資料分析與機器學習中常需要大量的視覺化，因此才能直觀瞭解模型背地裡都幹了些什麼。而在視覺化中，matplotlib 算得上是最常用的工具，不論是對資料有個預先的整體瞭解，還是視覺化預測效果，matplotlib 都是不可缺失的模組。最近 Machine Learning Plus 的作者介紹了 50 種最常用的 matplotlib 視覺化圖表，而本文簡要介紹了這篇文章，詳細的 50 種視覺化需要查閱原文。
50 種視覺化圖原地址：https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python
介紹
該表格主要介紹了 7 種不同的 matplotlib 視覺化類別，讀者可根據目的選擇不同的圖。例如，如果你想要繪製兩個變數之間的關係，檢視下面 Correlation 部分；或者如果你想展示某個變數的動態變化，檢視下面的 Change 部分。
一個美麗的圖表應該：
提供準確、有需求的資訊，不歪曲事實；
設計簡單，獲取時不會太費力；
美感是為了支援這些資訊，而不是為了掩蓋這些資訊；
不要提供太過豐富的資訊與太過複雜的結構。
如下所示為 7 種不同型別的視覺化圖表：協相關性主要描述的是不同變數之間的相互關係；偏差主要展現出不同變數之間的差別；排序主要是一些有序的條形圖、散點圖或斜線圖等；分佈就是繪製機率與統計中的分佈圖，包括離散型的直方圖和連續型的機率密度分佈圖等。後面還有變數的時序變化圖和類別圖等常見的視覺化製圖類別。
配置
在繪製這 50 種視覺化圖之前，我們需要配置一下依賴項以及通用設定，當然後面有一些獨立的美圖會修改通用設定。如果讀者看中了某種視覺化圖，那麼用這些配置再加上對應的視覺化程式碼就能嵌入到我們自己的專案中。
如下所示 pandas 與 numpy 主要用於讀取和處理資料，matplotlib 與 seaborn 主要用於視覺化資料。其中 seaborn 其實是 matplotlib 上的一個高階 API 封裝，在大多數情況下使用 seaborn 就能做出很有吸引力的圖，而使用 matplotlib 能製作更具特色的圖。
製圖示意
前面列出了 7 大類共 50 種不同的視覺化圖，但我們無法一一介紹，因此我們從協相關性、偏差、分佈、時序變化和群組圖中各選擇了一個示例，它們能展示不同資料在不同情況下的視覺化需求。
相關圖（Correllogram）
若有兩種變數，且它們的值為離散的，那麼二維相關圖可以表示兩個變數所有可能組合之間的相關性。當然如果是單變數，那麼自身所有可能的組合也可以組成一個相關圖：
面積圖（Area Chart）
透過使用不同的顏色表示水平軸和線之間的區域，面積圖不僅強調峰值和低谷值，同時還強調它們持續的時間：即峰值持續時間越長，面積越大。
密度圖（Density Plot）
在機率論與統計學習方法中，視覺化機率密度就變得非常重要了。這種密度圖正是視覺化連續型隨機變數分佈的利器，分佈曲線上的每一個點都是機率密度，分佈曲線下的每一段面積都是特定情況的機率。如下所示，透過將它們按「response」變數分組，我們可以瞭解 X 軸和 Y 軸之間的關係。
此外值得注意的是，深度學習，尤其是深度生成模型中的分佈極其複雜，它們是不能直接視覺化的，我們一般會透過 T-SNE 等降維方法視覺化。
時序變化圖（Time Series Plot）
時序變化圖也是機器學習中最常見的一種視覺化圖表，不論是視覺化損失函式還是準確率，都需要這種時序變化圖的幫助。這種圖主要關注某個變數怎樣隨時間變化而變化，以下展示了從 1949 到 1969 航空客運量的變化：
樹狀圖（Dendrogram）
樹狀圖是另一個比較有用的圖表，層次聚類或決策樹等演算法可以使用它完成優美的視覺化。樹形圖是以樹的圖形表示資料或模型結構，以父層和子層的結構來組織物件，是列舉法的一種表達方式。下圖展示了一種神似層次聚類演算法的圖表：
資料分析與機器學習中常需要大量的視覺化，因此才能直觀瞭解模型背地裡都幹了些什麼。而在視覺化中，matplotlib 算得上是最常用的工具，不論是對資料有個預先的整體瞭解，還是視覺化預測效果，matplotlib 都是不可缺失的模組。最近 Machine Learning Plus 的作者介紹了 50 種最常用的 matplotlib 視覺化圖表，而本文簡要介紹了這篇文章，詳細的 50 種視覺化需要查閱原文。
50 種視覺化圖原地址：https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python
介紹
該表格主要介紹了 7 種不同的 matplotlib 視覺化類別，讀者可根據目的選擇不同的圖。例如，如果你想要繪製兩個變數之間的關係，檢視下面 Correlation 部分；或者如果你想展示某個變數的動態變化，檢視下面的 Change 部分。
一個美麗的圖表應該：
提供準確、有需求的資訊，不歪曲事實；
設計簡單，獲取時不會太費力；
美感是為了支援這些資訊，而不是為了掩蓋這些資訊；
不要提供太過豐富的資訊與太過複雜的結構。
如下所示為 7 種不同型別的視覺化圖表：協相關性主要描述的是不同變數之間的相互關係；偏差主要展現出不同變數之間的差別；排序主要是一些有序的條形圖、散點圖或斜線圖等；分佈就是繪製機率與統計中的分佈圖，包括離散型的直方圖和連續型的機率密度分佈圖等。後面還有變數的時序變化圖和類別圖等常見的視覺化製圖類別。
配置
在繪製這 50 種視覺化圖之前，我們需要配置一下依賴項以及通用設定，當然後面有一些獨立的美圖會修改通用設定。如果讀者看中了某種視覺化圖，那麼用這些配置再加上對應的視覺化程式碼就能嵌入到我們自己的專案中。
