数据分析基础学习_Matplotlib_常见图形及绘制（折线图/散点图/柱状图/直方图/饼图）

1.3 常见图形及绘制

• matplotlib可以绘制折线图、散点图、柱状图、直方图、饼图

1.3.1 常见图形种类及意义

• 折线图：以折线的上升或下降来表示统计量的增减变化的统计图

  • 特点：可以显示数据的变化趋势，反映事物变化情况。（变化）
  • api:plt.plot(x,y)

• 散点图：用两组数据构成多个坐标点，考察坐标点的分布，从而判断两个变量之间是否存在某种关联或总结坐标点的分布模式。

  • 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）
  • api:plt.scatter(x,y)

• 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

  • 特点：绘制离散的数据，可以一眼看出各个数据的大小，比较数据之间的差异（统计/对比）
  • api:plt.bar(x,y,width,align=‘center’,**kwargs)
    • x:需要传递的数据
    • width:柱状图宽度
    • align:柱状图的位置对齐方式（center(默认)、edge）
    • color:柱状图颜色

• 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

  • 特点：绘制连续性的数据展示一组或多组数据的分布状况（统计）
  • api:plt.hist(x,bins=None,normed=None,**kwargs)
    • x:需要传递的数据
    • bins:组数:极差/组距 = (max-min)/bins
    • normed(旧版本)/density(新版本)：将y轴从频数变为频率

• 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

  • 特点：分类数据的占比情况（占比）
  • api:plt.pie(x,labels=,autopct=,colors)
    • x:数量，自动计算百分比
    • labels:每部分的名称
    • autopct:占比显示指定%1.2f%%
    • colors:每部分颜色

1.3.2 散点图(Scatter)

需求：探究房屋面积和价格之间的关系

# 绘制散点图
from matplotlib import pyplot as plt

# 0. 准备数据
# 住房面积数据
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]
# 住房价格数据
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]

# 1. 创建画布
plt.figure(figsize=(20,8),dpi=100)

# 2. 画图
plt.scatter(x,y)

# 添加内容（自行扩展）
plt.grid(linestyle="--",alpha=0.5)
plt.xlabel("房屋面积",fontsize=15)
plt.ylabel("房屋价格",fontsize=15)
plt.title("房屋面积-价格散点图",fontsize=20)

# 3. 存储/显示图像
plt.savefig("./scatter1.png")
plt.show()

1.3.3 柱状图(Bar)

• 需求1：对比每部电影的票房收入

# 0. 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']
ticket_box = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]

# 1. 创建画布
plt.figure(figsize=(20,8),dpi=100)

# 2. 绘图
x = range(len(movie_name))
plt.bar(x,ticket_box,width=0.5, color=['b','r','g','y','c','m','y','k','c','g','b'])

# 修改刻度显示
plt.xticks(x,movie_name)

# 添加网格线
plt.grid(linestyle="--",alpha=0.6)

# 添加x,y轴名称、标题
plt.xlabel("电影名称",fontsize=15)
plt.ylabel("票房",fontsize=15)
plt.title("某期间不同电影票房柱状图",fontsize=20)

# 3. 存储/显示图像
plt.savefig("./电影票房柱状图.png")
plt.show()

• 需求2：如何对比电影票房收入更有说服力
  比较首日/首周票房数据

# 0. 准备数据
movie_name = ["雷神3：诸神黄昏","正义联盟","寻梦环游记"]

first_day = [10587.6,10062.5,1275.7]
first_week = [36224.9,34479.6,11830]

# 1. 准备画布
plt.figure(figsize=(20,8),dpi=100)

# 2. 绘制柱状图
x_day = range(len(movie_name))
x_week = [i+0.2 for i in x_day]

plt.bar(x_day,first_day,width=0.2,label="首日票房")
plt.bar(x_week,first_week,width=0.2,label="首周票房")

