大數(shù)據(jù)分析如何在Python中生成FiveThirtyEight圖

　　大數(shù)據(jù)分析如何在Python中生成FiveThirtyEight圖?如果你閱讀大數(shù)據(jù)分析文章，則可能已經(jīng)迷失了FiveThirtyEight的內(nèi)容。自然，他們的出色可視化使你印象深刻。你想制作自己的出色可視化文件，所以問(wèn)百度一下如何做到這一點(diǎn)。你收到了一些答案，但它們相當(dāng)模糊。你仍然無(wú)法自己完成圖表。在大數(shù)據(jù)分析如何在Python中生成FiveThirtyEight圖中，我們將為你提供幫助。使用Python的matplotlib和pandas，我們將看到復(fù)制任何FiveThirtyEight(FTE)可視化的核心部分都相當(dāng)容易。我們將從這里開(kāi)始：

　　并且，在大數(shù)據(jù)分析如何在Python中生成FiveThirtyEight圖的結(jié)尾，到達(dá)此處：

　　要繼續(xù)學(xué)習(xí)，你至少需要一些Python的基礎(chǔ)知識(shí)。如果你知道方法和屬性之間有什么區(qū)別，那么你就很好了。
 

　　引入數(shù)據(jù)集
 

　　我們將使用描述1970年至2011年美國(guó)授予女性的單身漢百分比的數(shù)據(jù)進(jìn)行處理。我們將使用由大數(shù)據(jù)分析家匯編的數(shù)據(jù)集
 

　　如果你想自己編寫(xiě)代碼，請(qǐng)從Randal的博客中下載數(shù)據(jù)。為了節(jié)省時(shí)間，你可以跳過(guò)下載文件，而只需將直接鏈接傳遞給pandasread_csv() 函數(shù)。在以下代碼單元中，我們：
 

　　1)導(dǎo)入pandas模塊。

　　2)將指向數(shù)據(jù)集的直接鏈接作為分配string給名為的變量direct_link。

　　3)使用讀取數(shù)據(jù)read_csv()，并將內(nèi)容分配給women_majors。

　　4)使用info() 方法打印有關(guān)數(shù)據(jù)集的信息。我們正在尋找行和列的數(shù)量，并同時(shí)檢查null值。

　　5)使用該head() 方法顯示前五行，以更好地理解數(shù)據(jù)集的結(jié)構(gòu)。

　　除了
 

　　Year列，每隔一列的名稱(chēng)表示學(xué)士學(xué)位的主題。“學(xué)士學(xué)位”列中的每個(gè)數(shù)據(jù)點(diǎn)都代表授予女性學(xué)士學(xué)位的百分比。因此，每一行都描述了給定年份中授予女性的各種學(xué)士學(xué)位的百分比。如前所述，我們擁有1970年至2011年的數(shù)據(jù)。為確認(rèn)后一個(gè)限制，我們使用tail() 方法打印數(shù)據(jù)集的最后五行：

　　我們的FiveThirtyEight圖的上下文
 

　　幾乎每個(gè)FTE圖都是文章的一部分。圖形通過(guò)說(shuō)明一個(gè)小故事或一個(gè)有趣的想法來(lái)補(bǔ)充文本。在復(fù)制FTE圖時(shí)，我們需要注意這一點(diǎn)。為了避免偏離大數(shù)據(jù)分析如何在Python中生成FiveThirtyEight圖的主要任務(wù)，我們僅假裝我們已經(jīng)撰寫(xiě)了一篇有關(guān)中國(guó)教育中性別差距的演變的文章?，F(xiàn)在，我們需要?jiǎng)?chuàng)建一個(gè)圖表，以幫助讀者直觀地了解1970年情況對(duì)女性而言真的很差的單身漢的性別差異的演變。我們已經(jīng)設(shè)定了20%的閾值，現(xiàn)在我們想要繪制每位女性的變化趨勢(shì)圖1970年，女性畢業(yè)生的學(xué)士學(xué)位比例不到20%。讓我們首先確定那些特定的學(xué)士學(xué)位。在以下代碼單元中，我們將：
 

