数据可视化

数据可视化

基本概念

数据可视化是指借助于图像化的手段，清晰，快捷有效的传达与沟通信息。同事，也可以辅助用户做出相应的判断更好的去洞悉数据背后的价值。

字不如表，表不如图

观察号码的频率。每个号码出现了多少次？

matplotlib

matplotlib是用于Python的绘图库，提供各种常用图形的绘制，例如：条形图，柱形图，线图，散点图等

安装

pip install matplotlib

导入

import matplotlib as mpl
improt matplotlib.pyplot as ply

图形绘制

绘制线图

可以通过matplotlib.pyplot方法进行图形绘制

• plot(y)
• plot(y,“格式”)
• plot(x,y)
• plot(x,y,“格式”)
• plot(x1,y1,“格式”,x2,y2,“格式”,…xn,yn,“格式n”)

import matplotlib as mpl
import matplotlib.pyplot as ply
import numpy as np

# 如果只画一个点，则无法看到该点，我们需要加上marker。
plt.plot([10],marker="o")
# 如果只有y没有x则x的默认值为0，1，2······
plt.plot([5,20], marker="o")
# 指定格式
plt.plot([5,20],"r-o")

# 我们也可以显示的指定x。（横坐标）
# x,y两个数组，对位取元素，构成一个坐标，进行绘制。
plt.plot([2,-1,5,6,8],[10,-2,6,23,10])
plt.plot([1,2],[3,4],"ro-",[4,2],[1,3],"--g<")
# 也可以分开绘制
plt.plot([1,2],[3,4],"ro-")
plt.plot([4,2],[1,3],"--g<")

# 画曲线。
x = np.linspace(0,2*np.pi,num=10)
y = np.sin(x)
plt.plot(x,y)

图形交互式设置

我们可以设置jupyter notebook图形是否交互式显示，默认为否。

• %matploblit notebook
• %matplotlib inline

设置中文支持

matplotlib默认情况下不支持中文显示，如果需要显示中文，则我们需要做一些额外的设置操作。

• 全局设置
• 局部设置

全局设置

我们可以通过执行：
mpl.rcParams[“font.family”] = “中文字体名称”
mpl.rcParams[“axes.unicode_minus”] = False
进行设置，常用的设置如下：

• font.family 字体的名称
  • sans-serif 西文字体（默认）
  • SimHei 中文黑体
  • FangSong 中文仿宋
  • YouYuan 中文幼圆
  • STSong 华文宋体
  • Kiaiti 中文楷体
  • LiSu 中文隶书
• fong.style 字体的风格
  • normal 常规（默认）
  • itallic 斜体
  • oblique 倾斜
• font.size 字体的大小（默认10）
• axes.unicode_minus 是否使用Unicode的减号（符号）【在支持中文显示状态下，需要设置为False】

局部设置

在需要显示的文字中，使用fontproperties参数进行设置。
说明：

• 如果全局设置与局部设置冲突，以局部设置为准。

# matplotlib默认不支持中文显示，如果需要显示中文，需要将字体设置成支持中文的字体。
mpl.rcParams["font.family"] = "SinHei"
# 但是，字体设置成支持中文的字体后，负号（-）也会使用中文的符号，而中文的符号又不支持显示。
# 因此，我们将负号该成英文的负号。
mpl.rcParams["xes.unicode_minus"] = False
# 也可以设置字体的风格（对中文体没效果）
mpl.rcParams["font.style"] = "italic"
# 设置字体的大小
mpl.rcParams["font.size"] = 20 
plt.plot([1,2,3],[4,5,6])
plt.title("标题")

# 使用mpl.rcParams设置参数时，是一种全局的设置，我们也可以进行局部设置，仅对当前的绘制生效。当全局设置与局部设置冲突是，以局部设置为准。
plt.plot([-1,-2,-3],[4,5,6])
plt.title("标题",fontsize=20, fontproperties="SinHei")

保存图表

通过plt的sivefig方法将当前的图形保存到硬盘或着类文件对象中。

• dpi：每英寸分辨率点数。
• facecolor：设置图像的背景色。
• bbox_inches：设置为tight，可以紧凑保存图像。

x = np.linspace(0, 2*pi, num=100)
y = np.sin(x)
plt.plot(x,y)
# 保存图像，保存到硬盘上
plt.savefig("c:/111.jpg",dpi=100,facecolor="g(或者'#ff0000')",bbox_inches="tight")
# 读取对象
# pillow
from PIL import Image
image = Image.open("c:/111.jpg")
# 使用系统默认的图像浏览工具打开图像。
image.show() 

# 保存图像，保存到类文件对象中。
from io import BytesIO
bio = BytesIO()
plt.savefig(bio)
# bio.read()
# 获取缓存区中的数据内容。 
bio.getvalue()
bio.seek(0)
bio.read()

颜色，点标记与线型设置

我们可以在绘制图形时，显式指定图形的颜色，点标记或线条形状。具体设置可以产看帮助文档。

• color©:线条颜色。
• linestyle(ls)：线条形状
• linewidth(lw):线宽
• marker：点标记形状
• markersize(ms)：点标记大小
• markeredgecolor(mec)：点边缘颜色
• markeredgewidth(mew)：点边缘宽度
• markerfacecolor(mfc)：点的颜色

说明：

• 颜色，点