数据可视化的笔记记录（一) numpy matplotlib

写在前面

笔记内容是根据B站上面的一位老师的视频而记录了，因为我也还在学习，所以个人理解可能会出现错误，若有错误请指出。另外这篇文章会很长
B站视频连接

环境准备

这个参考另外一篇博客 python+pycharm+anconda环境搭建
我这里虽然装了jupyter notebook,但是我还是以pycharm为主

numpy常见函数详解

array

numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)

各个参数的作用

参数名称	可选否	作用
object	必选	表示一个序列,只要是序列都可以
dtype	可选	可以更改数组的数据类型
copy	可选	当数据源是ndarray时表示数组能否被复制,默认为True
order	可选	以哪种内存布局创建数组在C(行序列),F(列序列),A(默认)中选择
ndmin	可选	用来指定数组的维度
subok	可选	类型:bool,默认：False，为True使用object的内部数据类型，False使用object数组的数据类型

例子

# 最简单的一种
a=np.array([1,2,3,'1',(1,2)],dtype=object) #想表达的意思是，元素数据类型可以不一致，不一致强制转换为一维的
#copy的用法
b=np.array(a,copy=False)# copy=False,不会生成副本，就是说改变a的同时也会改变b
# ndmin的作用，就是加一个[]
np.array([1,2,3,4],ndmin=2) #最后的结果是[[1 2 3 4]]
# subok的作用
c=np.mat([1,2])
d=np.array(c,subok=True) # 就是c的数据类型 numpy.matrix
d=np.array(c,subok=False)# 就是c里面的数据类型:numpy.ndarray
# 其余的参数，老师说用的不是很多，不再详细解释

arange

numpy.arange(start,end,step,dtype)

1. start:起始值
2. end:终止值 到不了end
3. step:步长
   np.arange(4) 生成[0,1,2,3]这个列表
   np.arange(1,3) 生成[1,2]这个列表，到不了3
   np.arange(1,10,2)生成[1,3,5,7,9]没了
   可以指定赋值
   np.arange(15,21,step=5) 生成[15,20]

linspace和logspace

前者是构造等差数列，后者是构造等比数列

linspace(start,stop,num,endpoint,retstep,dtype)

	参数 可选否	说明
start	必选	等差数列的首项
stop	必选	终止值,到不了
num	可选	把start,stop之间的数据划分num份，默认为50
endpoint	可选	为True包含终止值，反之不包含
restep	可选	为True显示步长,为False,不显示步长
dtype	可选	指定数据类型的

logspace(start,stop,num,endpoint=True,base=1)
和linspace差不多,唯一不同的就是base，这个的意思就是指数函数y=a^x的a，好像是底数，忘了哈

例子

np.linspace(1,10,num=10,endpoint=True) 生成[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]
np.logspace(0,8,num=9,endpoint=True,base=2)生成[ 1. 2. 4. 8. 16. 32. 64. 128. 256.]

zeros和ones

这两个比较简单哈，就直接举一个例子了
np.zeros(5)生成5个元素全为0的列表(一维)
np.zeros((2,2))生成4个元素全为0的列表(二维,两行两列)
np.zeros_like([
[1,2,3],[4,5,6]
]) 生成两行三列的列表(二维)
ones和上面的一样，ones是生成全部都为1的序列的

mean

取平均值,axis=0时，计算各个列的平均值，axis=1时，计算各个行的平均值
例子 nums=np.arange(20).reshape((4,5))
nums.mean() 结果是9.5
np.mean(nums,axis=0) 结果是[ 7.5 8.5 9.5 10.5 11.5]

median

计算中位数的 np.median(nums)

std

计算标准差的，这个是反应离散程度的
np.std(nums)

max和min和sum

就是字面意思

average

加权平均值
举一个例子，期末成绩等于平时成绩0.2+期中成绩0.3+期末成绩*0.5
scores=np.array([80,90,95]
np.average(scores,weights=[.2,.3.5])

属性操作

a=np.array([1,2])
b=np.array([[1,2,],[3,4]]
c=np.array([[[1,2,3],[4,5,6]]]

