常用统计作图-使用matplotlib

使用matploylib作图，记录也不详尽，之后如果用的多再进行补充。
官方文档：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.html

---

1. 变量关系

1.1 散点图

两变量关系，常用散点图

x=np.arange(50)
y=x+5*np.random.randn(50)
print('x:',x[0:10],'\n')
print('y:',y[0:10])

绘制散点图，直接使用x，y的数据即可：

plt.scatter(x,y)
plt.show()

1.2 气泡图

plt.scatter(x,y,s=x,c=y,alpha=0.5)
# s:气泡大小（可以设置其他数据）
# c:气泡颜色（可以设置其他数据）
# alpha:透明度
plt.show()

1.3 相关系数

多变量关系，可以计算相关系数矩阵，基于相关系数矩阵，展示热力图；还可以一个画布中多个子图，分别展示两两变量间关系。

1.3 相关系数矩阵

df_temp=pd.DataFrame({'A':[1,2,3,4,5,6,7],
        'B':[3,3,5,7,8,2,1],
        'C':[38,37,26,19,39,74,75],
        'D':[12,46,85,67,39,27,93],
        'F':[1,2,6,7,8,4,5]})
df_temp.corr()

1.2 相关系数热力图

使用seaborn包
seaborn官方文档：
https://seaborn.pydata.org/api.html

import seaborn as sns
plt.figure(figsize=(8,6))
sns.heatmap(df_temp.corr(),cmap="YlGnBu",annot=True)
#cmap:颜色
#annot:数据标签

1.3 两两关系展示

sns.pairplot(df_temp)

其他函数还有：PairGrid（可参见文档）

2. 统计量分布

2.1 柱形图

#生成柱形图数据
x=['A','B','C','D','E','F','G']
y1,y2=np.random.randint(1,25,size=(2,7))   #随机数
wid=0.25
print('x:',x,'\n',
      'y1:',y1,'\n',
      'y2:',y2)

2.1 普通柱形图、条形图

柱形图：

plt.bar(x=x,height=y1,width=0.5)

条形图：

plt.barh(y=x,width=y1,height=0.5)

2.2 簇状柱形图

p1=plt.bar(x,height=y1,width=0.25,
           alpha=0.7,color='r',
           label='一类') #设置类别

#第二个类别的图，是往右移了0.25（一个柱子的宽度）
p2=plt.bar([i+0.25 for i in range(0,7)],
           height=y2,width=0.25,
           alpha=0.7,color='g',
           label='二类')

plt.xticks([i+0.1 for i in range(0,7)],x)  #x轴刻度标签

plt.xlabel('类别')
plt.title('柱形图')
plt.legend()  #设置题注（对应p1p2中的label）

#添加数据标签(挺繁琐)
for rect in p1:
    height=rect.get_height()
    plt.text(rect.get_x()+rect.get_width()/2,
            height+0.5,
            str(height),ha='center',va='bottom')
for rect in p2:
    height=rect.get_height()
    plt.text(rect.get_x()+rect.get_width()/2,
            height+0.5,
            str(height),ha='center',va='bottom')

plt.show()

3. 数据分布图

3.1 直方图

import matplotlib.pyplot as plt
import numpy as np
data=np.random.randn(100)
data[0:20]

plt.hist(data,bins=10,
        color='b',alpha=0.3)
plt.show()

(不得不说，做出来不好看。看数据特征可以，如果需要展示，需要调整细节或换其他工具)

3.2 箱线图

plt.boxplot(data)

4. 折线图

生成时序数据：

#生成日期
import pandas as pd
start_date='20200522'
gap=100

date_list1=pd.date_range(start=start_date,periods=gap).strftime('%Y%m%d').tolist()
print(date_list1[1:10])
print(len(date_list1))

输出：
[‘20200523’, ‘20200524’, ‘20200525’, ‘20200526’, ‘20200527’, ‘20200528’, ‘20200529’, ‘20200530’, ‘20200531’]
100

num1=np.random.randint(1,101,100)   #生成1-101的随机整数
num2=np.random.randint(100,201,100)
df_temp=pd.DataFrame({'Time':date_list1,
                     'Number1':num1,
                     'Number2':num2})
df_temp.head()