如下所示 pandas 與 numpy 主要用於讀取和處理資料，matplotlib 與 seaborn 主要用於視覺化資料。其中 seaborn 其實是 matplotlib 上的一個高階 API 封裝，在大多數情況下使用 seaborn 就能做出很有吸引力的圖，而使用 matplotlib 能製作更具特色的圖。
# !pip install brewer2mplimport numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltimport seaborn as snsimport warnings; warnings.filterwarnings(action="once")large = 22; med = 16; small = 12params = {"axes.titlesize": large, "legend.fontsize": med, "figure.figsize": (16, 10), "axes.labelsize": med, "axes.titlesize": med, "xtick.labelsize": med, "ytick.labelsize": med, "figure.titlesize": large}plt.rcParams.update(params)plt.style.use("seaborn-whitegrid")sns.set_style("white")%matplotlib inline# Versionprint(mpl.__version__) #> 3.0.0print(sns.__version__) #> 0.9.0製圖示意
前面列出了 7 大類共 50 種不同的視覺化圖，但我們無法一一介紹，因此我們從協相關性、偏差、分佈、時序變化和群組圖中各選擇了一個示例，它們能展示不同資料在不同情況下的視覺化需求。
相關圖（Correllogram）
若有兩種變數，且它們的值為離散的，那麼二維相關圖可以表示兩個變數所有可能組合之間的相關性。當然如果是單變數，那麼自身所有可能的組合也可以組成一個相關圖：
# Import Datasetdf = pd.read_csv("https://github.com/selva86/datasets/raw/master/mtcars.csv")# Plotplt.figure(figsize=(12,10), dpi= 80)sns.heatmap(df.corr(), xticklabels=df.corr().columns, yticklabels=df.corr().columns, cmap="RdYlGn", center=0, annot=True)# Decorationsplt.title("Correlogram of mtcars", fontsize=22)plt.xticks(fontsize=12)plt.yticks(fontsize=12)plt.show()面積圖（Area Chart）
透過使用不同的顏色表示水平軸和線之間的區域，面積圖不僅強調峰值和低谷值，同時還強調它們持續的時間：即峰值持續時間越長，面積越大。
import numpy as npimport pandas as pd# Prepare Datadf = pd.read_csv("https://github.com/selva86/datasets/raw/master/economics.csv", parse_dates=["date"]).head(100)x = np.arange(df.shape[0])y_returns = (df.psavert.diff().fillna(0)/df.psavert.shift(1)).fillna(0) * 100# Plotplt.figure(figsize=(16,10), dpi= 80)plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] >= 0, facecolor="green", interpolate=True, alpha=0.7)plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] <= 0, facecolor="red", interpolate=True, alpha=0.7)# Annotateplt.annotate("Peak \n1975", xy=(94.0, 21.0), xytext=(88.0, 28), bbox=dict(boxstyle="square", fc="firebrick"), arrowprops=dict(facecolor="steelblue", shrink=0.05), fontsize=15, color="white")# Decorationsxtickvals = [str(m)[:3].upper()+"-"+str(y) for y,m in zip(df.date.dt.year, df.date.dt.month_name())]plt.gca().set_xticks(x[::6])plt.gca().set_xticklabels(xtickvals[::6], rotation=90, fontdict={"horizontalalignment": "center", "verticalalignment": "center_baseline"})plt.ylim(-35,35)plt.xlim(1,100)plt.title("Month Economics Return %", fontsize=22)plt.ylabel("Monthly returns %")plt.grid(alpha=0.5)plt.show()密度圖（Density Plot）
