数据分析matplotlib

matplotlib能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。

pylab 是 matplotlib 面向对象绘图库的一个接口。它的语法和 Matlab 十分相近。也就是说，它主要的绘图命令和 Matlab 对应的命令有相似的参数。

绘制图像

plot 函数位于 matplotlib.pyplot 这个模块中，是绘制图形的主要函数。plot 函数可以接收多组 X 轴、Y 轴数据进行绘图，也可以控制曲线的格式等等。可以通过查看帮助了解plot

import matplotlib.pyplot as plt
help(plt.plot)

plot的作用相当于开始绘图，最后通过show()展示出来。

import matplotlib.pyplot as plt
x=range(10)
y=[15,12,23,13,16,19,31,22,23,30]
plt.plot(x,y)
plt.show()

创建图形

感觉图片展示的大小存在问题可以通过figure()来调节。以下为figure的语法：

matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs)

num:可选参数，如果不设定在创建窗口时会自增，如果设定则一致以设定的参数存在。也可以理解为给自己的图像取名。

figsize:可选参数，设定窗口大小。

dpi:可选参数，整数，相当于设定清晰度。

facecolor:可选参数，表示窗口的背景颜色，范围为‘#00000’-‘#FFFFFF'。

edgecolor:可选参数，表示边框颜色。

clear:可选参数，有True和False,当为True时，内容被清空。

import matplotlib.pyplot as plt
plt.figure(num=8,figsize=(8,4),facecolor='#FFFFFF',edgecolor='#000000')
x=range(10)
y=[15,12,23,13,16,19,31,22,23,30]
plt.plot(x,y)
plt.show()

坐标轴

xticks(ticks=None, labels=None, **kwargs) 获取或设置当前x轴刻度位置和标签。若不传递任何参数，则返回当前刻度。

yticks(ticks=None, labels=None, **kwargs) 获取或y轴刻度位置和标签。若不传递任何参数，则返回当前刻度值。

xlabel(' ’，loc=' ',fontdict=' ',labelpad=' '）为x轴命名。

ylabel(' ',loc=' ',fontdict=' ',labelpad=' ')  为y轴命名

title（' '，loc=' ',fontdict=' ',labelpad=' '）绘制图像的title.

在坐标轴上也可以有多个标签，但最多有三个标签，由参数left,center,right决定。特定位置的参数由loc决定。

fontdict可以决定字体的系统（family），大小（size)，颜色(color),粗细(weight)等。

import matplotlib.pyplot as plt
plt.figure(num=8,figsize=(6,4),facecolor='#FFFFFF',edgecolor='#000000')
x=range(10)
y=[15,12,23,13,16,19,31,22,23,30]
#plt.xlabel('entry_x')
plt.rcParams["font.sans-serif"]=['SimHei']#用于显示中文标签
plt.yticks(y)
plt.xticks(x,labels=['A','B','C','D','E','F','G','H','I','P'])
plt.xlabel('x轴',loc='right')
plt.title('123',fontdict={'family':'serif','size':18,'weight':'bold','color':'red'},loc='center')
plt.title('456',fontdict={'family':'serif','size':18,'weight':'bold','color':'red'},loc='left')
plt.plot(x,y)
plt.show()

加入plt.rcParams["font.sans-serif"]=['SimHei']可以在坐标轴中显示中文标签

plt.xticks、plt.yticks设置坐标轴刻度。

labelpad可以指定标签与坐标轴的位置。

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-5,5,100)
y=np.sin(x)
plt.figure(figsize=(8,4))
plt.plot(x,y)
plt.xlim(-5,5)
plt.ylim(-2,2)
x_ticks=np.arange(-5,5,0.5)
y_ticks=np.arange(-2,2,0.5)
plt.xticks(x_ticks)
plt.yticks(y_ticks)
plt.xlabel('x',loc='right',labelpad=3)
plt.ylabel('y')
plt.show()

网格线

grid()的方法制作网格线，语法如下：

matplotlib.pyplot.grid(b=None, which='major', axis='both', )

b:可选参数，默认为None,可以设置布尔值，当为True时显示网格线。

which：可选参数，表示应用更改的网格线，可选值包括：major,minor,both。

axis:可选参数，表示哪个方向的网格线，默认为both，其余还有x或y(x轴方向或者y轴方向）。

**kwargs：可选，设置网格样式，可以是 color='r', linestyle='-' 和 linewidth=2，分别表示网格线的颜色，样式和宽度。

在图形当中加入网格线：

import matplotlib.pyplot as plt
import numpy as np
x=np.array(['A','B','C','D'])
y=np.array([12,34,21,10])
plt.grid()
plt.plot(x,y)
plt.show()