　　1)用途.loc，一個(gè)基于標(biāo)簽的索引，來(lái)：

　　a)選擇第一行(對(duì)應(yīng)于1970年);

　　b)僅在值小于20的情況下選擇第一行中的項(xiàng)目;該Year字段也會(huì)被檢查，但顯然不會(huì)包括在內(nèi)，因?yàn)?970年大于20。

　　2)將結(jié)果內(nèi)容分配給under_20。

　　使用matplotlib的默認(rèn)樣式
 

　　讓我們開(kāi)始研究圖表。我們首先來(lái)看看默認(rèn)情況下可以構(gòu)建的內(nèi)容。在下面的代碼塊中，我們將：
 

　　1)運(yùn)行Jupyter魔術(shù)%matplotlib以使Jupyter和matplotlib有效地協(xié)同工作，并添加inline使我們的圖形顯示在筆記本中。

　　2)通過(guò)使用繪制圖形plot() 的方法上women_majors。我們傳入plot()以下參數(shù)：

　　a)x–指定women_majors用于x軸的列;

　　b)y–指定women_majors要用于y軸的列;我們將使用under_20存儲(chǔ)在.index該對(duì)象屬性中的索引標(biāo)簽;

　　c)figsize–將圖形的大小設(shè)置為tuple，(width, height)以英寸為單位。

　　3)將繪圖對(duì)象分配給一個(gè)名為的變量under_20_graph，并打印其類(lèi)型以表明熊貓使用matplotlib引擎蓋下的對(duì)象。

　　使用matplotlib的第五十八樣式
 

　　上面的圖形具有某些特征，例如，棘的寬度和顏色，y軸標(biāo)簽的字體大小，不存在網(wǎng)格等。所有這些特征構(gòu)成了matplotlib的默認(rèn)樣式。作為簡(jiǎn)短的括號(hào)，值得一提的是，在大數(shù)據(jù)分析如何在Python中生成FiveThirtyEight圖中，我們將使用一些技術(shù)術(shù)語(yǔ)來(lái)表示圖形的各個(gè)部分。如果你感到迷茫，可以參考以下圖例。

　　除了默認(rèn)樣式外，matplotlib還帶有一些內(nèi)置樣式，我們可以隨時(shí)使用它們。要查看可用樣式的列表，我們將：
 

　　1)以名稱(chēng) 導(dǎo)入matplotlib.style 模塊style。

　　2)探索matplotlib.style.available(此模塊的預(yù)定義變量)的內(nèi)容，其中包含所有可用的內(nèi)置樣式的列表。

　　你可能已經(jīng)觀察到有一種內(nèi)置樣式稱(chēng)為
 

　　fivethirtyeight。讓我們使用這種樣式，看看結(jié)果如何。為此，我們將使用同一模塊(我們以名稱(chēng)導(dǎo)入)中恰當(dāng)命名的use() 函數(shù)。然后，我們將使用與之前相同的代碼來(lái)生成圖形。matplotlib.stylestyle

　　哇，那是一個(gè)重大變化!關(guān)于我們的第一個(gè)圖，我們可以看到該圖具有不同的背景色，帶有網(wǎng)格線，沒(méi)有任何刺，主要刻度標(biāo)簽的粗細(xì)和字體大小均不同，等等。你可以閱讀這里的fivethirtyeight樣式的技術(shù)說(shuō)明–它還應(yīng)該使你對(duì)使用該樣式時(shí)后臺(tái)運(yùn)行的代碼有一個(gè)很好的了解。樣式表的作者Cameron David-Pilon在這里討論了一些特征。
 

　　matplotlib第五十八樣式的局限性
 

　　總而言之，使用
 

　　fivethirtyeight風(fēng)格顯然使我們更接近我們的目標(biāo)。盡管如此，仍有許多工作要做。讓我們檢查一個(gè)簡(jiǎn)單的FTE圖，并查看我們還需要添加到圖中的內(nèi)容。