在機率論與統計學習方法中，視覺化機率密度就變得非常重要了。這種密度圖正是視覺化連續型隨機變數分佈的利器，分佈曲線上的每一個點都是機率密度，分佈曲線下的每一段面積都是特定情況的機率。如下所示，透過將它們按「response」變數分組，我們可以瞭解 X 軸和 Y 軸之間的關係。
# Import Datadf = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")# Draw Plotplt.figure(figsize=(16,10), dpi= 80)sns.kdeplot(df.loc[df["cyl"] == 4, "cty"], shade=True, color="g", label="Cyl=4", alpha=.7)sns.kdeplot(df.loc[df["cyl"] == 5, "cty"], shade=True, color="deeppink", label="Cyl=5", alpha=.7)sns.kdeplot(df.loc[df["cyl"] == 6, "cty"], shade=True, color="dodgerblue", label="Cyl=6", alpha=.7)sns.kdeplot(df.loc[df["cyl"] == 8, "cty"], shade=True, color="orange", label="Cyl=8", alpha=.7)# Decorationplt.title("Density Plot of City Mileage by n_Cylinders", fontsize=22)plt.legend()plt.show()此外值得注意的是，深度學習，尤其是深度生成模型中的分佈極其複雜，它們是不能直接視覺化的，我們一般會透過 T-SNE 等降維方法視覺化。
時序變化圖（Time Series Plot）
時序變化圖也是機器學習中最常見的一種視覺化圖表，不論是視覺化損失函式還是準確率，都需要這種時序變化圖的幫助。這種圖主要關注某個變數怎樣隨時間變化而變化，以下展示了從 1949 到 1969 航空客運量的變化：
# Import Datadf = pd.read_csv("https://github.com/selva86/datasets/raw/master/AirPassengers.csv")# Draw Plotplt.figure(figsize=(16,10), dpi= 80)plt.plot("date", "traffic", data=df, color="tab:red")# Decorationplt.ylim(50, 750)xtick_location = df.index.tolist()[::12]xtick_labels = [x[-4:] for x in df.date.tolist()[::12]]plt.xticks(ticks=xtick_location, labels=xtick_labels, rotation=0, fontsize=12, horizontalalignment="center", alpha=.7)plt.yticks(fontsize=12, alpha=.7)plt.title("Air Passengers Traffic (1949 - 1969)", fontsize=22)plt.grid(axis="both", alpha=.3)# Remove bordersplt.gca().spines["top"].set_alpha(0.0) plt.gca().spines["bottom"].set_alpha(0.3)plt.gca().spines["right"].set_alpha(0.0) plt.gca().spines["left"].set_alpha(0.3) plt.show()樹狀圖（Dendrogram）
樹狀圖是另一個比較有用的圖表，層次聚類或決策樹等演算法可以使用它完成優美的視覺化。樹形圖是以樹的圖形表示資料或模型結構，以父層和子層的結構來組織物件，是列舉法的一種表達方式。下圖展示了一種神似層次聚類演算法的圖表：
import scipy.cluster.hierarchy as shc# Import Datadf = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/USArrests.csv")# Plotplt.figure(figsize=(16, 10), dpi= 80) plt.title("USArrests Dendograms", fontsize=22) dend = shc.dendrogram(shc.linkage(df[["Murder", "Assault", "UrbanPop", "Rape"]], method="ward"), labels=df.State.values, color_threshold=100) plt.xticks(fontsize=12)plt.show()