一、matplotlib
- 能将数据进行可视化,更直观的呈现
- 使数据更加客观、更具说服力
1. 相关代码操作
- 直接调用matplotlib中的pyplot中的plt
form matplotlib import pyplot as plt - 数据在x轴上和y轴上都是可迭代对象
x=[]
y=[] - 传入x,y并通过plot绘制出折现图
plt.plot(x,y)
plt.plot(x,y,label=’ ‘,color=’ ‘,linestyle=’ ‘,linewidth=’ ')
label:折现的名称
color:折线的颜色
linestyle:线段形式
linewidth:线条粗细 - 设置图片大小和清晰度:
fig=plt.figure(figsize=(20,8),dpi=80) - 调整x的刻度
_xticks_labels=[‘10点{}分’.format(i) for i in range(60)]
_xticks_labels+=[‘11点{}分’.format(i) for i in range(60)]
取步长，数字和字符串一一对应，数据的长度一样，rotation代表旋转度数 - 设置显示中文的永久方法
(1). 在python的安装目录中找到配置文件： %Python_Home%\Lib\site-packages\matplotlib\mpl-data\matplotlibrc (如，我的是在C:\Python34\Lib\site-packages\matplotlib\mpl-data)，用任意文本编辑器打开。
(2). 找到1font.family : sans-serif将其前面的#注释号去掉
(3).找到font.sans-serif :AR PL UMing CN, SimHei, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif将【AR PL UMing CN, SimHei】添加在最前面，其中AR PL UMing CN代表：宋体。SimHei代表：黑体。并将前面的#注释号去掉，重启编辑器后，便可显示中文了。
(4).同时需要更改axes.unicode_minus : False；使其值为False；否则无法显示负 - 设置x，y轴的label以及title
plt,xlabel()
plt.ylabel()
plt.title() - 绘制网格
plt.grid(alpha=’ ‘,linestyle=’:’)
alpha:为透明度，取值区间为0-1，越小越透明
linestyle:线段形式 - 绘制图例
plt.legend(loc=‘upper left’)
loc:代表图例添加的位置，可以是英文可以是数字 - 在执行程序的时候展示图
plt.show
2. 相关代码
#coding-utf-8
# 用列表a表示10点到12点的每一分钟的气温，如何绘制折线图观察每分钟气温的变化情况
from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager
#windos和linux设置字体的方式
# font = {'family' : 'Microsoft yahei',
# 'weight' : 'bold',
# 'size' : 'larger'}
# matplotlib.rc('font',**font)
#另外一种设置字体大小的方式
# my_font=font_manager.FontProperties(fname=r'C:/Windows/Fonts/msyh.ttf')
x=range(0,120)
y=[random.randint(20,35) for i in range(120)]
plt.figure(figsize=(25,8),dpi=80)
#绘图
plt.plot(x,y)
#调整x的刻度
_xticks_labels=['10点{}分'.format(i) for i in range(60)]
_xticks_labels+=['11点{}分'.format(i) for i in range(60)]
#取步长，数字和字符串一一对应，数据的长度一样
plt.xticks(list(x)[::3],_xticks_labels[::3],rotation=45)
#添加描述信息
plt.xlabel('时间')
plt.ylabel('温度 单位（摄氏度）')
plt.title('10点到12点每分钟的气温变化情况')
plt.show()
运行结果:
from matplotlib import pyplot as plt
import matplotlib
x=range(1,21)
y_1=[0,1,0,2,3,5,6,2,3,1,4,5,6,7,8,1,2,3,4,1]
y_2=[0,2,1,2,3,4,12,1,1,4,6,1,2,3,1,2,3,1,3,1]
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_1,label='自己',color='orange',linestyle=':',linewidth=7) #linestyle:线段形式,linewidth:线条粗细
plt.plot(x,y_2,label='同桌',color='cyan',linestyle='-.')
_xticks_labels=['{}岁'.format(i) for i in range(11,31)]
# _yticks_labels=[i/2 for i in range(0,20)]
plt.xticks(x,_xticks_labels)
# plt.yticks(range(0,9))
plt.xlabel('年龄')
plt.ylabel('交女朋友数量')
plt.title('列表a')
#绘制网格
plt.grid(alpha=0.5,linestyle=':') #alpha为透明度，取值区间为0-1，越小越透明
#添加图例(告诉别人那条线代表什么)
plt.legend(loc='upper left') #loc代表图例添加的位置，可以是英文可以是数字
plt.show()
运行结果:
3. 绘制散点图
- 技术要点:plt.scatter(x,y) x,y就是正常的坐标
- 题目:
假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律?
