本文所演示的的可視化方法

散點(diǎn)圖 （Scatterplot)

直方圖 (Histogram）

小提琴圖 （Violinplot)

特征兩兩對(duì)比圖（Pairplot）

安德魯斯曲線 (Andrews curves)

核密度圖 (Kernel density estimation plot)

平行坐標(biāo)圖 （Parallel coordinates）

Radviz （力矩圖？）

熱力圖 (Heatmap)

氣泡圖 (Bubbleplot)

這里主要使用Python一個(gè)流行的作圖工具: Seaborn library，同時(shí)Pandas和bubbly輔助。為什么Seaborn比較好？

因?yàn)楹芏鄷r(shí)候數(shù)據(jù)分析，建模前，都要清洗數(shù)據(jù)，清洗后數(shù)據(jù)的結(jié)果總要有個(gè)格式，我知道的最容易使用，最方便輸入模型, 最好畫圖的格式叫做\"Tidy Data\" (Wickham H. Tidy data[J]. Journal of Statistical Software, 2014, 59(10): 1-23.) 其實(shí)很簡單，Tidy Data格式就是：

每條觀察（記錄）自己占一行

觀察（記錄）的每個(gè)特征自己占一列

舉個(gè)例子，我們即將作圖的數(shù)據(jù)集IRIS就是Tidy Data（IRIS（IRIS數(shù)據(jù)集）_百度百科）：

Iris數(shù)據(jù)集是常用的分類實(shí)驗(yàn)數(shù)據(jù)集，由Fisher, 1936收集整理。Iris也稱鳶尾花卉數(shù)據(jù)集，是一類多重變量分析的數(shù)據(jù)集。數(shù)據(jù)集包含150個(gè)數(shù)據(jù)集，分為3類，每類50個(gè)數(shù)據(jù)，每個(gè)數(shù)據(jù)包含4個(gè)屬性?？赏ㄟ^花萼長度，花萼寬度，花瓣長度，花瓣寬度4個(gè)屬性預(yù)測鳶尾花卉屬于（Setosa，Versicolour，Virginica）三個(gè)種類中的哪一類。

該數(shù)據(jù)集包含了5個(gè)屬性：

Sepal.Length（花萼長度），單位是cm;

Sepal.Width（花萼寬度），單位是cm;

Petal.Length（花瓣長度），單位是cm;

Petal.Width（花瓣寬度），單位是cm;

種類：Iris Setosa（山鳶尾）、Iris Versicolour（雜色鳶尾），以及Iris Virginica（維吉尼亞鳶尾）。

可以看到，每條觀察（ID=0,1,2...）自己占一行，每個(gè)特征(四個(gè)部位長/寬度，種類）自己占一列。Seaborn就是為Tidy Data設(shè)計(jì)的，所以方便使用。

所以這個(gè)數(shù)據(jù)集有6列，6個(gè)特征，很多時(shí)候做可視化就是為了更好的了解數(shù)據(jù)，比如這里就是想看每個(gè)種類的花有什么特點(diǎn)，怎么樣根據(jù)其他特征把花分為三類。我個(gè)人的喜好是首先一張圖盡量多的包含數(shù)據(jù)點(diǎn)，展示數(shù)據(jù)信息，從中發(fā)現(xiàn)規(guī)律。我們可以利用以下代碼完全展示全部維度和數(shù)據(jù)這里用的bubbly：

Python做出來，其實(shí)是一張可以拖動(dòng)角度，放大縮小的圖，拖一拖看各角度視圖會(huì)發(fā)現(xiàn)三類還是分的挺明顯的。Github上這個(gè)bubbly還是很厲害的，方便。

接下來開始做一些基礎(chǔ)的可視化，沒有用任何修飾，代碼只有最關(guān)鍵的畫圖部分，可視化作為比賽的一個(gè)基礎(chǔ)和開端，個(gè)人理解做出的圖能看就行，美不美無所謂，不美也不扣分。因?yàn)?/p>

散點(diǎn)圖，可以得到相關(guān)性等信息，比如基本上SepalLengthCm越大，SepalWidthCm越大

使用Jointplot, 看兩個(gè)變量的分布，KDE圖，同時(shí)展示對(duì)應(yīng)的數(shù)據(jù)點(diǎn)

就像上一篇說的，比賽中的每個(gè)環(huán)節(jié)都至關(guān)重要，很有必要看下這些分布直方圖，kde圖，根據(jù)這些來處理異常值等，這里請(qǐng)教，為什么畫了直方圖還要畫KDE？？我理解說的都是差不多的東西。

關(guān)于KDE:\"由于核密度估計(jì)方法不利用有關(guān)數(shù)據(jù)分布的先驗(yàn)知識(shí)，對(duì)數(shù)據(jù)分布不附加任何假定，是一種從數(shù)據(jù)樣本本身出發(fā)研究數(shù)據(jù)分布特征的方法，因而，在統(tǒng)計(jì)學(xué)理論和應(yīng)用領(lǐng)域均受到高度的重視。\"