函数/属性	描述	例子
shape	根据维度返回对应的	shape:如果是三维则返回块数，行数，列数，如果是二维，返回行数，列数，如果是一维，返回行数. a的shape是(1,)，b的shape是(2,2) c的shape是(2,2,3)
ndmin	返回维度	a的ndmin:1 b的是2，c的是3
reshape	调整维度，不影响元数据,元素不够了会报错	np.arange(20).reshape((4,5))
resize	改变形状，影响元数据，用原来的元素来填充给	a=np.array([[1,2],[3,4]]) b=np.resize(a,(2,3))#23>22
astype	改变数据类型的，不影响元数据	a=np.array([1,2]).astype(‘float32’)
itemsize	每一个元素所占的字节大小	a.itemsize

unique

numpy.unique(arr, return_index, return_inverse, return_counts)

参数	说明
arr	输入数组(如果是多维数组以一维数组形式展开)
return_index	为True，则返回新数组元素在原数组中的位置(索引)
return_inverse	为True,则返回原数组元素在新数组中的位置(索引)
return_counts	为True,则返回去重后的数组元素在原数组中出现的次数

a = np.array([5, 2, 6, 2, 7, 5, 6, 8, 2, 9])
uq=np.unique(a)
uq,index=np.unique(a,return_index=True) #返回元素在原数组的索引
print(uq,index) #[2 5 6 7 8 9] [1 0 2 4 7 9]   uq,index=np.unique(a,return_inverse=True) #返回元素在新数组的索引
print(uq,index) # [2 5 6 7 8 9] [1 0 2 0 3 1 2 4 0 5]
uq,index=np.unique(a,return_counts=True) #返回元素出现的个数
print(uq,index) # [2 5 6 7 8 9] [3 2 2 1 1 1]

sort

sort(a,axis,kind,order)

参数名称	说明
a	要排序的数组
axis	沿着指定轴进行排序，若无则在最后一个轴上排序,0则按照列排序，1按照行排序
kind	默认为quicksort
order	若设置了字段,则order表示要排序的字段

a=np.array([[3,7,5],[6,1,4]])
    print(np.sort(a)) /*[[3 5 7] [1 4 6] */
    print(np.sort(a,axis=0))#按列排序 [[3 1 4] [ 6 7 5]]
    print(np.sort(a,axis=1))#按行排序 [[3 5 7] [ 1 4 6]]

    #设置在sort函数中排序字段
    dt = np.dtype([('name',  'S10'),('age',  int)])
    a = np.array([("raju",21),("anil",25),("ravi",  17),  ("amar",27)], dtype = dt)
    #再次打印a数组
    # print(a)
    # print('--'*10)
    #按name字段排序
    # print(np.sort(a, order='name'))
    a=np.array([90,29,89,12])
    sort_index=np.argsort(a)
    print('sort_index:',sort_index) # [3 1 2 0]
    print(a[sort_index])# [12 29 89 90]

argwhere(condition)

这个很简单
a=np.arange(6).reshape((2,3))
# numpy.argwhere([condition]) condition不写就是返回非0元素的索引
# 函数返回数组中非 0 元素的索引，若是多维数组则返回行、列索引组成的索引坐标。
# print(np.argwhere(a>1)) #返回大于1的索引

切片操作

Tips:对切片操作切出来的列表进行赋值操作，会影响到原来的列表
a=[0,1,2,3,4,5,6,7]
b=[[0,1,2],[3,4,5],[6,7,8],[9,10,11]]
a[1:] 从索引值1开始到最后，也就是[1,2,3,4,5,6,7]
a[1:3]从索引值1开始到2，因为到不了3，也就是[1,2]
a[::]全切
a[1:6:3] 从1开始到5，步长为3 即[1,4]
a[::-1] 到着取
a[:-2] 取到倒数第二个(不含)

多维数组操作

b[…,1] 只要第一列的数据
b[…,1:]只要第二列后的所有数据
b[1,1]只要第2行第2列的数据
b[…][1]返回第二列后的数据

数组作为下标

x=np.array([[1,2],[3,4],[5,6]])
y=x[[0,1,2],[0,1,0]]
# 等同于[x[0,0],x[1,1],x[2,0]]
 b=np.array([
    [0,1,2],
    [3,4,5],
    [6,7,8],
    [9,10,11]
])
a=np.array(b[[0,0,3,3],[0,2,0,2]]).reshape((2,2))
# print(a)
# 等同于b[0,0] b[0,2],b[3,0],b[3,2]
a=np.array([[1,2,3],[4,5,6],[7,8,9]])
b=a[1:3,1:3]#行取第二行与第三行，列取第一列与第二列
c=a[...,1:]#取所有行，列取第二列以后的