　　通過(guò)將上面的圖表與到目前為止所做的比較，我們可以看到我們?nèi)匀恍枰?br />  

　　1)添加標(biāo)題和副標(biāo)題。

　　2)刪除塊樣式圖例，并在相關(guān)繪圖線附近添加標(biāo)簽。我們還必須使這些標(biāo)簽周?chē)木W(wǎng)格線透明。

　　3)添加一個(gè)簽名底部欄，其中提到圖形的作者和數(shù)據(jù)源。

　　4)添加一些其他小的調(diào)整：

　　a)增加刻度線標(biāo)簽的字體大小;

　　b)在y軸的主要刻度標(biāo)簽之一上添加“%”符號(hào);

　　c)移除x軸標(biāo)簽;

　　d)在y = 0處加粗水平網(wǎng)格線;

　　e)在y軸的刻度標(biāo)簽旁邊添加一條額外的網(wǎng)格線;

　　f)增加圖形的側(cè)邊距。

　　為了最大程度地減少生成圖形所花費(fèi)的時(shí)間，請(qǐng)務(wù)必避免開(kāi)始添加標(biāo)題，副標(biāo)題或任何其他文本片段，這一點(diǎn)很重要。在matplotlib中，通過(guò)指定x和y坐標(biāo)來(lái)定位文本片段，如我們?cè)谝韵履承┎糠种兴?jiàn)。要詳細(xì)復(fù)制上面的FTE圖，請(qǐng)注意，我們必須將y軸的刻度標(biāo)簽與標(biāo)題和副標(biāo)題垂直對(duì)齊。我們希望避免出現(xiàn)我們想要的垂直對(duì)齊方式，通過(guò)增加刻度線標(biāo)簽的字體大小而丟失它的情況，然后必須再次更改標(biāo)題和副標(biāo)題的位置。

　　出于教學(xué)目的，我們現(xiàn)在將逐步調(diào)整FTE圖。因此，我們的代碼將跨越多個(gè)代碼單元。但是，實(shí)際上，只需要一個(gè)以上的代碼單元。
 

　　自定義刻度標(biāo)簽
 

　　我們將從增加刻度標(biāo)簽的字體大小開(kāi)始。在以下代碼單元中，我們：
 

　　1)使用與之前相同的代碼繪制圖形，然后將結(jié)果對(duì)象分配給fte_graph。分配變量使我們能夠重復(fù)輕松地在對(duì)象上應(yīng)用方法或訪問(wèn)其屬性。

　　2)使用具有以下參數(shù)的tick_params() 方法來(lái)增加所有主要刻度標(biāo)簽的字體大小：

　　a)axis–指定我們要修改的刻度標(biāo)簽所屬的軸;這里我們要修改兩個(gè)軸的刻度標(biāo)簽;

　　b)which –指示要影響的刻度標(biāo)簽(主要或次要標(biāo)簽;如果不知道區(qū)別，請(qǐng)參見(jiàn)前面顯示的圖例);

　　c)labelsize –設(shè)置刻度標(biāo)簽的字體大小。

　　你可能已經(jīng)注意到我們style.use('fivethirtyeight')這次沒(méi)有使用。這是因?yàn)橐坏┰谖覀兊拇a中首次聲明，任何matplotlib樣式的首選項(xiàng)都會(huì)變?yōu)槿质走x項(xiàng)。我們之前將樣式設(shè)置為fivethirtyeight，從那里所有后續(xù)圖形都繼承了該樣式。如果出于某種原因要返回默認(rèn)狀態(tài)，請(qǐng)運(yùn)行style.use('default')?，F(xiàn)在，我們將通過(guò)對(duì)y軸的刻度標(biāo)簽進(jìn)行一些調(diào)整來(lái)建立以前的更改：
 

