数据可视化之matplotlib篇 - 01

数据可视化之matplotlib-01

1. matplotlib简介和安装:

1.1 简介

matplotlib是python的一个数据可视化库, 可以画很多的图表, 像折线图, 柱状图…

非常的实用, 主要是简单易用, 在我们分析数据的趋势和查看数据的走向的时候, 几行代码就可以画出一个简单的图形出来

1.2 安装

pip install matplotlib

---

2. matplotlib的用法和实例展示(代码+图片)

首先来看一个简单的实际案例

import matplotlib
import numpy as np
from matplotlib import pyplot as plt
from matplotlib import style
from numpy import random
import pandas as pd
# 解决中文显示方块问题
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False

# 添加图例和设置线型及颜色
# linewidth - 线宽
# label - 图例名字
plt.plot([1,2,3,4], [2,4,6,8], linewidth=1.0, label='Line')
plt.ylabel('Numbers')
plt.legend()
plt.ylim(0, 10)

plt.show()

• 这就是一条简单的直线, plt.plot()用来设置画图的一些参数, 比如数据, 图的形状, 线宽…

• 接下来介绍一下常用的参数

---

3. matplotlib的API介绍

• plt.plot() # 绘制图形
  • 第一个参数默认是X轴数据
  • 第二个参数默认是Y轴数据
  • linewidth: 表示画图的线宽
  • label: 图例的名字, 再调用plt.legend()就会在图表上显示图例名字, 就是图片右上角的Line
  • color: 线条颜色
    • ‘r’: 红色
    • ‘g’: 绿色
    • ‘b’: 蓝色
    • ‘c’: 青色
    • ‘m’: 品红
    • ‘y’: 黄色
    • ‘k’: 黑色
    • ‘w’: 白色
• plt.show() # 图形显示, 不用notebook的话, 不调用该函数, 不会显示图像
• plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
  • num:图像编号或名称，数字为编号 ，字符串为名称
  • figsize:指定figure的宽和高，单位为英寸；
  • dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80, 1英寸等于2.5cm,A4纸是 21*30cm的纸张
  • facecolor:背景颜色
  • edgecolor:边框颜色
  • frameon:是否显示边框
• plt.title() # 设置图表标题
  • fontsize: 设置字体大小，默认12，可选参数 [‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’,‘x-large’, ‘xx-large’]
  • fontweight: 设置字体粗细，可选参数 [‘light’, ‘normal’, ‘medium’, ‘semibold’, ‘bold’, ‘heavy’, ‘black’]
  • fontstyle: 设置字体类型，可选参数[ ‘normal’ | ‘italic’ | ‘oblique’ ]，italic斜体，oblique倾斜
  • verticalalignment: 设置水平对齐方式 ，可选参数 ： ‘center’ , ‘top’ , ‘bottom’ , ‘baseline’
  • horizontalalignment: 设置垂直对齐方式，可选参数：left,right,center
  • rotation: (旋转角度)可选参数为:vertical,horizontal 也可以为数字
  • alpha: 透明度，参数值0至1之间
  • backgroundcolor: 标题背景颜色
  • bbox: 给标题增加外框 ，常用参数如下:
    • boxstyle方框外形
    • facecolor(简写fc)背景颜色
    • edgecolor(简写ec)边框线条颜色
    • edgewidth边框线条大小
• plt.xlabel(‘X axis’) # 设置X轴名字
• plt.ylabel(‘Y axis’) # 设置Y轴名字
• plt.legend() # 显示图例, 可显示在plot()中设置的label
• plt.scatter() # 绘制散点图, 参考plt.plot()传参
• plt.grid(True) # 出现网络
• plt.subplot(figsize=(10, 6)) # 绘制子图
  • figsize: 指定子图的大小
• plt.bar() # 绘制柱状图, 参考plt.plot()传参

这里只介绍一些常用的API和对应的传参, 更加具体的可以移步官网查看
官网地址: https://matplotlib.org/stable/contents.html

菜鸟教程网站地址: https://www.runoob.com/matplotlib/matplotlib-tutorial.html

推荐菜鸟教程, 因为它是中文的, 对入门的同学会很友好

但是菜鸟的教程肯定是没有官网那么全的, 所以入门之后进阶, 推荐看官网的

4. 总结

总的来说, maplotlib画图是比较简单的, 在需要快速分析一下数据表现的时候, 就很方便;

接下来会介绍到怎么用matplotlib绘制折线图, 直方图, 散点图

不足的地方就是matplotlib画图画出来的图表在美观方面稍微有所欠缺.所以在画热力图的时候, 一般会用seaborn.后面会介绍到