a =[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]
b = [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]
from matplotlib import pyplot as plt
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_3=range(1,32)
x_10=range(51,82) #把两个离散图给分开
#描述图片大小
plt.figure(figsize=(20,8),dpi=80)
#绘制离散图
plt.scatter(x_3,y_3,label='3月')
plt.scatter(x_10,y_10,label='10月') #用scatter绘制散点图
#调整x的刻度
_x=list(x_3)+list(x_10)
_xticks_labels=['3月{}日'.format(i) for i in x_3]
_xticks_labels+=['10月{}日'.format(i-50) for i in x_10]
plt.xticks(_x[::3],_xticks_labels[::3],rotation=45)
#x,y轴以及整体表格的标注
plt.xlabel('时间')
plt.ylabel('温度')
plt.title('3月与10月每日最高温度')
plt.show()
运行结果:
4. 绘制条形图
(1). 竖向条形图
- 技术要点:
_x = range(len(a))
_y = b
plt.bar(_x,b,width=’ ‘,color=’ ')
plt.xticks(_x,a) - 问题:
假设你获取到了2017年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据?
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] 单位:亿
from matplotlib import pyplot as plt
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]
plt.figure(figsize=(20,8),dpi=80)
_x=range(len(a))
_y=b
#绘制条形图
plt.bar(_x,_y)
plt.xticks(_x,a,rotation=90)
plt.ylabel('电影票房(亿)')
plt.title('某年内地电影票房top20')
plt.show()
运行结果:
(2). 横向条形图
- 技术要点:
_x = range(len(a))
_y = b
plt.bar(_x,b,heighe=’ ‘,color=’ ')
plt.yticks(_x,a) - 问题:与上述相同
from matplotlib import pyplot as plt
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]
plt.figure(figsize=(20,8),dpi=80)
_x=range(len(a))
_y=b
#绘制条形图
plt.barh(_x,_y,height=0.2,color='pink')
plt.yticks(_x,a)
plt.xlabel('电影票房(亿)')
plt.title('某年内地电影票房top20')
plt.show()
(3). 条形图进阶
- 问题
假设你知道了列表a中电影分别在2017-09-14(b_14), 2017-09-15(b_15), 2017-09-16(b_16)三天的票房,为了展示列表中电影本身的票房以及同其他电影的数据对比情况,应该如何更加直观的呈现该数据?
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]
from matplotlib import pyplot as plt
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]
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.figure(figsize=(20,8),dpi=80)
plt.barh(range(len(a)),b_14,height=0.2,label='9.14')
plt.barh(x_15,b_15,height=0.2,label='9.15')
plt.barh(x_16,b_16,height=0.2,label='9.16')
#设置图例
plt.legend()
#设置y轴刻度
plt.yticks(x_15,a)
plt.ylabel('电影名称')
plt.xlabel('电影票房')
#设置网格
plt.grid(alpha=0.1)
plt.show()
运行结果:
条形图的更多应用场景:
数量统计
频率统计(市场饱和度)
5. 直方图绘制
- 技术要点:
bin_width = 3 #设置组距
num_bins = int(max(a)-min(a))/bin_width #分为多少组
plt.hist(a,num_bins) ——>传入需要统计的数据，以及数组即可
plt.hist(a,[min(a)+i*bin_width for i in range(num_bins)])
——>可以传入一个列表，长为组数，值为分组依据，当组距不均匀的时候使用
plt.hist(a,num_bins,normed=1)
——>normed:是否绘制频率直方图,默认为频数直方图
plt.xticks(list(range(min(a),max(a)))[::bin_width],rotation=45) - 问题一：
假设你获取了250部电影的时长(列表a中),希望统计出这些电影时长的分布状态(比如时长为100分钟到120分钟电影的数量,出现的频率)等信息,你应该如何呈现这些数据?
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]
from matplotlib import pyplot as plt
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]
d=3 #组距
plt.figure(figsize=(20,8),dpi=80)
num_bins=(max(a)-min(a))//d
plt.hist(a,num_bins)
#设置x轴刻度
plt.xticks(range(min(a),max(a)+d,d))
plt.show()
运行结果:
- 问题二：
在美国2004年人口普查发现有124 million的人在离家相对较远的地方工作。根据他们从家到上班地点所需要的时间,通过抽样统计(最后一列)出了下表的数据,这些数据能够绘制成直方图么?
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]
from matplotlib import pyplot as plt
interval = [0,5,10,15,20,25,30,35,40,45,60,90] #每一个的刻度
width = [5,5,5,5,5,5,5,5,5,15,30,60] #间距
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47] #人数y轴
#设置图片大小
plt.figure(figsize=(20,8),dpi=80)
plt.bar(range(12),quantity,width=1)
#绘制x轴的刻度
_x=[i-0.5 for i in range(13)]
_xticks_labels=interval+[150]
plt.xticks(_x,_xticks_labels) #前面代表从哪儿开始，后面代表x轴的刻度分别是什么
plt.grid(alpha=0.4)
plt.show()
运行结果:
扫一扫
1826
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
