HM数据科学库-matplotlib（二）

matplotlib常用统计图-散点图绘制

• 绘制散点图和折线图方法类似，把命令换成plt.scatter(x,y_3)即可，是和折线图的唯一区别。
• 避免重叠，可以让x_3和x_10相差一部分数据
• x轴设置和之前一样，用plt.xticks来设置
• 添加x,y轴标题，图例，图标题等
• 更多的应用场景：不同条件之间的内在联系；不同数据之间的离散程度
• 绘制3月份和10月份的气温程序段如下：

from matplotlib import pyplot as plt
from matplotlib import font_manager
#分别展示3月份和10月份的气温
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]
#x轴要分开设置，才能保证散点图不重合
x_3=range(1,32)
x_10=range(51,82)
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)

#使用scatter绘制散点图，和折线图的最关键区别
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")
#设置中文字体
my_font=font_manager.FontProperties(fname=r"C:\Windows\Fonts\HGFS_CNKI.TTF") #一定要注意是Fontproperties而不是fontproperty

#调整x轴刻度
_x=list(x_3)+list(x_10) #注意，xticks命令是将x刻度序列和标识一一对应，因此设置好_x很重要;两个range不能想加，列表才能
_xtick_labels=["3月{}日".format(i) for i in x_3]
_xtick_labels+=["10月{}日".format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],fontproperties=my_font,rotation=45) #记得用font_manager设置中文字体

#添加图例
plt.legend(loc="upper left",prop=my_font)
#添加描述性信息
plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("气温",fontproperties=my_font)
plt.title("标题",fontproperties=my_font)

plt.show()

matplotlib条形图绘制

绘制国庆期间票房，纵向票房绘制：

#绘制纵向条形图
from matplotlib import pyplot as plt
from matplotlib import font_manager
#如果x标签太长，可以加\n换行
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：\n: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=(20,15),dpi=80)
#绘制条形图
plt.bar(range(len(a)),b,width=0.3) #len(a）是指a列表长度，range生成序列和b进行一一对应
my_font=font_manager.FontProperties(fname=r"C:\Windows\Fonts\HGFS_CNKI.TTF")
plt.xticks(range(len(a)),a,fontproperties=my_font, rotation=90) #将刻度和a对应
#保存图片
plt.savefig("./movie.png")
plt.show()

• 横向条形图绘制

#绘制横向条形图 barh命令
#绘制纵向条形图
from matplotlib import pyplot as plt
from matplotlib import font_manager
#如果x标签太长，可以加\n换行
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=(20,15),dpi=80)
#绘制条形图
plt.barh(range(len(a)),b,height=0.3,color='orange') #注意，由于是横向的图，b这里已经表示了条形图的width，要设置条形图的宽度应当用height
my_font=font_manager.FontProperties(fname=r"C:\Windows\Fonts\HGFS_CNKI.TTF")
plt.yticks(range(len(a)),a,fontproperties=my_font) #将刻度和a对应
#绘制网格线
plt.grid(alpha=0.3)
#保存图片
plt.savefig("./movie.png")
plt.show()

• 绘制三天票房代码

from matplotlib import pyplot as plt
from matplotlib import font_manager
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]
barwidth=0.2

x_14=list(range(len(a)))
#用列表生成式将x轴往后延
x_15=[i+barwidth for i in x_14]
x_16=[i+2*barwidth for i in x_14]

plt.bar(x_14,b_14,width=barwidth,label="9月15日")
plt.bar(x_15,b_15,width=barwidth,label="9月16日")
plt.bar(x_16,b_16,width=barwidth,label="9月17日")
my_font = font_manager.FontProperties(fname=r"C:\Windows\Fonts\HGFS_CNKI.TTF")
#设置x轴标签
plt.xticks(x_15,a,fontproperties=my_font)
plt.legend(prop=my_font)
plt.show()

应用场景：数量统计/频率统计

matplotlib直方图绘制

（1）加入获取了250部电影市场，希望统计电影时长的分布状态（比如100分钟到120分钟电影的数量）等信息，如何呈现呢？使用hist命令呈现。如果想显示频率，采用hist（data, num_bins, normed=true）

from matplotlib import pyplot as plt
from matplotlib import font_manager
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]
#计算组数
d=5#组距
num_bins=(max(a)-min(a))//d
#绘制直方图
plt.hist(a,num_bins) #当无法整除d时，实际组距会和d有差别，故要尽力选可以整除的d
plt.xticks(range(min(a),max(x)+d,d)) #使x的刻度是x间距，且范围为大于max值d的x轴

plt.grid()

plt.show()

（2）在美国2004年人口普查发现124million的人在离家相对较远的地方工作。根据家到上班地点所需要的时间，抽样统计成下表，可以绘制成直方图吗？

统计后的数据无法使用hist命令来进行绘制直方图，但可以用条形图绘制命令。条形图的间距可以是一个数组。代码如下：

from matplotlib import pyplot as plt
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, 15), dpi=80)

#绘制条形图
plt.bar(range(12),quantity,width=1) #条形图的间距可以是一个数组,这里为了美观选一个值

#设置x轴刻度
_x=[i-0.5 for i in range(13)] #由于条形图x值对应的是中间，x刻度应当比实际的x左移0.5
_x_ticks_label=interval+[150] #实际的x值应当比internal多一个最大值150
plt.xticks(_x,_x_ticks_label)
plt.grid()
plt.show()

matplotlib常见问题总结

• 应该选择哪种图形呈现数据
• matplotlib.plot(x,y)
• matplotlib.bar(x,y)
• matplotlib.scatter(x,y)
• matplotlib.hist(data,bins,normed)
• xticks,yticks,label, title, legend, label等命令
  流程总结：
• 明确问题
• 选择呈现方式
• 准备数据
  10.绘图
  更多的样式：
  http://matplotlib.org/gallery/index.html
  *其他框架
• 百度Echart
• plotly:可视化工具中的github相比于matplotlib更简单，图形更漂亮，同时兼容matplotlib和pandas
• seaborn