设置网格线的方向：

import matplotlib.pyplot as plt
import numpy as np
x=np.array(['A','B','C','D'])
y=np.array([12,34,21,10])
plt.figure(figsize=(6,4))
plt.grid(axis='x')
plt.plot(x,y)
plt.show()

网格线的格式grid(color = 'color', linestyle = 'linestyle', linewidth = number)

color：表示网格线的颜色。

linestyle:表示网格线的形式，'‐' 实线，'‐‐' 破折线，'‐.' 点划线，':' 虚线。

linewidth:表示网格线的宽度，一个数字。

import matplotlib.pyplot as plt
import numpy as np
x=np.array(['A','B','C','D'])
y=np.array([12,34,21,10])
plt.figure(figsize=(6,4))
plt.grid(axis='x',color='red',linestyle='-',linewidth=0.1)
plt.plot(x,y)
plt.show()

图中放置文本

将文本内容s放置在坐标轴中（x,y)的位置，语法如下：

matplotlib.axes.Axes.text(x, y, s, fontdict=None, withdash=False, **kwargs)

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-5,5,100)
y=np.sin(x)
plt.figure(figsize=(8,4))
plt.plot(x,y)
plt.xlim(-5,5)
plt.ylim(-2,2)
x_ticks=np.arange(-5,5,0.5)
y_ticks=np.arange(-2,2,0.5)
plt.xticks(x_ticks)
plt.yticks(y_ticks)
plt.xlabel('x',loc='right',labelpad=3)
plt.ylabel('y')
plt.text(0.0,0.0,"value",fontsize=14，rotation=270)
plt.show()

text的旋转

坐标轴 text 具有关键字参数- rotation，用于指定图中的文本旋转角度。rotation 的角度为 0 到 360（度）之间。

图片保存

savefig()保存图片，语法如下：

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)

fname参数是一个包含文件名路径的字符串，或者是一个类似于python文件的对象。如果format参数设为None且frame参数是一个字符串，则输出格式将根据文件名的扩展名推导出来。使用savefig()函数将图片保存在指定目录下，在show()前插入，如果在show()后面会出现保存图片为空白现象。

import matplotlib.pyplot as plt
#设置图片大小
fig=plt.figure(figsize=(18,4),dpi=50)#figure图像图标，figsize大小，dpi表示清晰度。
x=range(2,26,2)
y=[15,12,23,13,16,19,31,22,23,30,10,19]
plt.plot(x,y)#绘图
#保存到本地
#plt.savefig('./img.svg')#png,svg等
plt.show()

绘制饼图

pie()创建饼图，语法如下：

matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None,
                      pctdistance=0.6, shadow=False, labeldistance=1.1,
                      startangle=None, radius=None, counterclock=True,
                      wedgeprops=None, textprops=None, center=(0, 0),
                      frame=False, hold=None, data=None)

绘制饼图

import matplotlib.pyplot as plt
import numpy as np
x=np.array([10,20,40,33])
label=['one','two','three','four']
plt.figure(figsize=(4,4))
plt.pie(x,labels=label,counterclock=True)
plt.show()

counterclock可选参数，当其为Fasle时表示顺时针绘制，为True时表示逆时针。

explode参数控制饼图中的切片爆炸。它指定偏移每个楔形的半径的分数。

colors：饼图各个扇区的颜色，默认为False

autopct:饼图各个扇形显示百分比的格式。%d%%表示整数，%0.1一位小数，%0.1f%%两位小数百分比。

labeldistance：标签标记的绘制位置，相对于半径的比例，默认值为 1.1，如 <1则绘制在饼图内侧。

pctdistance：类似于 labeldistance，指定 autopct 的位置刻度，默认值为 0.6。

shadow：：布尔值 True 或 False，设置饼图的阴影，默认为 False，不设置阴影。当为True时显示阴影有三维立体效果。

radius：：设置饼图的半径，默认为 1。

startangle：：起始绘制饼图的角度，默认为从 x 轴正方向逆时针画起，如设定 =90 则从 y 轴正方向画起。

wedgeprops ：字典类型，默认值 None。参数字典传递给 wedge 对象用来画一个饼图。例如：wedgeprops={'linewidth':5} 设置 wedge 线宽为5。

textprops ：字典类型，默认值为：None。传递给 text 对象的字典参数，用于设置标签（labels）和比例文字的格式。

center ：浮点类型的列表，默认值：(0,0)。用于设置图标中心位置。

frame ：布尔类型，默认值：False。如果是 True，绘制带有表的轴框架。

rotatelabels ：布尔类型，默认为 False。如果为 True，旋转每个 label 到指定的角度。

import matplotlib.pyplot as plt
import numpy as np
x=np.array([10,20,40,33])
label=['one','two','three','four']
plt.figure(figsize=(4,4))
plt.pie(x,labels=label,counterclock=True,explode=(0,0.3,0,0))
plt.show()

