python绘图与可视化--matplotlib

主要用来记录《利用python进行数据分析》一书第8章 绘图与可视化 

matplotlib绘图

1. 加载模块：

%matplotlib inline
import numpy as np 
import matplotlib.pyplot as plt

在jupyter notebook中，若不使用魔法函数“%matplotlib inline”，需要适用plt.show()使绘图显示出来。

2. 绘制子图

# plt.subplots(nrows,ncols,sharex=False,sharey=False)
# 图表可分为几行几列的图形，是否共享X轴/Y轴（便于同比例尺下对比）

fig, axes = plt.subplots(2,2,sharex=True, sharey=True)
for i in range(2):
    for j in range(2):
        axes[i,j].hist(np.random.randn(500),bins=50,color="k",alpha=0.5)

# subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)
# 子图的在大图中的位置，前四个为子图到大图边界的距离，wspace/hspace表示子图间列间距和行间距
plt.subplots_adjust(wspace=0,hspace=0)

3. 颜色、标记、线型

根据x, y绘制绿色虚线'g--'

ax.plot(x, y, 'g--')

ax.plot(x, y, color='g', linestyle='--')

# 'ko--'绘制黑色带实心圆mark的虚线图
plt.plot(np.random.randn(30).cumsum(),'ko--')
# 等效的：
plt.plot(np.random.randn(30).cumsum(),color='k',linestyle='dashed',marker='o')

4. 刻度、标签、图例

set_xticks 设置x轴刻度标签位置

set_xticklabels 设置x轴刻度标签

set_title 设置标题

set_xlabel 设置x轴名称

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())

# 要修改X轴的刻度，使用set_xticks设置刻度标签位置和set_xticklabels设置刻度标签
ticks = ax.set_xticks([0,250,500,750,1000])
labels = ax.set_xticklabels(['one','two','three','four','five'],rotation=30, fontsize='small')

# set_title设置标题，set_xlabel设置X轴名称
ax.set_title('My first matplotlib plot')
ax.set_xlabel('stages')

添加图例legend：

绘图时添加label, 再在plt.legend() 创建图例

fig = plt.figure()
ax = fig.add_subplot(1,1,1)

# 绘图时，添加label
ax.plot(np.random.randn(1000).cumsum(),'k',label='one')
ax.plot(np.random.randn(1000).cumsum(),'k--',label='two')
ax.plot(np.random.randn(1000).cumsum(),'k.',label='three')

# 通过ax.legend() 或 plt.legend() 自动创建图例
ax.legend(loc='best')

5. 保存图表

保存图表 plt.savefig('foo.png')  文件类型可以由扩展名定义，可选项：dpi  分辨率（每英寸点数），bbox_inches 可以减除当前图表的空白部分（tight表示留有最小白边)

plt.savefig('figname.png', dpi=400, bbox_inches='tight')

Pandas绘图

在matplotlib中绘制一张图需要组装各种基础组件（图表、图例、标题、刻度标签以及其他注解），在pandas中只需要一两行代码就能完成。

1. 线型图

在pd.Series()和pd.DataFrame()中设置index（索引）,columns（列名）等

data.plot中设置label（图例的标签），kind（可以是'line','bar','barh','kde','box'等图表形式）等等P246中的关键字参数会被传给相应的matplotlib绘图函数。

# 调整图片大小
matplotlib.rcParams['figure.figsize']=(9,6)

import pandas as pd

# Series.plot
s = pd.Series(np.random.randn(10).cumsum(),index=np.arange(1,100,10))
s.plot()

# DataFrame.plot
df = pd.DataFrame(np.random.randn(10,4).cumsum(0),
                  columns=['A','B','C','D'],
                  index=np.arange(0,100,10))
df.plot()

2. 柱状图

kind = 'bar'（垂直柱状图）, kind = 'barh'（水平柱状图）

fig, axes = plt.subplots(2,1)
data=pd.Series(np.random.rand(16),index=list('abcdefghijklmnop'))
data.plot(kind='bar',ax=axes[0],color='k',alpha=0.7)
data.plot(kind='barh',ax=axes[1],color='k',alpha=0.7)

df = pd.DataFrame(np.random.rand(6,4),index=['one','two','three','four','five','six'],
                  columns=pd.Index(['A','B','C','D'],name='Genus'))
df.plot(kind='bar')

DataFrame中列名的名字“Genus”可作为图例的名称显示出来

若在df.plot(kind='bar', stacked=True) 添加stacked=True，可绘制堆积柱状图

堆叠图：各行规格化和为1后，再比较堆叠项

tips = pd.read_csv('tips.csv')
# 作聚会时间（day）和聚会规模（size）的交叉表，pd.crosstab(index, columns)，表的内容为计数
party_counts = pd.crosstab(tips['day'],tips['size'])
# 由于规模为1和6的次数都较少，故切片去掉
party_counts = party_counts.loc[:,2:5]

# 规格化，使各行的和为1
party_pcts = party_counts.div(party_counts.sum(1).astype(float),axis=0)

party_pcts.plot(kind='bar',stacked=True)

在同一比例下对比不同时间聚会规模的占比，可以明显看得出在周末大规模聚会增多。

3. 直方图histogram和密度图

# 沿用上表-tips.csv

# 由df的某两列运算得到新一列，小费百分比=小费/账单
tips['tip_pct']=tips['tip']/tips['total_bill']

# 绘制直方图
tips['tip_pct'].hist(bins=50)

# 绘制密度图 plot(kind='kde')
tips['tip_pct'].plot(kind='kde')

直方图和密度图常常被画在一起:

a. 用pandas API

tips['tip_pct'].hist(bins=50)
tips['tip_pct'].plot(kind='kde')

b. 可以用seaborn中的sns.distplot()

import seaborn as sns
sns.distplot(tips['tip_pct'])

4. 散布图 scatter plot（观察两个一维数据之间的关系）

 使用matplotlib和pandas API 作散布图

# 使用matplotlib.pyplot 可直接绘制两列散点图
plt.scatter(trans_data['m1'],trans_data['unemp'])
plt.title('Changes in log %s vs log %s' % ('m1','unemp'))

# 使用pandas API 可根据DataFrame创建散布图矩阵，还支持在对角线上放置各变量的直方图或密度图
pd.scatter_matrix(trans_data, diagonal='kde',color='k',alpha=0.3)