　　1)我們將50%(y軸的最高可見(jiàn)刻度)添加一個(gè)“%”符號(hào)。

　　2)我們還在其他可見(jiàn)標(biāo)簽之后添加了一些空白字符，以使它們與新的“ 50%”標(biāo)簽優(yōu)雅地對(duì)齊。
 

　　要對(duì)y軸的刻度標(biāo)簽進(jìn)行這些更改，我們將使用
 

　　set_yticklabels() 方法以及l(fā)abel參數(shù)。從下面的代碼可以推斷出，此參數(shù)可以采用混合數(shù)據(jù)類(lèi)型的列表，并且不需要傳入任何固定數(shù)量的標(biāo)簽。

　　在y = 0處加粗水平線
 

　　現(xiàn)在，我們將在y坐標(biāo)為0的水平線上加粗。為此，我們將使用
 

　　axhline() 方法來(lái)添加新的水平網(wǎng)格線，并覆蓋現(xiàn)有的水平網(wǎng)格線。我們使用的參數(shù)axhline()是：
 

　　1)y –指定水平線的y坐標(biāo);

　　2)color –指示線條的顏色;

　　3)linewidth –設(shè)置線寬;

　　4)alpha–調(diào)節(jié)線條的透明度，但是我們?cè)谶@里使用它來(lái)調(diào)節(jié)黑色的強(qiáng)度;值alpha范圍從0(完全透明)到1(完全不透明)。

　　添加額外的垂直線
 

　　如前所述，我們必須在y軸刻度標(biāo)簽的緊鄰處添加另一條垂直網(wǎng)格線。為此，我們只需調(diào)整x軸值的范圍即可。增大范圍的左限將導(dǎo)致我們需要額外的垂直網(wǎng)格線。在下面，我們使用
 

　　set_xlim() 方法與不言自明的參數(shù)left和right。

　　生成簽名欄
 

　　上面顯示的示例FTE圖的簽名欄具有一些明顯的特征：
 

　　1)它位于圖的底部。

　　2)作者的姓名位于簽名欄的左側(cè)。

　　3)數(shù)據(jù)源在簽名欄的右側(cè)提到。

　　4)文本具有淺灰色(與圖形的背景顏色相同)和深灰色背景。

　　5)作者姓名和來(lái)源姓名之間的區(qū)域也具有深灰色背景。

　　添加這樣的簽名欄似乎很困難，但是通過(guò)一點(diǎn)點(diǎn)巧思，我們可以很容易地完成它。我們將添加一個(gè)文本片段，為其提供淺灰色，并為深灰色的背景色。我們將作者的姓名和來(lái)源都寫(xiě)在一個(gè)文本片段中，但是我們將這兩個(gè)空格隔開(kāi)，使得它們的結(jié)尾在最左邊，另一個(gè)在最右邊。令人高興的是，空白字符也將獲得深灰色背景，這將產(chǎn)生簽名欄的效果。我們還將使用一些空格字符來(lái)對(duì)齊作者的姓名和源名稱(chēng)，正如你將在下一個(gè)代碼塊中看到的那樣。這也是移除x軸標(biāo)簽的好時(shí)機(jī)。這樣，我們可以更好地看到簽名欄如何適合圖形的整體方案。
 

　　1)通過(guò)將False值傳遞給set_visible()我們應(yīng)用于對(duì)象的方法來(lái)刪除x軸的標(biāo)簽fte_graph.xaxis.label。這樣想：我們?cè)L問(wèn)的xaxis屬性fte_graph，然后訪問(wèn)的label屬性fte_graph.xaxis。然后我們終于申請(qǐng)set_visible()了fte_graph.xaxis.label。
 

