手把手学爬虫第六弹——数据可视化

最新推荐文章于 2024-05-13 14:05:59 发布

专业bug开发

最新推荐文章于 2024-05-13 14:05:59 发布

阅读量2.2k

点赞数 6

分类专栏： python笔记文章标签：爬虫 python 数据挖掘

本文链接：https://blog.csdn.net/k1507157/article/details/122022820

版权

python笔记专栏收录该内容

13 篇文章 20 订阅

订阅专栏

什么是数据可视化

数据可视化是指将数据以图表的形式表示，并利用数据分析和开发工具发现其中未知信息的过程。Python为我们提供了很多数据可视化工具，例如：Matplotlib、Seaborn等，这里我们针对Matplotlib进行演示。

常见图表类型

在数据分析过程中我们常见的图表类型包括以下几种：

直方图：适用于比较数据之间的多少
折线图：反映一组数据的变化趋势
条形图：显示各项目之间的比较情况，和直方图类似
散点图：显示若干数据系列中各数值之间的关系，类似于X、Y轴，判断两变量之间是否存在某种联系
箱形图：识别异常值

认识Matplotlib

Matplotlib 是 Python 的绘图库。它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。它也可以和图形工具包一起使用，如 PyQt 和 wxPython。

Matplotlib简答使用

使用默认画布

import numpy as np
import matplotlib.pyplot as plt

# 使用默认画布绘图
data = np.arange(100, 200)
plt.plot(data)
plt.show()

请添加图片描述

通过figure()函数创建画布

import matplotlib.pyplot as plt
#创建图形对象
fig = plt.figure()

figsize 指定画布的大小，(宽度,高度)，单位为英寸。
dpi 指定绘图对象的分辨率，即每英寸多少个像素，默认值为80。
facecolor 背景颜色。
dgecolor 边框颜色。
frameon 是否显示边框。

import matplotlib.pyplot as plt
import numpy as np

# 创建图形对象
plt.figure(facecolor='gray')
data = np.arange(100, 200)
plt.plot(data)
plt.show()

请添加图片描述

通过subplot()函数创建单个子图

有些时候我们想在同一个画布绘制多个视图，而不是在多个画布中绘制多个图形。这时候可以把画布进行划分，每个绘图区域都是一个Axes对象，他拥有属于自己的坐标系统，被称为子图。

plt.subplot(nrows, ncols, index)

nrows 与 ncols 表示要划分几行几列的子区域（nrows*nclos表示子图数量），index 的初始值为1，用来选定具体的某个子区域。

data = np.arange(100, 200)  # 数据
plt.subplot(121)  # 分成1x2的区域，占用编号为1的区域
plt.plot(data)
plt.subplot(122)  # 分成1x2的区域，占用编号为2的区域
plt.plot(-data)
plt.show()

请添加图片描述

通过subplots() 函数创建多个子图

subplots() 函数，它的使用方法和 subplot() 函数类似。其不同之处在于，subplots() 既创建了一个包含子图区域的画布，又创建了一个 figure 图形对象，而 subplot() 只是创建一个包含子图区域的画布。

fig , axes = plt.subplots(nrows, ncols)

nrows 与 ncols 表示两个整数参数，它们指定子图所占的行数、列数

data = np.arange(100, 200)  # 数据
fig, axes = plt.subplots(2, 2)  # 分成2x2矩阵区域，返回子图数组axes
print(axes)


# ans:
[[<AxesSubplot:> <AxesSubplot:>]
 [<AxesSubplot:> <AxesSubplot:>]]

Process finished with exit code 0

data = np.arange(100, 200)  # 数据
fig, axes = plt.subplots(2, 2)  # 分成2x2矩阵区域，返回子图数组axes

ax1 = axes[0, 0]    # 取出第一个子视图
ax2 = axes[0, 1]
ax3 = axes[1, 0]
ax4 = axes[1, 1]

ax1.plot(data)
ax2.plot(-data)
ax3.plot(2*data)
ax4.plot(-2*data)

plt.show()