散点图

scatter()绘制散点图，语法如下：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

x,y:相同长度的数组，就是我们绘制散点图所需要的数据点。

s:点的大小，默认值为20，也可以为数组，代表数据每个点的大小。

c:点的颜色，默认为蓝色，也可以时RED或REDA的二维数组。

marker:点的样式，默认为原点。

cmap：Colormap，默认 None，标量或者是一个 colormap 的名字，只有 c 是一个浮点数数组的时才使用。。

norm：Normalize，默认 None，数据亮度在 0-1 之间，只有 c 是一个浮点数的数组的时才使用。

vmin，vmax：：亮度设置，在 norm 参数存在时会忽略。

alpha：：透明度设置，0-1 之间，默认 None，即不透明。

linewidths：：标记点的长度。

edgecolors：：颜色或颜色序列，默认为 'face'，可选值有 'face', 'none', None。

plotnonfinite：：布尔值，设置是否使用非限定的 c ( inf, -inf 或 nan) 绘制点。

**kwargs：：其他参数。

绘制一个简单的散点图：

import matplotlib.pyplot as plt
import numpy as np
x=np.array([12,11,34,56,33,22,43])
y=np.array([22,12,32,45,23,43,12])
plt.figure(figsize=(4,4))
plt.scatter(x,y)
plt.show()

改变点的大小和颜色：

import matplotlib.pyplot as plt
import numpy as np
x=np.array([12,11,34,56,33,22,43])
y=np.array([22,12,32,45,23,43,12])
plt.figure(figsize=(4,4))
color=np.array(['red','blue','orange','black','green','purple','cyan'])
size=np.array([20,30,50,40,60,100,600])
plt.scatter(x,y,c=color,s=size)
plt.show()

绘制两组散点图：

import matplotlib.pyplot as plt
import numpy as np
x=np.array([12,11,34,56,33,22,43])
y=np.array([22,12,32,45,23,43,12])
plt.figure(figsize=(4,4))
size=np.array([20,30,50,40,60,100,600])
plt.scatter(x,y,c='red',s=size)

x=np.array([12,11,34,56,33,22,43])
y=np.array([12,11,34,56,33,22,43])
plt.scatter(x,y,c='black')
plt.show()

柱形图

用bar()来画柱形图，语法如下：

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

x:浮点型数组，用来表示x轴的数据。

height：浮点型数组，用来表述柱形图的高度。

width：浮点型数组，用来表述柱形图的宽度。

bottom：浮点型数组，底座的y坐标，默认为0.

align:柱形图与x坐标轴的对齐方式，'center' 以 x 位置为中心，这是默认值。 'edge'：将柱形图的左边缘与 x 位置对齐。要对齐右边缘的条形，可以传递负数的宽度值及 align='edge'。

创建一个简单的柱形图

import matplotlib.pyplot as plt
import numpy as np
x=np.array(['A','B','C','D'])
y=np.array([12,34,21,10])
plt.bar(x,y)
plt.show()

若想要创建垂直柱形图，则使用barh(),语法同bar()

import matplotlib.pyplot as plt
import numpy as np
x=np.array(['A','B','C','D'])
y=np.array([12,34,21,10])
plt.barh(x,y)
plt.show()

自定柱形图的颜色，可以是单色也可以是多色。

import matplotlib.pyplot as plt
import numpy as np
x=np.array(['A','B','C','D'])
y=np.array([12,34,21,10])
colors=np.array(['red','orange','blue','green'])
plt.barh(x,y,color=colors)
plt.show()

设置柱形图的宽度。

import matplotlib.pyplot as plt
import numpy as np
x=np.array(['A','B','C','D'])
y=np.array([12,34,21,10])
colors=np.array(['red','orange','blue','green'])
plt.bar(x,y,color=colors,width=0.2)
plt.show()

注：bar() 使用width, barh() 使用height。