数据建模与分析|Matplotlib的综合应用

本文主要介绍数据可视化过程，首先使用NumPy和Pandas进行数据读取、数据分组、数据重编码、分类汇总等数据加工处理，然后利用matplotlib汇总多种图表。

1. Matplotlib简介

matplotlib是一个python 2D绘图库，利用它可以画出许多高质量的图像。只需几行代码即可生成直方图，条形图，饼图，散点图等。
Matplotlib可用于Python脚本，Python和IPython shell，Jupyter笔记本，Web应用程序服务器和四个图形用户界面工具包。
matplotlib是可视化的表达，那么在图形的绘制中肯定会涉及一些数据处理。pandas和numpy则是python中最好用的两个数据分析库，使用它们，能够解决超过90%的数据分析问题。
安装：

• Anaconda中免安装
• python -m pip install matplotlib

使用Matplotlib一般导入以下包:

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

2. 数据分组处理

• 使用.mean()方法计算平均值
• 使用apply()获取年份的数据序列，Pandas的apply()函数的自由度较高，函数可以直接对 Series 或者 DataFrame 中元素进行逐元素遍历操作，方便且高效，具有类似于 Numpy 的特性。apply() 最后的是经过函数处理，数据以Series 或 DataFrame 格式返回。apply() 使用时，通常放入一个 lambda 函数表达式、或一个函数作为操作运算，官方上给出的 apply() 用法：

DataFrame.apply(self, func, axis=0, raw=False, result_type=None, args=(), **kwds
func 代表的是传入的函数或 lambda 表达式；
axis 参数可提供的有两个，该参数默认为0/列
0 或者 index ，表示函数处理的是每一列；
1 或 columns ，表示处理的是每一行;
raw ；bool 类型，默认为 False;
False ，表示把每一行或列作为 Series 传入函数中；
True，表示接受的是 ndarray 数据类型；

• 使用.groupby()分组计算，这里data[‘AQI’].groupby(data[‘年’]).mean().values分组计算各年AQI的平均值
• 使用.max()计算最大值

import numpy as np
import pandas as pd
data=pd.read_excel('北京市空气质量数据.xlsx')
data=data.replace(0,np.NaN)
AQI_mean=data['AQI'].mean()
data['年']=data['日期'].apply(lambda x:x.year)
AQI_mean_year=data['AQI'].groupby(data['年']).mean().values
AQI_max=data['AQI'].max()

3. 绘制时间序列折线图

引入Matplotlib的Pyplot子模块，指定别名为plt，用于绘图输出。
%matplotlib inline 是一个魔法函数（Magic Functions）。%matplotlib inline 可以在Ipython编译器里直接使用，功能是可以内嵌绘图，并且可以省略掉plt.show()这一步。
Matplotlib库涉及内容较多，这里不做详细介绍了，后期准备单独做介绍。以下简要说明步骤：

• 1. 利用函数plt.figure说明图形的一般特征，如这里宽为10高5。
• 2. 利用函数plt.plot绘制序列折线图（还可以绘制其他图）。同时，指定折线颜色、线形、线宽等。
• 3. 利用函数plt.axhline在参数y指定的位置上画一条平行于横坐标的直线，并给定直线图例文字。plt.axvline可参数x指定的位置上画一条平行于纵坐标的直线。
• 4. 通过for循环绘制多条平行于横坐标的直线，表征各年AQI平均值。
• 5. 利用title()、xlabel()、ylabel()指定图的标题，横纵坐标的坐标标签。
• 6. 利用xlim()、ylim()指定横纵坐标的取值范围。
• 7. 利用xticks()、yticks()在指定坐标刻度位置上给出刻度标签。
• 8. 利用legend()在指定位置（这里best表示最优位置）显示图例。
• 9. 利用text()在指定的行列位置上显示指定文字
• 10. 利用show()表示本次绘图结束。

import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['font.sans-serif']=['SimHei']  #解决中文显示乱码问题
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(10,5))
plt.plot(data['AQI'],color='black',linestyle='-',linewidth=0.5)
plt.axhline(y=AQI_mean,color='red', linestyle='-',linewidth=1.0,label='AQI总平均值')
year=['2014年','2015年','2016年','2017年','2018年','2019年']
col=['red','blue','green','yellow','purple','brown']
for i in range(6):
    plt.axhline(y=AQI_mean_year[i],color=col[i], linestyle='--',linewidth=0.8,label=year[i])
plt.title('2014年至2019年AQI时间序列折线图')
plt.xlabel('年份')
plt.ylabel('AQI')
plt.xlim(xmax=len(data), xmin=1)
plt.ylim(ymax=AQI_max,ymin=1)
plt.yticks([AQI_mean],['AQI平均值'])
plt.xticks([1,365,365*2,365*3,365*4,365*5],['2014','2015','2016','2017','2018','2019'])
plt.legend(loc='best')
plt.text(x=list(data['AQI']).index(AQI_max),y=data['AQI'].max()-20,s='空气质量最差日',color='red')
plt.show()

4. 绘制多张子图

示例说明：

• 导入warnings模块，并指定忽略代码运行过程中的警告信息。
• subplot(2,2,1)表示将绘图区域分成2行2列4个单元，且下一副图将在第1个单元显示。
• 利用plot()绘制各年AQI的折线图。
• subplot(2,2,2)表示将绘图区域分成2行2列4个单元，且下一副图将在第2个单元显示。
• 利用hist()绘制AQI的直方图，图中包含20个柱形条，即将数据分成20组。
• 利用scatter()绘制PM2.5和AQI的散点图。并指定点的大小（s），颜色（c）和形状（marker）。
• 利用pie()绘制饼图。

import warnings
warnings.filterwarnings(action = 'ignore')
fig=plt.figure(figsize=(10,5))
fig.subplots_adjust(hspace=0.5)
fig.subplots_adjust(wspace=0.5)
plt.subplot(2,2,1)
plt.plot(AQI_mean_year,color='black',linestyle='-',linewidth=0.5)
plt.title('各年AQI均值折线图')
plt.xticks([0,1,2,3,4,5],['2014','2015','2016','2017','2018','2019'])
plt.subplot(2,2,2)
plt.hist(data['AQI'],bins=20)
plt.title('AQI直方图')
plt.subplot(2,2,3)
plt.scatter(data['PM2.5'],data['AQI'],s=0.5,c='green',marker='.')
plt.title('PM2.5与AQI散点图')
plt.xlabel('PM2.5')
plt.ylabel('AQI')
plt.subplot(2,2,4)
tmp=pd.value_counts(data['质量等级'],sort=False)  #等同：tmp=data['质量等级'].value_counts()
share=tmp/sum(tmp)
labels=tmp.index
explode = [0, 0.2, 0, 0, 0,0.2,0]
plt.pie(share, explode = explode,labels = labels, autopct = '%3.1f%%',startangle = 180, shadow = True)
plt.title('空气质量整体情况的饼图')

Text(0.5, 1.0, '空气质量整体情况的饼图')