無論如何，我們先畫直方圖，再畫KDE

這里通過KDE可以說，由于Setosa的KDE與其他兩種沒有交集，直接可以用Petailength線性區(qū)分Setosa與其他兩個(gè)物種。

箱線圖，顯示一組數(shù)據(jù)分散情況的統(tǒng)計(jì)圖。形狀如箱子。主要用于反映原始數(shù)據(jù)分布的特征，關(guān)鍵的5個(gè)黑線是最大值、最小值、中位數(shù)和兩個(gè)四分位數(shù)。在判斷異常值，處理異常值時(shí)候有用。

小提琴圖

這個(gè)Andrews curves很有趣，它是把所有特征組合起來，計(jì)算個(gè)值，展示該值，可以用來確認(rèn)這三個(gè)物種到底好不好區(qū)分，維基百科的說法是“If there is structure in the data, it may be visible in the Andrews' curves of the data.”（Andrews plot - Wikipedia）

Radviz可視化原理是將一系列多維空間的點(diǎn)通過非線性方法映射到二維空間的可視化技術(shù)，是基于圓形平行坐標(biāo)系的設(shè)計(jì)思想而提出的多維可視化方法。圓形的m條半徑表示m維空間，使用坐標(biāo)系中的一點(diǎn)代表多為信息對(duì)象，其實(shí)現(xiàn)原理參照物理學(xué)中物體受力平衡定理。 多維空間的點(diǎn)映射到二維可視空間的位置由彈簧引力分析模型確定。 (Radviz可視化原理 - CSDN博客) ，能展示一些數(shù)據(jù)的可區(qū)分規(guī)律。

數(shù)值是皮爾森相關(guān)系數(shù)，淺顏色表示相關(guān)性高，比如Petal.Length（花瓣長度）與 Petal.Width（花瓣寬度）相關(guān)性0.96，也就是花瓣長的花，花瓣寬度也大，也就是個(gè)大花。

不過，現(xiàn)在做可視化基本上不用python了，具體為什么可以去看我的寫的文章，我拿python做了爬蟲，BI做了可視化，效果和速度都很好。

finereport

可視化的一大應(yīng)用就是數(shù)據(jù)報(bào)表，而FineReport可以自由編寫整合所需要的報(bào)表字段進(jìn)行報(bào)表輸出，支持定時(shí)刷新和監(jiān)控郵件提醒，是大部分互聯(lián)網(wǎng)公司會(huì)用到的日常報(bào)表平臺(tái)。

尤其是公司體系內(nèi)經(jīng)營報(bào)表，我們用的是商業(yè)報(bào)表工具，就是finereport。推薦他是因?yàn)橛袃蓚€(gè)高效率的點(diǎn)：①可以完成從數(shù)據(jù)庫取數(shù)（有整合數(shù)據(jù)功能）—設(shè)計(jì)報(bào)表模板—數(shù)據(jù)展示的過程。②類似excel做報(bào)表，一張模板配合參數(shù)查詢可以代替幾十張報(bào)表。

FineBI

簡潔明了的數(shù)據(jù)分析工具，也是我個(gè)人最喜歡的可視化工具，優(yōu)點(diǎn)是零代碼可視化、可視化圖表豐富，只需要拖拖拽拽就可以完成十分炫酷的可視化效果，擁有數(shù)據(jù)整合、可視化數(shù)據(jù)處理、探索性分析、數(shù)據(jù)挖掘、可視化分析報(bào)告等功能，更重要的是個(gè)人版免費(fèi)。

主要優(yōu)點(diǎn)是可以實(shí)現(xiàn)自助式分析，而且學(xué)習(xí)成本極低，幾乎不需要太深?yuàn)W的編程基礎(chǔ)，比起很多國外的工具都比較易用上手，非常適合經(jīng)常業(yè)務(wù)人員和運(yùn)營人員。在綜合性方面，F(xiàn)ineBI的表現(xiàn)比較突出，不需要編程而且簡單易做，能夠?qū)崿F(xiàn)平臺(tái)展示，比較適合企業(yè)用戶和個(gè)人用戶，在數(shù)據(jù)可視化方面是一個(gè)不錯(cuò)的選擇；

這些是我見過比較常用的，對(duì)數(shù)據(jù)探索有幫助的可視化方法。

這個(gè)非常簡單，PyQt就可以輕松實(shí)現(xiàn)，一個(gè)基于Qt的接口包，可以直接拖拽控件設(shè)計(jì)UI界面，下面我簡單介紹一下這個(gè)包的安裝和使用，感興趣的朋友可以自己嘗試一下：