布尔数组索引

x=np.array([[0,1,2,3],[4,5,6,7],[8,9,10,11]])
# print(x[x>6]) # 筛出比6大的元素的值 最终结果是一维的
# x[x%2==0]=-1
# print(x) 多条件&|
# print(x[(x>4)&(x<9)])
# print(x[(x<4) | (x>9)])

print(x[[0,-1],:][:,[0,2,3]])
x=np.arange(12).reshape((3,4))
temp=np.array([False,True,True]) #行坐标，因为该列表元素的个数与行数匹配
print(x[temp])# True为要取出的,反之不取出
temp=np.array([True,False,True,False]) #列坐标，因为该列表元素的个数与列数匹配
print(x[:,temp])

随机函数

都是在random下面

函数	说明	例子
rand([n])	返回0~1之间的数，n产生随机数的个数，不写就是1	np.random.rand(1)
randn(n)	返回符合正态分布的 均值为0，1为标准的 n是随机数的个数	np.random.randn(1)
randint(low,high,size,dtype)	这个看例子，size就是返回的形状，如果是(2,2)就是返回两行两列的随机数,不写就是1	只有一个参数就是返回[0~low)之间的,两个就是返回[low,high)之间的 三个就是返回满足size的且在[low,high)之间的随机数，例如:np.random.randint(2,9,(2,2))
sample(size)	返回符合size的在0~1之间随机数列表	np.random.sample((1,2))
normal(loc,scale,size)	返回符合该正太分布的随机数 这里的loc就是μ,scale就是那个长得像6一样的 μ决定对称轴的位置,scale越大，数据不稳定，反之稳定	np.random.normal(1,3,(2,2))

对文件的一些操作

这个通过例子来记录
data.csv的内容

读取的内容默认会转换成float类型，
loadtxt参数说明

参数名称	作用
fname	文件的路径 或者字符串
dtype	数据类型默认就是float
comments	表示注释字符集开始的标志,默认为#
delimiter	字符串分割符号
converters	字典,将特定列的数据转换为字典中对应的浮点型数据
skiprows	跳过特定行数据，默认为0
usecol	元组，指定要读取的数据列，第一列为0，默认为空
encoding	指定编码

    # data=np.loadtxt('../data.txt',dtype=np.int0)
    #默认是浮点型
    people=np.dtype([('姓名',np.str_,8),('年龄',np.int0),('性别',np.str_,3),('身高',np.int0)])
    # data=np.loadtxt('../data.csv',encoding='utf-8',skiprows=1,dtype=people)
    #只要年龄
    # data=np.loadtxt('../data.csv',encoding='utf-8',skiprows=1,usecols=(1,)) #只取第二列
    # data=np.loadtxt('../data.csv',encoding='utf-8',skiprows=1,dtype=people) #只取第二列
    # print(np.mean(data['年龄']))
    # print(np.median(data['年龄']))
    data = np.loadtxt('../data.csv',dtype=people,encoding='utf-8',skiprows=1)
    isgirl = data['性别']=='女'
    print("女生的平均身高为:{:.2f}".format(float(np.mean(data[isgirl]['身高']))))
    print('男生的平均身高为:{:.2f}'.format(float(np.mean(data[isgirl]['身高']))))

matplotlib画图库的常见函数

matplotlib的基本方法

函数名称	说明	例子
title(name)	设置图标的名称	plt.title(“画图程序1”)
xlabel(text)	设置x轴名称	plt.xlabel(‘x轴’)
ylabel(text)	设置y轴名称	plt.ylabel(‘y轴’)
xticks(ticks,label,rotation)	设置x轴的刻度(ticks),显示文本(text),旋转角度(rotation)	plt.xticks(ticks,label,rotation=45) 这个看下面的代码
yticks()	设置y轴的刻度	这个看下面的代码
show()	显示图表	plt.show()
legend()	显示图例	plt.legend()
text(x,y,text)	显示每条数据的值 x,y值的位置	plt.text(1,10,10)

