絡(luò)圖，體現(xiàn)了其高效性和易用性。創(chuàng)建與分析復(fù)雜網(wǎng)絡(luò)Networkx的實(shí)踐應(yīng)用PARTPyecharts：交互式數(shù)據(jù)可視化06POWERPOINTDESIGN-------------------------------Pyecharts概述Pyecharts是用于生成Echarts圖表的Python庫(kù)，Echarts是由百度開(kāi)發(fā)的開(kāi)源可視化庫(kù)。Pyecharts利用Echarts的強(qiáng)大功能，使得在Python環(huán)境中創(chuàng)建交互式、動(dòng)態(tài)的圖表變得簡(jiǎn)單易行。特別適合于web報(bào)告和演示文稿，生成的圖表可以easily嵌入到網(wǎng)頁(yè)中，并支持用戶(hù)交互操作。提供簡(jiǎn)單而強(qiáng)大的方式創(chuàng)建多種動(dòng)態(tài)圖表，使數(shù)據(jù)可視化變得容易有趣。Pyecharts安裝與使用安裝Pyecharts庫(kù)通過(guò)pipinstallpyecharts命令。使用時(shí)，按需引入所需的組件，如引入柱狀圖。通過(guò)一個(gè)簡(jiǎn)單的例程，展示了Pyecharts生成柱狀圖的過(guò)程。在這個(gè)例程中，通過(guò)使用Pyecharts的Bar組件，生成了一個(gè)某商場(chǎng)銷(xiāo)售情況的柱狀圖，如圖2-6所示，體現(xiàn)了Pyecharts在交互式數(shù)據(jù)可視化方面的應(yīng)用。Pyecharts簡(jiǎn)介與特點(diǎn)創(chuàng)建交互式圖表通過(guò)一個(gè)具體的例程，展示了Pyecharts在創(chuàng)建交互式圖表方面的應(yīng)用。在這個(gè)例程中，通過(guò)使用Pyecharts的Bar組件，生成了一個(gè)某商場(chǎng)銷(xiāo)售情況的柱狀圖，如圖2-6所示。這個(gè)圖展示了Pyecharts在創(chuàng)建交互式圖表方面的強(qiáng)大功能，通過(guò)簡(jiǎn)單的代碼即可生成復(fù)雜的交互式圖表，體現(xiàn)了其高效性和易用性。Pyecharts的實(shí)踐案例PARTHoloViews：簡(jiǎn)化數(shù)據(jù)可視化創(chuàng)建07POWERPOINTDESIGN-------------------------------HoloViews是基于Python的開(kāi)源庫(kù)，旨在簡(jiǎn)化數(shù)據(jù)可視化的創(chuàng)建過(guò)程。建立在Bokeh、Matplotlib等庫(kù)基礎(chǔ)上，提供高級(jí)抽象，使用戶(hù)使用更少代碼創(chuàng)建交互性可視化。核心思想是將數(shù)據(jù)、可視化元素和交互性組合，使可視化更直觀容易。可與Pandas、Dask等數(shù)據(jù)處理庫(kù)無(wú)縫集成，支持多種圖表類(lèi)型，輕松添加交互性，支持面板儀表板創(chuàng)建，適用于科學(xué)研究、數(shù)據(jù)分析等領(lǐng)域。HoloViews概述安裝HoloViews庫(kù)通過(guò)pipinstallholoviews命令。使用時(shí)，通過(guò)importholoviewsashv引入庫(kù)。通過(guò)一個(gè)簡(jiǎn)單的例程，展示了HoloViews生成可交互散點(diǎn)圖的過(guò)程。在這個(gè)例程中，通過(guò)使用HoloViews的Points元素，生成了一個(gè)簡(jiǎn)單的可交互散點(diǎn)圖，如圖2-7所示，體現(xiàn)了HoloViews在簡(jiǎn)化數(shù)據(jù)可視化創(chuàng)建方面的應(yīng)用。HoloViews安裝與使用HoloViews簡(jiǎn)介與功能通過(guò)一個(gè)具體的例程，展示了HoloViews在創(chuàng)建交互性可視化方面的應(yīng)用。在這個(gè)例程中，通過(guò)使用HoloViews的Points元素，生成了一個(gè)簡(jiǎn)單的可交互散點(diǎn)圖，如圖2-7所示。這個(gè)圖展示了HoloViews在創(chuàng)建交互性可視化方面的強(qiáng)大功能，通過(guò)簡(jiǎn)單的代碼即可生成復(fù)雜的交互性可視化，體現(xiàn)了其高效性和易用性。01創(chuàng)建交互性可視化HoloViews的實(shí)踐操作PARTPlotly：交互式圖表庫(kù)08POWERPOINTDESIGN-------------------------------Plotly是強(qiáng)大的交互式圖表庫(kù)，支持多種編程語(yǔ)言，包括Python。在Python中，通過(guò)plotly包實(shí)現(xiàn)，提供豐富的圖表類(lèi)型和細(xì)致的圖表控制選項(xiàng)，使創(chuàng)建高質(zhì)量交互式圖表和數(shù)據(jù)可視化簡(jiǎn)單直觀。生成的圖表基于web，可輕松嵌入網(wǎng)頁(yè)，支持用戶(hù)交互操作，如縮放、平移、懸停提示等。廣泛應(yīng)用于數(shù)據(jù)分析、科學(xué)研究等領(lǐng)域，特別適合高度交互性的數(shù)據(jù)探索任務(wù)和創(chuàng)建動(dòng)態(tài)、響應(yīng)式可視化。