Python數據可視化：如何選擇合適的圖表可視化？

最近在學(xué)習嵌入式Linux，沒(méi)系統掌握前暫時(shí)沒(méi)辦法輸出相關(guān)的博文，最近準備先分享一些Python數據可視化的相關(guān)知識。

本篇文章為Python數據可視化第一篇，講解如何選擇合適的圖表進(jìn)行數據可視化。

國外專(zhuān)家Nathan Yau總結了數據可視化過(guò)程中要經(jīng)歷的4個(gè)過(guò)程。

• 你擁有什么樣的數據（What data do you have） ?

• 你想表達什么樣的數據信息（What do you want to know about your data） ?

• 你應該采用什么樣的數據可視化方法（What visualization methods should youuse） ?

• 你從圖表中能獲得什么樣的數據信息（What do you see and does it makessense）?

如下圖所示：

其中，你應該采用什么樣的數據可視化方法尤為關(guān)鍵，這就需要我們了解有哪些圖表類(lèi)型來(lái)可視化數據。

根據表達數據的側重內容點(diǎn)，將圖表類(lèi)型分為6大類(lèi)：類(lèi)別比較圖表、數據關(guān)系圖表、數據分布圖表、時(shí)間序列圖表、局部整體圖表和地理空間圖表（有些圖表也可以歸類(lèi)于兩種或多種圖表類(lèi)型）。

1

類(lèi)別比較圖表

類(lèi)別比較型圖表的數據一般分為：數值型和類(lèi)別型兩種數據類(lèi)型，主要包括：柱形圖、條形圖、雷達圖、坡度圖、詞云圖等，通常用來(lái)比較數據的規模。

如下所示：

2

數據關(guān)系圖表

數據關(guān)系型圖表分為數值關(guān)系型、層次關(guān)系型和網(wǎng)絡(luò )關(guān)系型三種圖表類(lèi)型。

• 數值關(guān)系型圖表主要展示兩個(gè)或多個(gè)變量之間的關(guān)系，包括最常見(jiàn)的散點(diǎn)圖、氣泡圖、曲面圖、矩陣散點(diǎn)圖等。該圖表的變量一般都為數值型，當變量為1~3個(gè)時(shí)，可以采用散點(diǎn)圖、氣泡圖、曲面圖等；當變量多于3個(gè)時(shí)，可以采用高維數據可視化方法，如平行坐標系、矩陣散點(diǎn)圖、徑向坐標圖、星形圖和切爾諾夫臉譜圖等。

• 層次關(guān)系型圖表著(zhù)重表達數據個(gè)體之間的層次關(guān)系，主要包括包含和從屬兩類(lèi)，比如公司不同部門(mén)的組織結構，不同洲的國家包含關(guān)系等，包括節點(diǎn)鏈接圖、樹(shù)形圖、冰柱圖、旭日圖、圓填充圖、矩形樹(shù)狀圖等。

• 網(wǎng)絡(luò )關(guān)系型圖表是指那些不具備層次結構的關(guān)系數據的可視化。與層次關(guān)系型數據不同，網(wǎng)絡(luò )關(guān)系型數據并不具備自底向上或者自頂向下的層次結構，表達的數據關(guān)系更加自由和復雜，其可視化的方法常包括：?；鶊D、****圖、節點(diǎn)鏈接圖、弧長(cháng)鏈接圖、蜂箱圖等。

如下圖所示：

3

數據分布圖表

數據分布型圖表主要顯示數據集中的數值及其出現的頻率或者分布規律，包括統計直方圖、核密度曲線(xiàn)圖、箱形圖、小提琴圖等。

如下圖所示：

其中，統計直方圖最為簡(jiǎn)單與常見(jiàn)，又稱(chēng)質(zhì)量分布圖，由一系列高度不等的縱向條紋或線(xiàn)段表示數據分布的情況，一般用橫軸表示數據類(lèi)型，縱軸表示分布情況。

4

時(shí)間序列圖表

時(shí)間序列型圖表強調數據隨時(shí)間的變化規律或者趨勢，X軸一般為時(shí)序數據，Y軸為數值型數據，包括折線(xiàn)圖、面積圖、雷達圖、日歷圖、柱形圖等。

如下圖所示：

其中，折線(xiàn)圖是用來(lái)顯示時(shí)間序列變化趨勢的標準方式，非常適用于顯示在相等時(shí)間間隔下數據的趨勢。

5

局部整體圖表

局部整體型圖表能顯示出局部組成成分與整體的占比信息，主要包括餅圖、圓環(huán)圖、旭日圖、華夫餅圖、矩形樹(shù)狀圖等。

餅圖是用來(lái)呈現部分和整體關(guān)系的常見(jiàn)方式，在餅圖中，每個(gè)扇區的弧長(cháng)（以及圓心角和面積)大小為其所表示的數量的比例。但要注意的是，這類(lèi)圖很難去精確比較不同組成的大小。

6

地理空間圖表

地理空間型圖表主要展示數據中的精確位置和地理分布規律，包括等值區間地圖、帶氣泡的地圖、帶散點(diǎn)的地圖等。地圖用地理坐標系可以映射位置數據。位置數據的形式有許多種，包括經(jīng)度、緯度、郵編等。但通常都是用緯度和經(jīng)度來(lái)描述的。Python的GeoPandas包可以讀取SHP和GEOJSON等格式的地理空間數據，使用plot()函數或者ggplot()函數可以繪制地理空間型圖表。

《地圖管理條例》第十五條規定：“國家實(shí)行地圖審核制度。向社會(huì )公開(kāi)的地圖，應當報送有審核權的測繪地理信息行政主管部門(mén)審核。但是，景區圖、街區圖、地鐵線(xiàn)路圖等內容簡(jiǎn)單的地圖除外?！?/p>

繪制這些不同類(lèi)型的圖表，主要使用matplotlib、plotnine、Seaborn等包。對于二維直角坐標系下的圖表，主要使用plotnine和Seaborn；對于極坐標系和三維直角坐標系下的圖表，則需要使用matplotlib繪制以上不同類(lèi)別的圖表。

這些圖表的繪制方法在后面的文章都會(huì )進(jìn)行詳細講解。