python数据挖掘 - matplotlib绘图篇

Matplotlib画图（折线图、散点图、柱状图、直方图、饼状图）

Matplotlib可分容器层、辅助显示层、图像层去理解，不同的层专门做不同的操作与图像控制，成体系理解有助于找到图像问题，更加灵活绘制、修改图片。

常用命令

命令	解释
plt.figure(figsize=(20,5),dpi=100)	创建画布，figsize指定长宽，dpi指定清晰度
plt.plot([x1,x2],[y1,y2],color=“g”,linestyle=‘–’,label=“GZ”)	将数据画入，label表示图例
plt.show()	展示当前图片
plt.yticks()、plt.xticks()	设置横纵坐标
plt.xlabel(‘’)、plt.ylabel(‘’)、plt.title(‘’)	设置横纵坐标名称、图片标题
plt.grid(True,linestyle=‘-’,alpha=0.5)	网格线，alpha指定透明度
subplots	分区域，返回两个参数（对象）

图片类别

命令	类型-用途
plot	折线图：趋势/变化
scatter	散点图：关系/规律
bar	柱状图：统计/对比（比较数据大小）
histogram（hist）	直方图：分布状况（展示数据分布）
pie	饼状图：占比分析

折线图

import matplotlib.pyplot as plt
import random

# 随机生成两列温度数据，一行时间x坐标轴
y_guangzhou = [random.uniform(20,25) for i in range(60)]
y_beijing = [random.uniform(1,3) for i in range(60)]
x_label = ["11点{}分".format(i) for i in range(60)]

# 创建画布
plt.figure(figsize=(20,10),dpi=100)
# 放入x、y的数据，
plt.plot(x_label,y_guangzhou,color='g',linestyle='--',label='广州')
plt.plot(x_label,y_beijing,color='b',linestyle='-.',label='北京')
# 为了让上面的图例label显示出来
plt.legend()
# 坐标轴隔多少显示一个（步长）
plt.yticks(range(0,41)[::5])
plt.xticks(x_label[::5])
# 网格
plt.grid(True,linestyle='-.',alpha=0.5)
# x坐标、y坐标和标题
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("广州 - 北京某时刻温度变化")
plt.show()


## 如遇中文显示问题，执行以下代码：
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

双图示例（对象操作）

# 返回两个参数（对象）
# subplots的使用，1行2列
figer,axes = plt.subplots(nrows=1,ncols=2,figsize=(30,8),dpi=180)
axes[0].plot(x_label,y_guangzhou,color='g',linestyle='--',label='广州')
axes[1].plot(x_label,y_beijing,color='b',linestyle='-.',label='北京')
axes[0].legend()
axes[1].legend()
axes[0].set_yticks(range(0,41)[::5])
axes[0].set_xticks(x_label[::5])
axes[1].set_yticks(range(0,41)[::5])
axes[1].set_xticks(x_label[::5])
axes[0].grid(True,linestyle="--",alpha=0.5)
axes[1].grid(True,linestyle="--",alpha=0.5)
axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
axes[0].set_title("广州某时刻温度变化")
axes[1].set_xlabel("时间")
axes[1].set_ylabel("温度")
axes[1].set_title("北京某时刻温度变化")
plt.show()

散点图

import numpy as np
x = np.linspace(-10,10,100)
y = x*2*x

plt.figure(figsize=(20,10),dpi=80)
plt.scatter(x,y)
plt.grid(True,linestyle="--",alpha=0.5)
plt.yticks(range(300)[::50])
plt.xticks(range(-10,11)[::2])
plt.show()

柱状图

# 数据准备
move_name = ["肖申克的救赎","长津湖","复仇者联盟","喜羊羊","熊出没"]
day01 = [1000,800,500,200,1000]
tickes = [9000,10000,8000,5000,11000]

plt.figure(figsize=(20,10),dpi=80)
plt.bar(move_name,tickes,color=['b','r','g','y','c'],width=0.5)
plt.grid(True,linestyle="--",alpha=0.5)
plt.title("电影票房统计")

# 柱状图2，增加首日票房对比
plt.figure(figsize=(20,8),dpi=80)
plt.bar(range(5),day01,width=0.2,label="首日票房")
plt.bar([0.2,1.2,2.2,3.2,4.2],tickes,width=0.2,label="一周票房")
plt.grid(True,linestyle="--",alpha=0.5)
plt.legend()
plt.xticks([0.1,1.1,2.1,3.1,4.1],move_name)
plt.show()

直方图

# 随机生成200个电影时长
time = [int(random.uniform(100,181)) for i in range(200)]
plt.figure(figsize=(20,8),dpi=80)
group=40
# 数据集，组数，显示方式为频率（默认不写是频数）
plt.hist(time,bins=group,density=True)
plt.xticks(range(100,181,2))
plt.grid(linestyle="--",alpha=0.5)
plt.xlabel("时长分布")
plt.ylabel("频数统计")
plt.title("电影时长分布直方图")
plt.show()

直方图与柱状图的区别

• 直方图展示数据的分布，柱状图比较数据的大小
• 直方图X轴为定量数据，柱状图X轴为分类数据
• 直方图柱子无间隔，柱状图柱子有间隔
• 直方图柱子宽度可不一，柱状图柱子宽度须一致

饼状图

# 数据准备
move_name = ["肖申克的救赎","长津湖","复仇者联盟","喜羊羊","熊出没"]
tickes = [9000,10000,8000,5000,11000]

plt.figure(figsize=(20,8),dpi=80)
# autopct:显示百分比
plt.pie(tickes,labels=move_name,colors=['b','r','g','y','c'],autopct="占%1.2f%%")
# 调节坐标比例，使长宽一致
plt.axis('equal')
# 显示图例
plt.legend()
plt.show()