请添加图片描述

添加各类标签

绘图的时候我们为了使绘制的图形更加直观，我们通常会给图像添加横、纵坐标等标签，常用的标签列举如下：
请添加图片描述

data = np.arange(0, 1.1, 0.01)
plt.title("Title")  # 设置标题
plt.xlabel("x")  # 添加x轴的名称
plt.ylabel("y")  # 添加y轴的名称

# 设置x和y轴的刻度
plt.xticks([0, 0.5, 1])
plt.yticks([0, 0.5, 1.0])

# 绘制y=x^2曲线
plt.plot(data, data ** 2)

# 绘制y=x^3曲线
plt.plot(data, data ** 3)

# 添加图例
plt.legend(["y=x^2", "y=x3"])
# 在本机上显示图形
plt.show()

请添加图片描述
Tip:中文无法正常显示时添加如下代码即可~

import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"] #设置字体
plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题

绘制常见图表

请添加图片描述

绘制直方图

plt.hist(x, bins, range, color) # 常用的参数，其他忽略

x：输入值，可以是单个数组，或者数组序列
bins：绘制条柱的个数，整数值，返回整数值+1个，默认为10
range: bins的上下范围
color：表示条柱的颜色

data = [34, 23, 45, 35, 66, 78, 16, 99]
plt.hist(data, bins=8, color='yellow')
plt.show()

请添加图片描述

绘制柱形图

plt.bar(x, height, width, color, edgecolor, align)

x:表示x轴数据
height:表示条形高度
width:表示条形宽度，默认0.8
color:表示条形颜色
edgecolor:表示条形边框颜色

# 创建图形对象
fig = plt.figure()
# 添加子图区域，参数值表示[left, bottom, width, height ]
ax = plt.subplot(1, 1, 1)
# 准备数据1
langs1 = ['C', 'C++', 'Java', 'Python', 'PHP']
students1 = [23, 17, 35, 29, 12]
# 准备数据2
langs2 = ['A', 'B', 'C', 'D', 'E']
students2 = [53, 27, 30, 22, 12]
# 绘制柱状图
ax.bar(langs1, students1, width=0.3, color='red')
# ax.bar(langs2, students2, width=0.3, color='green')
plt.show()

请添加图片描述

绘制散点图

散点图用于在水平轴和垂直轴上绘制数据点，它表示了因变量随自变量变化的趋势。通俗地讲，它反映的是一个变量受另一个变量的影响程度。

plt.scatter(x, y,s, c, marker, alpha)

x、y：表示xy轴对应的数据
s：指定点的大小
c:指定散点的颜色
marker‘：表示绘制的散点类型
alpha：表示点的透明度，0~1

x = [100, 200, 300, 400, 500, 600, 700, 800]
y = [101, 401, 501, 601,  201, 301, 701, 801]
plt.scatter(x, y)
plt.show()

请添加图片描述

绘制折线图

直接展示绘制多条折线

plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体
plt.rcParams["axes.unicode_minus"] = False  # 该语句解决图像中的“-”负号的乱码问题
# 对比两人6次考试成绩变化
x = [1, 2, 3, 4, 5, 6]
y1 = [88, 81, 79, 81, 86, 94]
y2 = [99, 88, 74, 90, 81, 75]
# 绘制折线图，添加数据点，设置点的大小
# matplotlib会自动为线条添加不同的颜色
plt.plot(x, y1, 'r', marker='.', markersize=10)
plt.plot(x, y2, 'b', marker='.', markersize=10)
plt.title('成绩对比折线图')  # 折线图标题
plt.xlabel('次数')  # x轴标题
plt.ylabel('分数')  # y轴标题
# 给图像添加注释，并设置样式
for a, b in zip(x, y1):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)
for a, b in zip(x, y2):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)