安裝Plotly庫(kù)通過(guò)pipinstallplotlyplotly_express命令。使用時(shí)，通過(guò)importplotly_expressaspx或importplotly.graph_objectsasgo引入庫(kù)。通過(guò)一個(gè)簡(jiǎn)單的例程，展示了Plotly生成加拿大人口柱狀圖的過(guò)程。在這個(gè)例程中，通過(guò)使用Plotly的px.bar函數(shù)，生成了一個(gè)加拿大歷年來(lái)的人口數(shù)據(jù)信息柱狀圖，如圖2-8所示，體現(xiàn)了Plotly在交互式圖表方面的應(yīng)用。Plotly概述Plotly安裝與使用Plotly簡(jiǎn)介與特點(diǎn)創(chuàng)建動(dòng)態(tài)交互式圖表通過(guò)一個(gè)具體的例程，展示了Plotly在創(chuàng)建動(dòng)態(tài)交互式圖表方面的應(yīng)用。在這個(gè)例程中，通過(guò)使用Plotly的px.bar函數(shù)，生成了一個(gè)加拿大歷年來(lái)的人口數(shù)據(jù)信息柱狀圖，如圖2-8所示。這個(gè)圖展示了Plotly在創(chuàng)建動(dòng)態(tài)交互式圖表方面的強(qiáng)大功能，通過(guò)簡(jiǎn)單的代碼即可生成復(fù)雜的動(dòng)態(tài)交互式圖表，體現(xiàn)了其高效性和易用性。01Plotly的實(shí)踐應(yīng)用PARTWordcloud：詞云展示庫(kù)09POWERPOINTDESIGN-------------------------------Wordcloud是優(yōu)秀的詞云展示第三方庫(kù)，以詞語(yǔ)為基本單位，通過(guò)圖形可視化方式，直觀藝術(shù)展示文本。通過(guò)文本分詞將關(guān)鍵詞以視覺(jué)吸引形式展示，詞大小通常表示頻率或重要性。適合展示文本數(shù)據(jù)中最顯著的詞，如演講、文章或社交媒體內(nèi)容的關(guān)鍵詞提取。Wordcloud概述安裝Wordcloud庫(kù)通過(guò)pipinstallwordcloud命令。使用時(shí)，通過(guò)importwordcloudasnx引入庫(kù)。通過(guò)一個(gè)簡(jiǎn)單的例程，展示了Wordcloud生成詞云圖的過(guò)程。在這個(gè)例程中，通過(guò)使用Wordcloud庫(kù)對(duì)一句話(huà)進(jìn)行解析，并針對(duì)里面的關(guān)鍵詞生成對(duì)應(yīng)的詞云，如圖2-9所示，體現(xiàn)了Wordcloud在詞云展示方面的應(yīng)用。Wordcloud安裝與使用Wordcloud簡(jiǎn)介與特點(diǎn)通過(guò)一個(gè)具體的例程，展示了Wordcloud在生成詞云圖方面的應(yīng)用。在這個(gè)例程中，通過(guò)使用Wordcloud庫(kù)對(duì)一句話(huà)進(jìn)行解析，并針對(duì)里面的關(guān)鍵詞生成對(duì)應(yīng)的詞云，如圖2-9所示。這個(gè)圖展示了Wordcloud在生成詞云圖方面的強(qiáng)大功能，通過(guò)簡(jiǎn)單的代碼即可生成復(fù)雜的詞云圖，體現(xiàn)了其高效性和易用性。生成詞云圖Wordcloud的實(shí)踐操作PART習(xí)題與實(shí)訓(xùn)010POWERPOINTDESIGN-------------------------------選擇題Python中最常用的繪圖庫(kù)是什么？A.SeabornB.PlotlyC.MatplotlibD.Scikit-plotSeaborn庫(kù)是基于哪個(gè)庫(kù)進(jìn)行更高級(jí)的API封裝？A.MatplotlibB.PlotlyC.PyechartsD.HoloViewsScikit-plot主要用于哪個(gè)領(lǐng)域的可視化？A.網(wǎng)絡(luò)分析B.機(jī)器學(xué)習(xí)C.經(jīng)濟(jì)數(shù)據(jù)分析D.地理信息系統(tǒng)Python-igraph庫(kù)適用于哪類(lèi)數(shù)據(jù)的可視化？A.時(shí)間序列B.地理空間數(shù)據(jù)C.網(wǎng)絡(luò)和復(fù)雜圖結(jié)構(gòu)D.統(tǒng)計(jì)數(shù)據(jù)分析HoloViews庫(kù)旨在簡(jiǎn)化哪個(gè)過(guò)程？A.數(shù)據(jù)清洗B.數(shù)據(jù)建模C.數(shù)據(jù)可視化創(chuàng)建D.數(shù)據(jù)存儲(chǔ)01判斷題Matplotlib無(wú)法繪制3D圖形。（對(duì)/錯(cuò)）Seaborn不能與Pandas無(wú)縫連接。（對(duì)/錯(cuò)）Scikit-plot是基于Seaborn庫(kù)開(kāi)發(fā)的。（對(duì)/錯(cuò)）Python-igraph支持創(chuàng)建有向圖和無(wú)向圖。（對(duì)/錯(cuò)）Pyecharts主要用于命令行數(shù)據(jù)可視化。（對(duì)/錯(cuò)）02填空題Matplotlib由在______年創(chuàng)建。Seaborn在Matplotlib的基礎(chǔ)上進(jìn)行了______級(jí)的API封裝。Scikit