中文,负号不显示的问题

plt.rcParams['font.sans-serif']=['SimHei'] #设置字体,处理中文的问题
plt.rcParams['axes.unicode_minus']=False #解决负号的问题
字体如下表

中文字体	说明
’SimHei‘	中文黑体
‘Kaiti’	中文楷体
‘LiSu’	中文隶书
‘FangSong’	中文仿宋
‘YouYuan’	中文幼圆
’STSong’	华文宋体

一些配置的东西 比如分辨率

欲达成的效果	操作
设置画布的大小	plt.rcParams[‘figure.figsize’]=(8.0,4.0) 这个8是英寸
设置分辨率	plt.rcParams[‘figure.dpi’] = 300
设置尺寸

柱状图

高度与其表示的数值成正比关系

bar(x, height, width: float = 0.8, bottom = None, *, align: str = ‘center’, data = None, **kwargs)

参数	说明
x	表示x轴坐标,类型float
height	就是y轴的值
width	柱状图的宽度,在[0~1]之间,默认是0.8
bottom	柱状图的起始位置,默认为None
align	柱状图中心位置 ‘center’,‘lede’,默认为’center’
color	柱状图颜色,默认为蓝色
alpha	透明度,取值在0~1之间,默认为1
label标签	需要调用legend()生成
edgecolor	边框颜色 缩写:ec
linewidth	边框宽度 默认为为none,缩写为：lw
tick_label	柱子的刻度标签,字符串或者字符串列表,默认值为None
linestyle	线条样式.缩写为ls

bottom参数的例子

import matplotlib.pyplot as plt
x = range(5)
data = [5, 20, 15, 25, 10]
plt.title("基本柱状图")
# bottom 就是从y轴的那里开始画
plt.bar(x, data, bottom=[10, 20, 5, 0, 10])
plt.show()

效果图不做展示

垂直同位置多柱状图

from matplotlib import pyplot as plt
import numpy as np
# 国家
countries = ['挪威', '德国', '中国', '美国', '瑞典']
# 金牌个数
gold_medal = [16, 12, 9, 8, 8]
# 银牌个数
silver_medal = [8, 10, 4, 10, 5]
# 铜牌个数
bronze_medal = [13, 5, 2, 7, 5]
x = np.arange(len(countries))
gold = x
silver=x + 0.2
bronze = x + 0.4
plt.bar(gold,gold_medal,width=0.2)
plt.bar(silver,silver_medal,width=0.2)
plt.bar(bronze,bronze_medal,width=0.2)
plt.xticks(x+0.2,labels=countries)
# 显示高度文本
for i in range(len(countries)):
	plt.text(gold[i],gold_medal[i],gold_medal[i],ve='bottom',ha='center')
	plt.text(silver[i],silver_medal[i],silver_medal[i],ve='bottom',ha='center')
	plt.text(bronze[i],bronze_medal[i],bronze_medal[i],ve='bottom',ha='center')

水平堆叠柱状图

先看效果图,这个就是
这个需要学习一个函数

plt.barh(y, width, height=0.8, left=None, *, align='center', **kwargs)

这个我就不说明了，看英文字面意思了
看例子，前面的那个搞懂了，这个也差不多,走个过程
分析:就是需要确定图形距离左侧的位置(left参数)

movie = ['新蝙蝠侠', '狙击手', '奇迹笨小孩']
# 第一天
real_day1 = np.array( [4053, 2548, 1543])
# 第二天
real_day2 = np.array([7840, 4013, 2421])
# 第三天
real_day3 = np.array([8080, 3673, 1342])
day2 = real_day1
day3 = real_day1 + real_day2
plt.barh(movie,real_day1,height=0.2)
plt.barh(movie,day2,height=0.2)
plt.barh(movie,day3,height=0.2)
plt.xticks(range(len(movie)),labels=movie)
result = real_day1+real_day2+real_day3
for i in range(len(countries)):
	plt.text(result[i],movie[i],result[i],va='center',ha='left')
plt.xlim(0,result.max()+2000)
plt.show()