　　2)以上述方式在圖形上添加一小段文本。我們將使用具有以下參數(shù)的text() 方法：
 

　　a)x –指定文本的x坐標(biāo);

　　b)y –指定文本的y坐標(biāo);

　　c)s –指示要添加的文本;

　　d)fontsize –設(shè)置文本的大小;

　　e)color–指定文字的顏色;我們?cè)谙旅媸褂玫闹档母袷綖槭M(jìn)制;我們使用這種格式來(lái)完全匹配整個(gè)圖形的背景顏色(如樣式代碼中fivethirtyeight所指定);

　　f)backgroundcolor –設(shè)置文本片段的背景色。

　　通過(guò)反復(fù)試驗(yàn)找到添加的文本片段的x和y坐標(biāo)。你可以通過(guò)floats向x和y參數(shù)，這樣你就可以控制文本的位置高的精度水平。還值得一提的是，我們通過(guò)以下方式調(diào)整了簽名欄的位置，即添加了一些視覺(jué)上令人耳目一新的橫向邊距(我們之前討論了此調(diào)整)。為了增加左邊距，我們只是降低了x坐標(biāo)的值。為了增加右邊的字符，我們?cè)谧髡叩拿趾驮吹拿种g添加了更多的空格字符–這將源的名字推到右邊，從而增加了所需的邊距。
 

　　另一種簽名欄
 

　　你還將遇到一種稍微不同的簽名欄：

　　FiveThirtyEight這種簽名欄也可以很容易地復(fù)制。我們將只添加一些灰色文本，并在其上方添加一行。我們將通過(guò)添加多個(gè)下劃線字符(“ _”)的文本片段來(lái)創(chuàng)建線條的視覺(jué)效果。你可能想知道為什么我們不習(xí)慣axhline()在所需的y坐標(biāo)上簡(jiǎn)單地畫(huà)一條水平線。我們不這樣做，因?yàn)樾滦袑⑾蛳峦蟿?dòng)圖形的整個(gè)網(wǎng)格，并且不會(huì)產(chǎn)生所需的效果。我們還可以嘗試添加箭頭，然后刪除指針，以便最終得到一條線。但是，“下劃線”解決方案要簡(jiǎn)單得多。在下一個(gè)代碼塊中，我們將實(shí)現(xiàn)剛剛討論的內(nèi)容。在前面的部分中，我們應(yīng)該已經(jīng)熟悉我們?cè)谶@里使用的方法和參數(shù)。

　　添加標(biāo)題和字幕
 

　　如果你檢查
 

　　幾個(gè)FTE圖，你可能會(huì)注意到標(biāo)題和副標(biāo)題的這些模式：
 

　　1)標(biāo)題幾乎總是帶有副標(biāo)題。

　　2)標(biāo)題提供了從特定圖形看的上下文角度。標(biāo)題幾乎從來(lái)都不是技術(shù)性的，它通常只表示一個(gè)簡(jiǎn)單的想法。它也幾乎從來(lái)沒(méi)有情緒中立。在上方的Fandango圖表中，我們可以看到一個(gè)簡(jiǎn)單的“具有情感動(dòng)感”的標(biāo)題(“ Fandango LOVES電影”)，而沒(méi)有一個(gè)平淡的“各種電影分級(jí)類(lèi)型的分布”。

　　3)字幕提供了有關(guān)圖形的技術(shù)信息。該信息經(jīng)常使軸標(biāo)簽變得多余。由于我們已經(jīng)刪除了x軸標(biāo)簽，因此應(yīng)謹(jǐn)慎定制相應(yīng)的字幕。

　　4)在視覺(jué)上，標(biāo)題和副標(biāo)題具有不同的字體粗細(xì)，并且它們是左對(duì)齊的(與大多數(shù)居中的標(biāo)題不同)。而且，如我們先前所示，它們與y軸的主要刻度標(biāo)簽垂直對(duì)齊。
 

　　現(xiàn)在，請(qǐng)注意上面的觀察，在圖中添加標(biāo)題和副標(biāo)題。在下面的代碼塊中，我們將基于到目前為止已編碼的內(nèi)容，我們將：
 

　　5)通過(guò)使用與text()在簽名欄中添加文本相同的方法來(lái)添加標(biāo)題和副標(biāo)題。如果你已經(jīng)對(duì)matplotlib有一定的經(jīng)驗(yàn)，你可能想知道為什么我們不使用title()andsuptitle()方法。這是因?yàn)檫@兩種方法在精確移動(dòng)文本方面都具有可怕的功能。的唯一新參數(shù)text()是weight。我們用它來(lái)加粗標(biāo)題。

