文章目录
| 学习框架 |
第一章 数据挖掘库的安装
matplotlib == 2.2.2
Numpy == 1.14.2
pandas == 0.20.3
TA-Lib == 0.4.16 ：技术指标库
tables == 3.4.2 ：hdf5
jupyter == 1.0.0 ：数据分析与展示平台
第二章 Matplotlib
2.1 matplotlib简介
-
什么是matplotlib
- 专门用于开发 2D 图标（包括 3D 图表）
- 以渐进、交互式方式实现数据可视化
- 使用简单
-
matplotlib
mat：matrix 矩阵，二维数据 - 二维图表
plot：画图
lib：library 库 -
matplotlib 的图像结构
-
matplotlib的三层结构
- 容器层
画板层（Canvas）
画布层（Figure）：plt.figure()
绘图区/坐标系（Axes）：plt.subplots() - 辅助显示层
- 图像层
- 容器层
2.2 折线图（plot）与基础绘图功能
-
折线图绘制与保存图片
-
matplotlib.pyplot模块
此模块包含了类似 matlab 的绘图函数，它的函数作用于当前画布(figure)的当前坐标系(axes)# 导入工具包 import matplotlib.pyplot as plt # 适应环境语句 %matplotlib inline # 创建画布（容器层） plt.figure() # 绘制图像（图像层） plt.plot([1, 0, 9], [4, 5, 6]) # 显示图像 plt.show() -
设置画布属性与保存图片
# 显示某城市一周的温度变化 # 创建画布 plt.figure(figsize=(10, 6), dpi=80) # 绘制图像 plt.plot([1, 2, 3, 4, 5, 6, 7], [21, 16, 19, 23, 20, 18, 14]) # 保存图像 plt.savefig("test_one.png") # 显示图像 plt.show()
-
-
完善原始折线图（辅助显示层）
-
中文显示问题解决
中文问题解决方法
-
添加网格显示
-
添加描述信息（x，y 轴的描述信息及标题）
# 显示某城市 11 点到 12 点一小时内每分钟变化的折线图 import random # 1、准备数据 x = range(60) y = [random.uniform(15, 18) for i in x] # 2、创建画布 plt.figure(figsize=(20, 8), dpi=80) # 3、绘制图像 plt.plot(x, y) # 修改 x、y 刻度，准备 x 的刻度说明 x_label = ["11点{}分".format(i) for i in x] plt.xticks(x[::5], x_label[::5]) plt.yticks(range(0, 40, 5)) # 添加网格显示 plt.grid(True, linestyle='--', alpha=0.5) # 添加描述信息（x，y 轴的描述信息及标题） plt.xlabel("时间") plt.ylabel("温度") plt.title("某城市中午 11 点-12 点温度变化显示图") # 4、显示图像 plt.show()
-
-
完善原始折线图（图像层）
-
添加另一条折线图，还可以在绘制折线图时设置图像风格，如下图：
-
显示图例
# 需求：再添加一个城市的温度变化 # 收集北京某一天的温度变化（1 度-3 度） # 1、准备数据 x = range(60) y_shanghai = [random.uniform(15, 18) for i in x] y_beijing = [random.uniform(1, 3) for i in x] # 2、创建画布 plt.figure(figsize=(20, 8), dpi=80) # 3、绘制图像 plt.plot(x, y_shanghai, color="r", linestyle="-.", label="上海") plt.plot(x, y_beijing, color="b", label="北京") # 显示图例 plt.legend() # 修改 x、y 刻度，准备 x 的刻度说明 x_label = ["11点{}分".format(i) for i in x] plt.xticks(x[::5], x_label[::5]) plt.yticks(range(0, 40, 5)) # 添加网格显示 plt.grid(True, linestyle='--', alpha=0.5) # 添加描述信息（x，y 轴的描述信息及标题） plt.xlabel("时间") plt.ylabel("温度") plt.title("北京、上海中午 11 点-12 点温度变化显示图") # 4、显示图像 plt.show() -
多个坐标系显示 - plt.subplots(面向对象的画图方法)
注意：plt.函数名()相当于面向过程的画图方法，axes.set_方法名()相当于面向对象的画图方法# 需求：分别画图 # 1、准备数据 x = range(60) y_shanghai = [random.uniform(15, 18) for i in x] y_beijing = [random.uniform(1, 3) for i in x] # 2、创建画布 # plt.figure(figsize=(20, 8), dpi=80) figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=80) # 3、绘制图像 axes[0].plot(x, y_shanghai, color="r", linestyle="-.", label="上海") axes[1].plot(x, y_beijing, color="b", label="北京") # 显示图例 axes[0].legend() axes[1].legend() # 修改 x、y 刻度，准备 x 的刻度说明 x_label = ["11点{}分".format(i) for i in x] axes[0].set_xticks(x[::5]) axes[0].set_xticklabels(x_label[::5]) axes[0].set_yticks(range(0, 40, 5)) axes[1].set_xticks(x[::5]) axes[1].set_xticklabels(x_label[::5]) axes[1].set_yticks(range(0, 40, 5)) # 添加网格显示 axes[0].grid(True, linestyle='--', alpha=0.5) axes[1].grid(True, linestyle='--', alpha=0.5) # 添加描述信息（x，y 轴的描述信息及标题） axes[0].set_xlabel("时间") axes[0].set_ylabel("温度") axes[0].set_title("上海中午 11 点-12 点温度变化显示图") axes[1].set_xlabel("时间") axes[1].set_ylabel("温度") axes[1].set_title("北京中午 11 点-12 点温度变化显示图") # 4、显示图像 plt.show()
