Python数据可视化之峰峦图

joypy简介

joypy 是一个用于生成 Joy Division 风格的图表的 Python 包。它专注于绘制Joyplots（也称为 Ridgeline Plots 或者 Mountain Plots）。Joyplot 是一种在有限的垂直空间内展示多组数据分布情况的图表，特别适用于展示多个变量或类别的分布，同时保持每个类别或变量的分布可比较。它们通过堆叠或重叠的密度图（通常是核密度估计图）来展示数据。joypy类似于小提琴图（violin plots），但小提琴图通常不会重叠，而 Joyplots 会将不同组的分布重叠在一起，以提供一个紧凑且连续的可视化效果。

为什么要使用峰峦图？

平滑展示数据分布：与传统的条形图或直方图相比，山脊线图提供了一种更平滑、更直观的方式来展示数据的分布情况。
比较能力：山脊线图非常适合比较多个分布的形状和大小，清晰地展示不同组之间的变化和趋势。
空间效率：通过在单个图中堆叠，山脊线图可以有效地利用空间，避免了创建多个单独的密度图。
美观性：山脊线图在视觉上吸引人，用不同的颜色和样式区分不同的组，使得数据更加生动和直观。
趋势识别：可以轻松识别多个群体数据中的共同模式和异常值。
适用于大量数据集：山脊线图适用于展示大量数据集，而不会显得拥挤或不清晰。

主要特点

易于使用：joypy的API设计简单明了，用户可以轻松地创建Joyplots图表。
多样化的图表样式：用户可以通过调整参数来创建不同样式的Joyplots图表，例如修改颜色、线条宽度和透明度等。
支持多种数据类型：joypy支持多种数据类型，包括pandas DataFrame、numpy数组和Python列表等。
高度可定制化：用户可以使用matplotlib的基础功能来进一步自定义Joyplots图表，例如添加标签、修改图例和调整坐标轴等。

使用场景

比较不同组的数据分布：例如，如果你有不同地区的人口年龄分布数据，可以使用 Joy Plot 来直观比较这些分布。
时间序列分析：如果数据随时间变化，Joy Plot 可以帮助展示这种趋势，例如展示一周内每天的温度变化。

注意事项

大量数据：对于大规模数据集，Joy Plot 可能会变得难以解读，特别是当线条过多重叠时。
解读方式：虽然 Joy Plot 在视觉上很吸引人，但对于不熟悉这种类型图表的观众，可能需要一些解释。

joypy的使用

要安装 joypy，可以使用 pip：pip install joypy

def joyplot(data, column=None, by=None, grid=False, xlabelsize=None, xrot=None, ylabelsize=None, yrot=None, ax=None, figsize=None, hist=False, bins=10, fade=False, ylim='max', fill=True, linecolor=None, overlap=1, background=None, labels=None, xlabels=True, ylabels=True, range_style='all', x_range=None, title=None, colormap=None, color=None, normalize=True, floc=None, **kwds)

参数说明：

data：DataFrame、Series 或嵌套集合
column：字符串或序列。如果传入，将用于将数据限制为特定列的子集
by：对象，可选。如果传入，用于形成单独的绘图组
grid：布尔值，默认值为 True。是否显示轴网格线
labels：布尔值或列表，默认值为 True。如果是列表，必须与 de 的大小相同
xlabelsize：整数，默认值为 None。如果指定，则更改 x 轴标签的大小
xrot：浮点数，默认值为 None。x 轴标签的旋转角度
ylabelsize：整数，默认值为 None。如果指定，则更改 y 轴标签的大小
yrot：浮点数，默认值为 None。y 轴标签的旋转角度
ax：matplotlib 轴对象，默认值为 None
figsize：元组。默认情况下，以英寸为单位创建图形的大小
hist：布尔值，默认值为 False
bins：整数，默认值为 10。要使用的直方图箱数
color：用于绘图的颜色或颜色列表。可以是：
- 一个字符串或任何可以被 matplotlib 解释为颜色的内容；
- 一个颜色列表。有关更多详细信息，请参阅文档/示例。
kwds：其他绘图关键字参数。传递给直方图/核密度估计（KDE）绘图函数

使用示例：

import pandas as pd
import matplotlib.pyplot as plt
from joypy import joyplot

iris = pd.read_csv("seaborn-data/iris.csv")
selected_cols = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']
fig, ax = plt.subplots()
my_title = 'Distribution of features in the iris dataset'
fig, axes = joyplot(data=iris, ax=ax, by='species', column=selected_cols, xlabelsize=14, ylabelsize=14, grid=True, hist=False, color=['#FF0066', '#9400D3','#002FA7', '#FFB900'], legend=True, title=my_title, alpha=0.86)
plt.show()