水平同位置柱状图

movie = ['新蝙蝠侠', '狙击手', '奇迹笨小孩']
# 第一天
real_day1 = np.array( [4053, 2548, 1543])
# 第二天
real_day2 = np.array([7840, 4013, 2421])
# 第三天
real_day3 = np.array([8080, 3673, 1342])
y = np.arange(len(movie))
height = 0.2 
movie1_y = y 
movie2_y = y + 0.2
movie3_y = y + 0.4
plt.barh(movie1_y,real_day1,height=0.2)
plt.barh(movie2_y,real_day2,height=0.2)
plt.barh(movie3_y,real_day3,height=0.2)
plt.yticks(y + 0.2,labels=movie)
plt.show()

颜色设置

直接在bar中加facecolor='颜色’即可 这种只能设置一种颜色
多种颜色设置就是使用color参数
如 plt.bar(x,data,color=[‘r’,‘g’,‘b’]

折线图

易于显示数据变化趋势,以及变化幅度,可以直观地反映这种变化以及各组之间的差别

plt.plot(x,y,color=‘red’,alpha=0.3,linestyle=‘-’,linewidth=5,marker=‘o’,markeredgecolor=‘r’,markersize=‘20’,markeredgewidth=10)

参数	说明
color	颜色，下面会详细说明，这个参数有点多
alpha	透明度，0~1，0:完全透明,1完全不透明
linestyle	折线样式
marker	标记点

color参数的设置

字符	颜色	英文全称
‘b’	蓝色	blue
‘g’	绿色	green
‘r’	红色	red
‘c’	青色	cyan
;‘m’	品红	magenta
‘y’	黄色	yellow
‘k’	黑色	black
‘w’	白色	white

linestyle的设置

字符	描述
’-‘	实线
‘–’	虚线
‘-.’	点划线
‘:’	虚线

marker的设置

符号	描述
’.’	点标记
‘o’	圆圈标记
‘x’	x标记
‘D’	钻石标记
‘H’	六角标记
‘s’	正方形标记
‘+’	加号标记

直方图

这个柱子之间没有间隔
这个函数参数有很多，我就只写几个常用的

plt.hist(x,bins,weight,bottom,histtype,align,color,edgecolor,alpha)

参数	说明
x	就是数据，可以是多维,多维先进行展开
bins	直方图的柱数,默认为10
weights	如果有权重就带上这个参数,权重数组必须与x的元素个数一样
bottom	相对于y=0的位置
histtype	从bar(条形直方图),barstacked（堆叠的）,step(未填充的),stepfilled(填充的) 进行选择
align	对齐方式 left,mid,right
color	颜色，可以传递一个数组
edgecolor,alpha	边框颜色,透明度:0(完全透明)~1(完全不透明)

该函数有返回值

返回值	说明
n	数组或数组列表,也就是直方图的值
bins	数组，返回各个bin的区间范围(起始值)
patches	返回bin里面包含的数据

绘制折线直方图

     fig,ax = plt.subplots()
     num, bins, patches = plt.hist(x, bins=10, edgecolor='white')
     # len(num) = 10 len(bins) = 11
     ax.plot(bins,np.append(num,num[-1]),marker='o')
     plt.xticks(bins,rotation=45)
     plt.show()

不等距分组

     不等距分组
     fig,ax = plt.subplots()
     x = np.random.normal(100,200,100)
     bins = [40,50,60,70,100,120,140,160]
     ax.hist(x,bins=bins,color='c')
     ax.set_title("不等距分组")
     plt.show()

多个数据

 # 生成多个数据
    fig,ax = plt.subplots()
    # [array(1000),array(5000),] 就是二维数组里面套了三个一维数组，就是二维数组
    xs=[np.random.randn(n) for n in [1000,5000,2000]]
    ax.hist(xs,10,label=list('ABC'))
    ax.set_title("多类型直方图")
    plt.show()

堆叠直方图

	# 堆叠直方图
    x1 = np.random.randint(140,200,300)
    x2 = np.random.randint(140,200,300)
    # 不是一维数组的时候展开变成一维数组 stacked=True允许数据覆盖
    plt.hist([x1,x2],bins=10,stacked=True)
    plt.show()