4.1 单条折线图

df_temp.plot(x='Time',y='Number1')
plt.legend(['Number1'],loc='upper right')

4.2 多条折线图

plt.figure(figsize=(16,8))
plt.plot(df_temp['Time'],df_temp['Number1'],color='deeppink',
        linewidth=2,linestyle=':',marker='o',label='Number1')  #需要加label,不然图例不显示
plt.plot(df_temp['Time'],df_temp['Number2'],color='darkblue',
        linewidth=1,linestyle='--',marker='+',label='Number2')

plt.xticks(rotation=45)
plt.xlabel(u'time',fontsize=14)

plt.tight_layout()    #防止显示不全
plt.show()

但上述图形存在一个问题，就是横轴x轴的时间标签，虽然都显示出来了，但不清晰没有意义。
这时因为，df_temp这个数据框中的时间列Time是字符串格式，不是日期格式，转换为日期格式后，横轴时间标签不会全部显示，而是会自动以季度或月度数据显示。
字符串转换为日期格式：

df_temp['Time']=pd.to_datetime(df_temp['Time'])

然后作图如下：

常用作图设置：

plt.xticks(rotation=45)  ---设置横轴x标签旋转45度，同样适用y轴
plt.xlabel('x轴')        ---x轴坐标名字
plt.title('图形标题')    ---图形标题设置
plt.rcParams['font.sans-serif']=['SimHei']    ---显示中文字体
plt.tight_layout()      ---防止图形显示不全
plt.show()           ---显示图形

5. 多个子图

首先加载包

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif']='SimHei'
plt.rcParams['axes.unicode_minus']=False

子图设置需要的函数：

figure
- Matplotlib的图像均位于figure对象中
- 创建figure: fig=plt.figure()

%matplotlib inline
- 表示在jupyter notebook中显示图形

subplot
- fig.add_subplot(a,b,c)
- a,b表示将plot分割成a*b 的区域
- c表示当前选中要操作的区域

先设定位置作图-指定ax
比如要展示4张图，2行2列放置，那么要确定好位置。

#构造数据
random_arr=np.random.randn(100)
random_arr[0:20]

作图：

%matplotlib inline

fig=plt.figure()
#指定切分区域位置
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
ax4=fig.add_subplot(2,2,4)

#默认是在最后一次使用subplot的位置上作图
plt.plot(random_arr)

#指定
'''
ax1.plot(random_arr)
ax2.plot(random_arr)
ax3.plot(random_arr)
'''
plt.show()

或者直接指定位置，不设置ax
但也会默认按照位置顺序排列

#另一表示方式
plt.subplot(2,2,1)
plt.plot(random_arr)
plt.subplot(2,2,2)
plt.plot(random_arr)

plt.subplot(2,2,3) #2行2列第3个图
plt.plot(random_arr)

6. 饼图

饼图，感觉用的比较少，做出来不加修饰也不太好看，但也是图形一部分，所以放在了最后面。

label_list=['第一部分','第二部分','第三部分'] #各部分标签
size=[55,35,10]
color=['red','green','blue']
explode=[0.005,0,0]    #各部分突出

"""
绘制饼图
explode：设置各部分突出
label:设置各部分标签
labeldistance:设置标签文本距圆心位置，1.1表示1.1倍半径
autopct：设置圆里面文本
shadow：设置是否有阴影
startangle：起始角度，默认从0开始逆时针转
pctdistance：设置圆内文本距圆心距离
返回值
l_text：圆内部文本，matplotlib.text.Text object
p_text：圆外部文本
"""
#patches,l_text,p_text=
plt.pie(size,explode=explode,
                             colors=color,labels=label_list,
                             labeldistance=1.1,
                             autopct='%1.1f%%',
                             shadow=False,
                             startangle=90,pctdistance=0.6)
plt.axis('equal')
plt.legend()
plt.show()

（上面这个饼图的做法，还是先准备好比例数据，再进行作图的，比较繁琐，不如直接excel方便）

总结，在作图方面，个人觉得，数据量不多的情况，使用excel作图更方便，调整细节或颜色等很方便，而且保存清晰。

在python中使用工具包作图，是在数据量比较大的情况（用excel已经不好操作了），而且有时候作图不是为展示，而是在探索数据过程中，观察数据特征，更好地描述或分析数据。