# 绘制图例
plt.legend(['小张', '小柯'])
# 显示图像
plt.show()

请添加图片描述

绘制饼状图


y = np.array([35, 25, 25, 15])

plt.pie(y,
        labels=['A', 'B', 'C', 'D'],  # 设置饼图标签
        colors=["#d5695d", "#5d8ca8", "#65a479", "#a564c9"],  # 设置饼图颜色
        explode=(0, 0.2, 0, 0),  # 第二部分突出显示，值越大，距离中心越远
        autopct='%.2f%%',  # 格式化输出百分比
        )
plt.title("测试饼状图")
plt.show()

请添加图片描述

保存图表

plt.savefig()必须写在plt.show()前面，否则保存为空白图像

 savefig(fname，dpi=None，facecolor=“w”，edgecolor=“w”，orientation=“portrait”，papertype=None，format=None，transparent=False，bbox_inches=None，pad_inches=0.1，frameon=None，metadata=None)

plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体
plt.rcParams["axes.unicode_minus"] = False  # 该语句解决图像中的“-”负号的乱码问题
# 对比两人6次考试成绩变化
x = [1, 2, 3, 4, 5, 6]
y1 = [88, 81, 79, 81, 86, 94]
y2 = [99, 88, 74, 90, 81, 75]
# 绘制折线图，添加数据点，设置点的大小
# matplotlib会自动为线条添加不同的颜色
plt.plot(x, y1, 'r', marker='.', markersize=10)
plt.plot(x, y2, 'b', marker='.', markersize=10)
plt.title('成绩对比折线图')  # 折线图标题
plt.xlabel('次数')  # x轴标题
plt.ylabel('分数')  # y轴标题
# 给图像添加注释，并设置样式
for a, b in zip(x, y1):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)
for a, b in zip(x, y2):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)

# 绘制图例
plt.legend(['小张', '小柯'])
plt.savefig(r"../Include/jk.png")
# 显示图像
plt.show()

请添加图片描述

综合案例

读取本地保存的淘宝月饼数据进行简单数据处理后进行可视化，分别生成折线图、柱形图、箱型图、饼状图

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体
plt.rcParams["axes.unicode_minus"] = False  # 该语句解决图像中的“-”负号的乱码问题
# 产品信息, 价格, 付款人数, 店铺名, 产地
df = pd.read_csv(r"E:\python\pythonProject3\venv\Include\月饼.csv")  # 读取本地csv文件数据
df_mean = df.drop(["产品信息", "店铺名"], axis=1).groupby("产地").mean().sort_values("价格", False)
fig, axes = plt.subplots(2, 2, figsize=(10, 10))
d = df_mean.价格
d.plot(ax=axes[0][0], kind='line', title='折线')
d.plot(ax=axes[0][1], kind='bar', title='柱形图')
d.plot(ax=axes[1][0], kind='box', title='箱型图')
d.plot(ax=axes[1][1], kind='pie', title='饼状图')
fig.tight_layout()  # 使图表自动调整格式
plt.savefig(r"../Include/zong.png")
plt.show()

数据可视化截图

总结

本期博客我们对经过数据处理后的数据进行了可视化分析，通过我们常用的图表形式展示数据。这样一来我们就可以将枯燥的数据通过可视化的方式展示出来。
博客内容并不复杂，可能存在遗漏，如果你发现有问题或者有遗漏，欢迎指正~~

author： KK
time ：2021年12月19日16:21:22
flag：12/30

专业bug开发

关注

6
点赞
踩
25

收藏

觉得还不错? 一键收藏
0
评论
手把手学爬虫第六弹——数据可视化

目录什么是数据可视化常见图表类型认识MatplotlibMatplotlib简答使用使用默认画布通过figure()函数创建画布通过subplot()函数创建单个子图通过subplots() 函数创建多个子图添加各类标签绘制常见图表绘制直方图绘制柱形图绘制散点图绘制折线图绘制饼状图保存图表综合案例总结    上一期我带着大家一起学习了数据分析，分析后的数据已经没有了异常值和空值，这样一来我们就可以使用我们已经处理完成的数据了。本期我们就来试试对我们爬取的数据进行可视
复制链接

扫一扫