饼状图

pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None)

参数	说明
x	数组序列，就是数据
labels	为每个扇形区域备注一个标签名字
colors	可以是列表，设置颜色的
autopact	就是设置百分比的，保留几位小数 格式:‘%.小保留的小数点位数%%’
pctdistance	设置百分比标签与圆心的距离
labeldistance	设置各扇形标签(图例)与圆心的距离
explode	指定某些部分的突出显示
shadow	为True添加阴影,反之不添加

	labels=['娱乐','育儿','饮食','房贷','交通','其他']
    x = [200,500,1200,7000,200,900]
    explode=(0.03,0.05,0.06,0.04,0.08,0.09)
    # label是标签，autopct是显示百分比(保留2位小数)
    # plt.pie(x,labels=labels,autopct='%.2f%%',explode=(0.03,0.05,0.06,0.04,0.08,0.09))
    # labeldistance:设置各扇形标签(图例)与圆心的距离
    # pctdistance:设置百分比标签与圆心的距离
    #
    plt.pie(x, labels=labels, autopct='%3.2f%%', explode=explode, labeldistance=0.5, pctdistance=0.85)
    plt.legend()
    plt.show()

线条样式缩写

颜色 标记 样式
plt.plot([1,2,3],[4,7,6],‘r*-.’)

plt.xlabel("x 轴", fontsize=15)#设置x轴的名称 设置字号(fontsize)
plt.ylabel("y 轴", fontsize=15)#设置y轴的名称
times=['2015/6/26', '2015/8/1', '2015/9/6', '2015/10/12', '2015/11/17','2015/12/23','2016/1/28','2016/3/4','2016/4/9',
'2016/5/15','2016/6/20','2016/7/26','2016/8/31','2016/10/6','2016/11/11','2016/12/17']
# 随机生成收入
income=np.random.randint(500,2000,size=len(times))
# 随机生成支出
expenses=np.random.randint(300,1500,size=len(times))
#     # xticks 第一个参数中元素的值,代表原始数据的索引 labels表示显示的文本 第一个参数与labels的元素必须相同
plt.xticks(range(1,len(income),2),rotation=45,labels=['日期:%s'%times[i] for i in range(1,len(income),2]))
plt.plot(times,income,label="收入") # 这里的label是控制图例的文字的
plt.plot(times,expenses,label="支出")
texts=zip(times,income) # 将两个列表压缩成一个元组
texts1=zip(times,expenses)
# 下面的操作是将值标注上去,这个方法不是很好
a=True
for x,y in texts:
    for a,b in texts1:
        plt.text(a,b,'%s元'%y)
        if not a:
            break
    plt.text(x,y,'%s元'%y)
    a=False
plt.legend(loc="upper right") #采用label作为图例的名称 loc是控制图例的位置的
plt.show()

散点图

这个了解下

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

x，y是输入参数,s是散点的面积，c是散点的颜色，marker是散点样式,alpha 散点透明度[0,1]
linewidths:散点的边缘线宽,edgecolors:散点的边缘颜色

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
s = (20 * np.random.rand(8))**2
# s是散点的面积 alpha 0 完全透明 1 完全不透明
# plt.scatter(x, y, s, alpha=0.4)
# 如果只需要3种颜色
# colors = np.resize(np.array([1,2,3]),100)
colors = np.random.rand(8)
# plt.scatter(x,y,s,c=colors)
# 也可以使用cmap virdis | plasma | inferno | magma | cividis
plt.scatter(x, y, s, c=colors, cmap='cividis')
if not os.path.exists("test"):
    os.mkdir("my")
plt.savefig('my/first.jpg')
plt.show()

涉及到的零碎的知识点
cmap是颜色条

词云图

需要先安装wordcloud,jieba

pip install wordcloud
pip install jieba

WordCloud(font_path,background_color,width,height,max_words).generate(txt)

font_path是字体路径，如果是中文就需要指明路径
windows的字体路径:C:/Windows/Fonts
background_color:背景颜色
width,height:宽高
max_words：词语的个数
txt：文本数据
结合jieba库来进行

def demo():
    txt = open("../data/新蝙蝠侠评论.txt",encoding='utf-8').read()
    txt_cut = jieba.analyse.extract_tags(txt,topK=100,allowPOS=("a"))
    txt = ' '.join(txt_cut)
    wordcloud = WordCloud(font_path="C:/Windows/Fonts/simfang.ttf",
                          collocations=False,
                          background_color="black",
                          width=1200,
                          height=600,
                          max_words=100).generate(txt)