-
-
折线图的应用场景
某事物或某指标随时间变化的情况，plt.plot()可以画折线图，也可以画各种数学函数图像import numpy as np # 1、准备数据 x, y # linspace生成[-1， 1]之间 1000 个数 # range 生成的数是左闭右开 x = np.linspace(-1, 1, 1000) y = 2 * x * x # 2、创建画布 plt.figure(figsize=(20, 8), dpi=80) # 3、绘制画像 plt.plot(x, y) # 添加网显示 plt.grid(linestyle="--", alpha=0.5) # 4、显示图像 plt.show()
2.3 散点图（scatter）
-
散点图：用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式（关系、规律）
-
特点：判断变量之间是否存在数量关联趋势，展示离群点（分布规律）
# 需求：探究房屋面积和房屋价格的关系 # 1、准备数据 x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64, 163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 224.72, 29.51, 21.61, 483.21, 245.25, 399.25, 343.35] y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9 , 239.34, 140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1 , 30.74, 400.02, 205.35, 330.64, 283.45] # 2、创建画布 plt.figure(figsize=(20, 8), dpi=80) # 3、绘制图像 plt.scatter(x, y) # 4、显示图像 plt.show()
2.4 柱状图（bar）
-
柱状图：排列在工作表的列或行中的数据可以绘制到柱状图中（统计、对比）
-
特点：绘制连离散的数据，能够一眼看出各个数据的大小，比较数据之间的差别
-
柱状图比较数据大小
-
绘制柱状图
# 需求1-对比每部电影的票房收入 # 1、准备数据 movie_names = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴', '降魔传','追捕','七十七天','密战','狂兽','其它'] tickets = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222] # 2、创建画布 plt.figure(figsize=(20, 8), dpi=80) # 3、绘制柱状图 x_ticks = range(len(movie_names)) plt.bar(x_ticks, tickets, color=['b','r','g','y','c','m','y','k','c','g','b']) # 修改x刻度 plt.xticks(x_ticks, movie_names) # 添加标题 plt.title("电影票房收入对比") # 添加网格显示 plt.grid(linestyle="--", alpha=0.5) # 4、显示图像 plt.show()
2.5 直方图（histogram）
-
直方图：由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据范围，纵轴表示分布情况（统计，分布状况）
-
直方图展示数据分布
-
特点：绘制连续性的数据表示一组或多组数据的分布状况
-
bins(组数) = (max(time) - min(time)) / 组距
# 需求：电影时长分布状况 # 1、准备数据 time = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150] # 2、创建画布 plt.figure(figsize=(20, 8), dpi=80) # 3、绘制直方图 distance = 1 group_num = int(max(time) - min(time) / distance) plt.hist(time, bins=group_num, density=True) # 修改x轴刻度 plt.xticks(range(min(time), max(time)+2, distance)) # 添加网格 plt.grid(linestyle="--", alpha=0.5) # 4、显示图像 plt.show()
2.6 饼图（pie）
-
饼图：用于表示不同分类的占比情况，通过弧度大小来对比各种分类（占比）
-
特点：分类数据的占比情况
# 1、准备数据 movie_name = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它'] place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105] # 2、创建画布 plt.figure(figsize=(20, 8), dpi=80) # 3、绘制饼图 plt.pie(place_count, labels=movie_name, colors=['b','r','g','y','c','m','y','k','c','g','y'], autopct="%1.2f%%") # 显示图例 plt.legend() plt.axis('equal') # 4、显示图像 plt.show()
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
