matplotlib的使用

流程

提出问题 --> 准备数据 --> 分析数据 --> 获得结论 --> 成果可视化

1. conda 环境安装

conda: data science package & environment manager

创建环境：

conda create --name python3 python=3

切换环境：

windows: activate python3

linux/macos: source activate python3

2. matplotlib

• 概念

  最流行的Python底层绘图库，主要做数据可视化图表

• 基本要点

  1. 用法

  导入：from matplotlib import pyplot as plt

  plt.plot(横坐标列表,值列表) 传入横坐标列表和值列表，通过plot绘制出折线图

  plt.show() 在执行程序的时候展示图形

  2. 功能

  • 设置图片大小 plt.figure(figsize=(20, 8), dpi=80)

  • 保存到本地 plt.savefig("./气温.png")

  • 描述信息 plt.xlabel('横坐标') plt.ylabel('纵坐标') plt.title('标题')

  • 线条的样式 plt.plot(color='r', linestyle='--', linewidth=5, alpha=0.4)

  • 网格透明度 plt.grid(alpha=0.4)

  • 标记处特殊的点

  • 添加水印

  • 标记线条名称 plt.plot(x,x_str,'名称')

  • 添加图例 plt.legend(prop=字体, loc=位置对应的数字或字符串) 添加字体 prop=字体

  • 设置坐标轴的刻度 plt.xticks(x)或 plt.xticks(x, ['h{}'.format(i) for i in x]], rotation=90) rotation旋转度数

  • 设置字体

    a. window和linux

    import matplotlib
    # 设置字体
    font = {
        'family': 'MicroSoft YaHei',
        'weight': 'bold'
    }
    matplotlib.rc("font", **font)
    
    

    b. window、macos和linux

    from matplotlib import font_manager
    font = font_manager.FontProperties(fname='字体绝对路径')
    plt.xticks(x, x_str, ratation=45, fontproperties=font)
    

• 散点图、直方图、柱状图

  对比：

  折线图： 显示数据的变化趋势，反映事物的变化情况

  直方图： 绘制连续性的数据，展示一组或多组数据的分布情况

  绘制 plt.hist(值列表， 组数)

  注：

  • 组数分法：

  ​ 记录数<100 --> 5-12 组

  ​ 记录数<100 --> 极差/组距 组

  • 组距尽量设置为能被极差整除，极差=最大值-最小值

  • 值列表中的值是未经过统计的数据，如果是统计后的数据，则无法绘制直方图，可以考虑使用无间隔的条形图来显示。

  条形图： 绘制离散的数据，显示数据的大小。比较数据之间的差别

  绘制

  竖：plt.bar(横坐标， 值列表, width=0.3)
  横：plt.barh(横坐标， 值列表, height=0.3)
  

  散点图： 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 plt.scatter(横坐标， 值列表)

• 其他画图工具

  • 百度echarts
  • seaborn
  • plotly