    # 生成图片
    image = wordcloud.to_image()
    # 展示图片
    image.show()
    # 写入文件
    wordcloud.to_file("新蝙蝠侠评论.jpg")

箱线图

这个了解一下，以后再写

碰到的错误

ValueError: The number of FixedLocator locations (8), usually from a call to set_ticks, does not match the number of ticklabels (5).
出现原因:ticks与label的元素个数不一致
解决办法:让他们变成一致

创建图形对象

说白了就是看一下figure这个方法的用法

plt.figure(num=None,figsize=None,dpi=None,facecolor=None,edgecolor=None,frameon=True)

什么都不写，直接plt.figure()也是可以的

参数	说明
num	图像编号或者名称,若是数值就是编号，字符串就是名称,就是每次弹出来了那个窗口的标题
figsize	指定figure的宽和高，单位为英寸
dpi	分辨率,默认就是72
facecolor	背景颜色
edgecolor	边框颜色
frameon	为True显示边框,反之不显示边框

from matplotlib import pyplot as plt
# 创建图形对象即画布
fig = plt.figure() # 这样也可以
fig = plt.figure('f1',figsize=(3,2),dpi=100,facecolor='gray')

绘制多子图

先来弄清楚一个问题,figure是一个绘制对象,就是一个空白的画布，这个画布上有很多区域(axes)，我们画图的时候是在axes上面进行操作的

区域基本函数地使用

就几个东西，
set_title(),设置区域图标名称地
set_xlabel() set_ylabel 设置x轴与y轴地名称地
set_xticks() 设置刻度的
legend() 显示图例的

add_axes()

由于这个我不是很懂，我就写的比较粗略点

add_axes(rect)
用来生成一个axes轴对象
rect是位置参数，接受一个由4个元素组成地浮点数列表，形如[left,bottom,width,heigh]都是百分比left是距离真正地左边地距离，bottom同理,width与heigh地值是占画布地多少百分比

如:[ 0.2, 0.2, 0.5, 0.6]，它代表着从画布 20% 的位置开始绘制, 宽度是画布地50%,高度是画布的 60%
看例子吧

fig = plt.figure(figsize=(4,2),facecolor='g')

# ax1从画布起始位置绘制,宽高和画布一致
ax1=fig.add_axes([0,0,1,1])

# ax2 从画布 20% 的位置开始绘制, 宽高是画布的 50%
#ax2=fig.add_axes([0.2,0.2,0.5,0.5])
#ax2=fig.add_axes([0.5,0.5,0.5,0.5])
ax2=fig.add_axes([0.1,0.6,0.3,0.3])

ax3=fig.add_axes([0.5,0.6,0.2,0.3])
ax1.plot(x, y)
ax2.plot(x, y)
ax3.plot(x, y)
plt.show()

subplot()

这个只创建了一个包含子图区域的画布

ax = plt.subplot(nrows, ncols, index,*args, **kwargs)

参数名称	说明
nrows	行
ncols	列
index	索引，注意这里从1开始
kwargs:title/xlabel等	设置标题,x轴等

也可以写成subplot(233)，意思就是将画布分成2行3列，当前区域在第三个位置
如果新建的子图与现有的子图重叠，重叠部分会自动删除,如果不想共享的部分删除,就需要再创建一个画布

fig=plt.figure(figsize=(3,2))
fig.add_subplot(111)
plt.plot(range(20))
fig.add_subplot(211)
plt.plot(range(13))

设置区域的一些信息
第一种方法

plt.subplot(211,title='first',xlabel='x轴')
plt.plot(range(10,20))# x轴可以省略，默认是[0,1...,n-1]递增
plt.subplot(212,title='second',xlabel='x轴')
plt.plot(np.arange(12)**2)

