python matplotlib 绘图入门

今天来学习一下matplotlib库的用法。对于中文显示异常（我用的py3），下文有很好的解决办法。学习过程推荐使用 ipython --pylab 或者 ipython notebook。因为他们具有很强的交互性、数据记录的能力。

目的：通过饼状图显示约15000份数据中的公司占比

从最简单的来吧：

import matplotlib.pyplot as plt

plt.pie(x=[10, 20, 30, 40])
plt.show()

这就是最简单的一个饼状图了

然后说一下pie中常用的参数意义：

shadow=True设置阴影, 阴影从0度产生
startangle从0度(图的上方)开始偏离
explode=tuchu ,  
pctdistance，文字距离圆心的距离
frame=True， 显示坐标系
explode=tuchu （-_-||， 凸出=tuchu， 突出块的位置和离圆心距离）

labels = ['a', 'b', 'c', 'd']
frace = [10, 20, 30, 40]
tuchu = [0, 0.1, 0.2, 0]
plt.axes(aspect=1)  # 参数设置这个饼为正圆
plt.pie(x=frace, labels=labels, startangle=0, autopct='%2.2f %%',
        pctdistance=0.6, labeldistance=1.3, explode=tuchu,
)
plt.legend()  # 添加实例
plt.show()

画主图：利用pandas的read_方法选择文件类型来读取。

接着把一个15000多个带重复的公司变成key（公司名）value（重复词）键值对。

pie参数：x=dict.values, labels=dict.keys

然后出来的图是这个~~~~ -_-||，百分比展示已经调到边缘地区了还是看不清（主要还是字段太多），但是可以

根据块的大小可以粗略判断哪些公司的占比比较高了。另外这个不加实例的原因是遮挡太严重。

plt.axes(aspect=0.8)
plt.pie(x=dict_labe.values(), labels=dict_labe.keys(), autopct='%2.2f %%',
        labeldistance=1.1, startangle=90, pctdistance=0.85)
plt.title('公司名对应的饼状图', fontproperties=font)
plt.show()

下面说一下，遇到乱码的两种解决方法：

1：可以设置字体为系统字体

from matplotlib.font_manager import FontProperties
font = FontProperties(fname="c:/windows/fonts/simsun.ttc", size=12)  # 系统字体路径
plt.title('公司名对应的饼状图', fontproperties=font)
plt.xlabel('公司', fontproperties=font)
plt.ylabel('占比', fontproperties=font)

这样，title，x，y轴的中文字体可以正常显示了。但是饼状图中（遮挡的名字）还是无法显示。

2：把系统默认字体设成自定义

import matplotlib as mpl
mpl.rcParams["font.sans-serif"] = ["Microsoft YaHei"]
mpl.rcParams['axes.unicode_minus'] = False

柱状图x轴我定义的是公司名，因为长度关系重叠了，然后修改字体倾斜90，修改字体长度就ok了。

company_list = [x.strip('有限公司保险股份') for x in labes]
fig, ax = plt.subplots()
ax.set_xticklabels(gs_list, rotation=90)
plt.bar(company_list, frac, color='g')  # x,y,颜色(取值范围在0-1之间,或者gbr)
plt.ylabel('拥有产品数')
plt.show()

可以很明显看出哪个公司的产品数比较多了。再多做几个表格，把产品的总类作为x轴，y轴为产品数，逐渐对比出哪个产品比较有吸引力，还有未来产品的趋向等等都可以分析出来。

下面两句代码也可以实现。

lables['公司名称'].value_counts().plot.bar()
plt.show()

第一次写博客，很菜-_-||