1.首先，安裝PyQt模塊，這個(gè)直接在cmd窗口輸入命令“pip install pyqt5”就行，如下，整個(gè)模塊比較大，下載過程需要等待一會(huì)兒，保持聯(lián)網(wǎng)：

2.安裝完成后，我們就可以直接打開Qt自帶的Qt Designer設(shè)計(jì)師設(shè)計(jì)界面了，這里默認(rèn)會(huì)安裝到site-packages->PyQt5->Qt->bin目錄，打開后的界面如下，可以直接新建對(duì)話框等窗口，所有的控件都可以直接拖拽，編輯屬性，非常方便：

3.這里我簡單的設(shè)計(jì)了一個(gè)登錄窗口，2個(gè)輸入框和2個(gè)按鈕，如下，這里可以直接使用QSS對(duì)界面進(jìn)行美化（設(shè)置styleSheet屬性即可），類似網(wǎng)頁的CSS，如果你有一定的前端基礎(chǔ)，那么美化起來會(huì)非常容易：

設(shè)計(jì)完成后，還只是一個(gè)ui文件，不是現(xiàn)成的Python代碼，還需要借助pyuic5工具（也在bin目錄下）才能將ui文件轉(zhuǎn)化為Python代碼，切換到ui文件所在目錄，輸入命令“pyuic5 -o login.py login.ui”即可（這里替換成你的ui文件），轉(zhuǎn)化成功后的Python代碼如下（部分截圖）：

還需要在最下面添加一個(gè)main函數(shù)，創(chuàng)建上面Ui_Form類對(duì)象顯示窗口即可，如下：

最后點(diǎn)擊運(yùn)行程序，效果如下，和剛才設(shè)計(jì)的界面效果一模一樣：

至此，我們就完成了利用Python的PyQt模塊直接拖拽控件來設(shè)計(jì)UI界面?？偟膩碚f，整個(gè)過程非常簡單，只要你有一定的Python基礎(chǔ)，熟悉一下操作過程，很快就能掌握的，當(dāng)然，還有許多其他UI開發(fā)模塊，像tkinter，wxPython，Eric6等，也都非常不錯(cuò)，網(wǎng)上也有相關(guān)教程和資料，介紹的非常詳細(xì)，感興趣的話，可以搜一下，希望以上分享的內(nèi)容能對(duì)你有所幫助吧，也歡迎大家評(píng)論、留言進(jìn)行補(bǔ)充。

首先，如果沒有安裝python和PyQt軟件的請(qǐng)先直接搜索下載并安裝。python是一個(gè)開源軟件，因此都是可以在網(wǎng)上免費(fèi)下載的，最新版本即可。下載完成后，我們先打開PyQt designer。

2

打開后，首先是一個(gè)默認(rèn)的新建窗口界面，在這里我們就選擇默認(rèn)的窗口即可。

3

現(xiàn)在是一個(gè)完全空白的窗口。第一步我們要先把所有的設(shè)計(jì)元素都拖進(jìn)這個(gè)窗口。我們先拖入一個(gè)“Label”，就是一個(gè)不可編輯的標(biāo)簽。

隨后我們?cè)偻先胍粋€(gè)可以編輯的“Line Edit”

最后我們拖入最后一個(gè)元素：“PushButton”按鈕，也就是平時(shí)我們所點(diǎn)的確定。

目前我們已經(jīng)把所有所需要的元素都拖入了新建的窗口。對(duì)于每一個(gè)元素，我們都可以雙擊進(jìn)行屬性值的修改，此時(shí)我們僅需要雙擊改個(gè)名字即可

此時(shí)我們已經(jīng)完成了一半，接下來需要對(duì)動(dòng)作信號(hào)進(jìn)行操作。我們需要先切入編輯信號(hào)的模式

此時(shí)把鼠標(biāo)移動(dòng)到任意元素，都會(huì)發(fā)現(xiàn)其變成紅色，代表其被選中。

當(dāng)我們選中pushbutton后，繼續(xù)拖動(dòng)鼠標(biāo)指向上面的line edit，會(huì)發(fā)現(xiàn)由pushbutton出現(xiàn)一個(gè)箭頭指向了line edit，代表pushbutton的動(dòng)作會(huì)對(duì)line edit進(jìn)行操作。

隨即會(huì)彈出一個(gè)配置連接窗口。左邊的是pushbutton的操作，我們選擇clicked()，即點(diǎn)擊pushbutton。

右邊是對(duì)line edit的操作，我們選擇clear()，即清楚line edit中的內(nèi)容。

最后我們點(diǎn)擊確定。

保存完成后，我們?cè)赑yQt中的操作就已經(jīng)完成了。保存的文件名我們命名為test，PyQt生成的設(shè)計(jì)文件后綴是.ui。