子标题重叠:
plt.tight_layout()就行了，这个需要放到最后
第二种方法

#现在创建一个子图，它表示一个有2行1列的网格的顶部图。

#--------------- 第一个区域---------------
plt.subplot(211)
# 使用图形对象:
plt.title("ax1")
# x可省略,默认[0,1..,N-1]递增
plt.plot(range(50,70))

#--------------------第二区域-----------
plt.subplot(212)
plt.title("ax2")


plt.plot(np.arange(12)**2)
# 紧凑的布局
plt.tight_layout()

第三种

#现在创建一个子图，它表示一个有2行1列的网格的顶部图。

#--------------- 第一个区域 ax1---------------
ax1 = plt.subplot(211)
# 使用区域对象:
ax1.set_title("ax1")
# x可省略,默认[0,1..,N-1]递增
ax1.plot(range(50,70))

#--------------------第二区域 ax2-----------
ax2 = plt.subplot(212)
ax2.set_title("ax2")


ax2.plot(np.arange(12)**2)
# 紧凑的布局
plt.tight_layout()

subplots()

这个创建了以恶搞包含子图区域的画布，又创建了一个figure图形对象

fig,ax = plt.subplots(nrows,ncols)

nrows和ncols分别指定行数和列数，每个axes对象可以提供过索引值进行访问

# 创建2行2列的子图,返回图形对象(画布),所有子图的坐标轴
fig, axes =  plt.subplots(2,2)

x = np.arange(1,5)
#绘制平方函数
axes[0][0].plot(x, x*x)
axes[0][0].set_title('square')
#绘制平方根图像
axes[0][1].plot(x, np.sqrt(x))
axes[0][1].set_title('square root')
#绘制指数函数
axes[1][0].plot(x, np.exp(x))
axes[1][0].set_title('exp')

#绘制对数函数
axes[1][1].plot(x,np.log10(x))
axes[1][1].set_title('log')

# 处理标题遮挡
plt.tight_layout()

plt.show()

小练习

fig,axes = plt.subplots(1,2)
fig.set_figheight(3) # 实际高度 73*3 
fig.set_figwidith(8) #实际宽度为 73*8
fig.set_facecolor('gray')# 设置北京
x = np.arange(-50,51)
y = x ** 2
axes[0].plot(x,y)
axes[1].spines['right'].set_color('none')
axes[1].spines['top'].set_color('none')
# data表示按数值移动，后面的数字代表挪动到y轴的刻度值
a[1].spines['bottom'].set_position(('data',0.0)
a[1].plot(x,y)
plt.show()

例子 多区域绘图

import matplotlib.pyplot as plt 
import numpy as np
fig,axes=plt.subplots(2,2)
x = np.arange(1,8)
axes[0][0].plot(x,x**2)
axes[0][0].set_title('square')
axes[0][1].plot(x,np.sqrt(x))
axes[0][1].set_title('square root')
axes[1][0].plot(x, np.exp(x))
axes[1][0].set_title('exp')
axes[1][1].plot(x,np.log10(x))
axes[1][1].set_title('log')
plt.tight_layout()
plt.show()

其他元素可视化

grid 显示网格

plt.grid(True, linestyle = “–”,color = “gray”, linewidth = “0.5”,axis = ‘x’)

参数名称	描述
linestyle	线性
color	颜色
linewidth	宽度
axis	x,y,both 显示x/y两者的格网
直接写个True也行，就是plt.grid(True)

对坐标轴的操作

就是那几条红线

# 首先需要获取支柱 
x = np.arange(-50,51)
y = x**2
ax = plt.gca() # 获取坐标轴
# 不需要右边和上面的线条
ax.spines['right'].set_color("none")
ax.spines['top'].set_color("none")
# axes:0.0 - 1.0之间的值，整个轴上的比例
ax.spines['left'].set_position(('axes',0.5))
# 移动下轴到指定位置
# 'data'表示按数值挪动，其后数字代表挪动到Y轴的刻度值
#ax.spines['bottom'].set_position(('data',0.0))
plt.ylim(0, y.max()) # 设置轴取值范围
plt.plot(x,y)
plt.show()

最终结果(箭头所指向的就是啦)

本人小白一个，若有错误请指出