Python数据可视化与单变量分析指南

### Python 数据可视化与单变量分析指南 在数据分析中，可视化数据和进行单变量分析是非常重要的环节。本文将介绍如何使用 Python 中的不同库进行数据可视化和单变量分析，包括使用 Bokeh 库绘制条形图和子图，以及使用 seaborn 库进行直方图、箱线图、小提琴图和摘要表的绘制。 #### 1. 使用 Bokeh 进行数据可视化 Bokeh 是一个强大的 Python 库，可用于创建交互式可视化图表。以下是使用 Bokeh 绘制条形图和子图的步骤： 1. **导入必要的库**： ```python import pandas as pd from bokeh.plotting import figure, show, output_notebook import bokeh.plotting as bk_plot ``` 2. **加载数据**： ```python houseprices_data = pd.read_csv("your_file.csv") ``` 3. **数据检查**： ```python print(houseprices_data.head()) print(houseprices_data.dtypes) print(houseprices_data.shape) ``` 4. **创建每平方米价格变量**：（假设你有相关列） ```python houseprices_data['price_per_sq_meter'] = houseprices_data['Price'] / houseprices_data['Area'] ``` 5. **按价格排序**： ```python houseprices_data = houseprices_data.sort_values(by='Price') ``` 6. **绘制条形图**： ```python output_notebook() p = figure(x_range=houseprices_data['Zip'], width=800, height=400) p.vbar(x=houseprices_data['Zip'], top=houseprices_data['Price'], width=0.9) ``` 7. **添加图表细节**： ```python p.title.text = "Top 10 Areas by House Price" p.xaxis.axis_label = "Zip Code" p.yaxis.axis_label = "House Price" p.title.text_font_size = "16pt" p.xaxis.axis_label_text_font_size = "12pt" p.yaxis.axis_label_text_font_size = "12pt" p.xaxis.major_label_text_font_size = "10pt" p.yaxis.major_label_text_font_size = "10pt" show(p) ``` 8. **创建子图**： ```python from bokeh.layouts import gridplot p1 = figure(width=400, height=400) p1.circle(houseprices_data['Area'], houseprices_data['Price']) p2 = figure(width=400, height=400) p2.line(houseprices_data['Room'], houseprices_data['Price']) grid = gridplot([[p1, p2]]) show(grid) ``` Bokeh 提供了许多交互式功能，如缩放、平移和悬停。除了基本的交互功能外，还可以通过回调和小部件实现更复杂的交互。 #### 2. 使用 seaborn 进行单变量分析 seaborn 是一个基于 matplotlib 的 Python 数据可视化库，可用于创建各种统计图表。以下是使用 seaborn 进行单变量分析的几种方法： ##### 2.1 直方图 直方图是一种用于展示连续变量频率分布的图表。以下是创建直方图的步骤： 1. **导入必要的库**： ```python import pandas as pd import matplotlib.pyplot as plt import seaborn as sns ``` 2. **加载数据**： ```python penguins_data = pd.read_csv("data/penguins_size.csv") penguins_data = penguins_data[['species', 'culmen_length_mm']] ``` 3. **数据检查**： ```python print(penguins_data.head()) print(penguins_data.shape) print(penguins_data.dtypes) ``` 4. **创建直方图**： ```python sns.histplot(data=penguins_data, x=penguins_data["culmen_length_mm"]) ``` 5. **添加图表细节**： ```python plt.figure(figsize=(12, 6)) ax = sns.histplot(data=penguins_data, x=penguins_data["cul ```