　　如果你想知道，原始FTE圖形中使用的字體是Decima Mono(付費(fèi)墻字體)。因此，我們將堅(jiān)持使用Matplotlib的默認(rèn)字體，無(wú)論如何看起來(lái)都非常相似。
 

　　添加色盲友好的顏色
 

　　現(xiàn)在，我們有了笨拙的矩形圖例。我們將擺脫它，并在每條繪圖線附近添加彩色標(biāo)簽。每行將具有特定的顏色，并且相同顏色的單詞將命名該行所對(duì)應(yīng)的學(xué)士學(xué)位。但是，首先，我們將修改繪圖線的默認(rèn)顏色，并添加

　　色盲友Bang Wong設(shè)計(jì)的色盲我們將使用上圖中的值，為可色盲的顏色編譯RGB參數(shù)列表。附帶說(shuō)明一下，我們避免使用黃色，因?yàn)閹в性擃伾奈谋酒卧趫D形的深灰色背景顏色上不易閱讀。編譯完此RGB參數(shù)列表后，我們將其傳遞給我們先前代碼中使用color的plot()方法的參數(shù)。請(qǐng)注意，matplotlib將要求RGB參數(shù)在0-1范圍內(nèi)，因此我們將每個(gè)值除以255(最大RGB值)。我們不會(huì)費(fèi)心將零除，因?yàn)?/255 = 0。

　　好的顏色：
 

　　通過(guò)添加彩色標(biāo)簽來(lái)更改圖例樣式
 

　　最后，我們通過(guò)使用
 

　　text()以前使用的方法。唯一的新參數(shù)是rotation，我們使用它旋轉(zhuǎn)每個(gè)標(biāo)簽，以使其優(yōu)雅地適合圖形。我們還將在此處做一些技巧，通過(guò)簡(jiǎn)單地修改標(biāo)簽的背景顏色以使其與圖形的顏色相匹配，使標(biāo)簽周?chē)木W(wǎng)格線透明。在之前的代碼中，我們僅plot()通過(guò)將legend參數(shù)設(shè)置為來(lái)修改方法False。這將使我們擺脫默認(rèn)的圖例。由于colors列表已經(jīng)存儲(chǔ)在上一個(gè)單元格的內(nèi)存中，因此我們也跳過(guò)了重新聲明列表的操作。

　　下一步
 

　　就是這樣，我們的圖形現(xiàn)在可以發(fā)布了!為了簡(jiǎn)短地回顧一下，我們從生成具有matplotlib默認(rèn)樣式的圖形開(kāi)始。然后，我們通過(guò)一系列步驟將該圖帶入“ FTE級(jí)”：
 

　　1)我們使用了matplotlib的內(nèi)置fivethirtyeight樣式。

　　2)我們添加了標(biāo)題和副標(biāo)題，并分別對(duì)其進(jìn)行了自定義。

　　3)我們添加了簽名欄。

　　4)我們刪除了默認(rèn)圖例，并添加了彩色標(biāo)簽。

　　5)我們還進(jìn)行了一系列其他小的調(diào)整：自定義刻度線標(biāo)簽，在y = 0處加粗水平線，在刻度線標(biāo)簽附近添加垂直網(wǎng)格線，刪除x軸的標(biāo)簽，并增加y的橫向邊距-軸。
 

　　要基于你所學(xué)的知識(shí)，請(qǐng)考慮以下幾個(gè)步驟：
 

　　1)為其他學(xué)士學(xué)位生成相似的圖形。

　　2)生成各種FTE圖：直方圖，散點(diǎn)圖等。

　　3)探索matplotlib的圖庫(kù)，搜索可能的元素以豐富你的FTE圖(例如插入圖像或添加箭頭等)。添加圖像可以使你的FTE圖達(dá)到一個(gè)全新的水平：