数据科学包-Day2

对比常用统计图

• 折线图
  以折线的上升或下降来表示统计数量的增减变化的统计图
  特点：能够显示数据的变化趋势，反映事物的变化情况。（变化）
  
• 直方图
  由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据范围，纵轴表示分布情况。
  特点：绘制连续性的数据，展示一组或者多组数据的分布状况（统计）
  
• 条形图
  排列在工作表的列或行中的数据可以绘制到条形图中。
  特点：绘制连离散的数据，能够看到各个数据的大小，比较数据之间的差别。（统计）
  
• 散点图
  用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。
  特点：判断变量之间是否存在数量关联趋势，展示离群点（分布规律）
  

绘制散点图

import matplotlib.pyplot as plt
import matplotlib as mpl
plt.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams["axes.unicode_minus"]=False
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
plt.figure(figsize=(20,10),dpi=100)
x_3=range(1,32)
x_10=range(51,82)
plt.scatter(x_3,y_3,label="三月份")
plt.scatter(x_10,y_10,label="十月份")
_x=list(x_3)+list(x_10)
_x_ticks=["3月{0}号".format(i) for i in x_3]
_x_ticks+=["10月{0}号".format(i-50) for i in x_10]
plt.xticks(_x[::3],_x_ticks[::3],rotation=45)
plt.show()

散点图的绘制

import matplotlib.pyplot as plt
import matplotlib as mpl
plt.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams["axes.unicode_minus"]=False
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
plt.figure(figsize=(20,10),dpi=100)
x_3=range(1,32)
x_10=range(51,82)
plt.scatter(x_3,y_3,label="三月份")
plt.scatter(x_10,y_10,label="十月份")
_x=list(x_3)+list(x_10)
_x_ticks=["3月{0}号".format(i) for i in x_3]
_x_ticks+=["10月{0}号".format(i-50) for i in x_10]
plt.xticks(_x[::3],_x_ticks[::3],rotation=45)
#添加图例
plt.legend(loc="upper left")
#添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.show()

散点图的更多应用场景

• 不同条件（维度）之间的内在关联关系
• 观察数据的离散聚合程度

绘制条形图

#绘制横着的条形图
from matplotlib import pyplot as plt
import matplotlib as mpl
plt.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams["axes.unicode_minus"]=False
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]
b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
#设置图形大小
plt.figure(figsize=(20,10),dpi=100)
#绘制条形图
plt.barh(range(len(a)),b,height=0.3,color="red")
plt.yticks(range(len(a)),a)
plt.grid(alpha=0.3)
plt.show()

多段条形图

from matplotlib import pyplot as plt
import matplotlib as mpl
plt.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams["axes.unicode_minus"]=False
a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]
bar_width=0.2
#设置图片大小
plt.figure(figsize=(20,10),dpi=100)
#设置X轴刻度
x_14=list(range(len(a)))
x_15=[i+0.2 for i in x_14]
x_16=[i+0.2*2 for i in x_14]
plt.xticks(x_15,a)![在这里插入图片描述](https://img-blog.csdnimg.cn/20210107090709237.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Jsb29kX2R1bms=,size_16,color_FFFFFF,t_70#pic_center)

plt.bar(x_14,b_14,width=bar_width,label="9月14号")
plt.bar(x_15,b_15,width=bar_width,label="9月15号")
plt.bar(x_16,b_16,width=bar_width,label="9月16号")
plt.legend(loc="best")
plt.show()

条形图的更多应用场景

• 数量统计
• 频率统计（市场饱和度）

直方图

#直方图的绘制
from matplotlib import pyplot as plt
import matplotlib as mpl
plt.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams["axes.unicode_minus"]=False
a=[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
#print(max(a),min(a))
#计算组距
num_bins=(max(a)-min(a))//3
#设置图片大小
plt.figure(figsize=(20,10),dpi=100)
plt.hist(a,num_bins,color="red",density=True)#density为频率统计
#设置x轴的刻度
plt.xticks(range(min(a),max(a)+3,3))
#网格绘制
plt.grid(alpha=0.8)
#展示图像
plt.show()

一般来说能够使用plt.hist方法的是那些没有统计过的数据。
更多应用场景：

• 用户的年龄分布状态
• 一段时间内用户点击次数的分布状态
• 用户活跃时间的分布状态

from matplotlib import pyplot as plt
from matplotlib import font_manager
interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
#设置图形大小
plt.figure(figsize=(20,10),dpi=100)
plt.bar(range(12),quantity,width=1,color="red")
#设置网格
plt.grid(alpha=0.8)
#设置x轴刻度
_x=[i-0.5 for i in range(12)]
plt.xticks(_x,interval)
plt.show()