# 添加图例
plt.legend()

# 修改x轴刻度显示
plt.xticks([i+0.1 for i in x_day],movie_name)

# 添加标题
plt.xlabel("电影名称",fontsize=15)
plt.ylabel("票房数",fontsize=15)
plt.title("首日/周票房数量柱状图",fontsize=20)

# 3. 存储/显示图像
plt.savefig("./首日首周票房数量柱状图")
plt.show()

1.3.4 直方图(histogram)

• 相关概念

  • 组数：在统计数据时，我们把数据按照不同的范围分成几个组，组的个数叫做组数
  • 组距：每一组两个端点的差

• 直方图和柱状图的区别

  • 柱状图是以矩形的长度表示每一组的频数或数量，其宽度（表示类别）则是固定的，利于较小的数据集分析。
  • 直方图则描述的是一组数据的频次分布，是以矩形的长度表示每一组数据的频数或数量，宽度则表示各组的组距，因此其高度与宽度均有意义，利于展示大量数据集的统计结果。例如把年龄分为0-5，5-10，…，80-85共17个组，统计中国人口年龄分布情况，直方图有助于我们知道数据的分布情况，诸如众数、中位数的大致位置，数据是否存在缺口或异常值。
    • 1. 直方图展示数据的分布，柱状图比较数据的大小。 这是直方图与柱状图最根本的区别，例如有10个苹果，每个苹果质量不同，使用直方图则是展示0-10g的苹果有多少个，10-20的有多少；而如果使用柱状图，则展示每个苹果的具体重量
    • 2. 直方图x轴为定量数据，柱状图为分类数据 在直方图中，x轴上的变量是一个个连续的区间，这些区间通常表现为数字，而柱状图x轴变量通常是一个分类数据。直方图上的每根柱子都是不可移动的，x轴上的去接受连续、固定的。而柱状图上的每根柱子是可以随意排序的，有的情况下需要按照分类数据的名称排列，有的则需要按数值大小。
    • 3. 直方图柱子无间隔，柱状图柱子有间隔 因为直方图中的区间是连续的，所以柱子之间不存在间隙。
    • 4. 直方图柱子宽度可不一样，柱状图柱子宽度需要一致 柱状图柱子的宽度因为没有数值含义，所以需要一致；但在直方图中，柱子的宽度代表了区间的长途，根据区间的不同，柱子宽度可以不同，但理论上应该是单位长度的倍数。

• 需求：电影时长的分布状况

# 电影时长的分布状况
from matplotlib import pyplot as plt

# 0. 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]

# 1. 准备画布
plt.figure(figsize=(20,8),dpi=100)

# 2. 绘制直方图，组距为2
group_num = (max(time) - min(time)) // 2
plt.hist(time,bins=group_num)

# 修改x轴刻度
plt.xticks(range(min(time),max(time)+2,2))

# 添加网格
plt.grid(linestyle="--",alpha=0.7)

# 添加x,y轴名字、图名
plt.xlabel("电影时长",fontsize=15)
plt.ylabel("频数",fontsize=15)
plt.title("电影时长频数分布直方图",fontsize=20)

# 3. 存储/显示图像
plt.savefig("./电影时长频数分布直方图.png")
plt.show()

• 直方图注意点
  • 注意组距：组距会影响直方图呈现出来的数据分布，因此在绘制过程中可能要多次尝试改变组距
  • 注意y轴所代表的变量：y轴上的变量可以是频次（数据出现了多少次）、频率（频次/总次数）、频率/组距，不同的变量会让直方图描述的分布意义不同。

1.3.5 饼图（pie）

• 需求：显示不同电影的排片占比
• api:plt.pie(x,labels=,autopct=,colors)
  • x:数量，自动计算百分比
  • labels:每部分名称
  • autopct:占比显示指定%1.2f%%
  • colors:每部分颜色
• 添加axis：为了让显示的饼图保持图形，需要添加axis保证长宽一致

plt.axis('equal')

• 应用场景：分类的占比情况（建议不超过9个）

# 0. 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]

# 1. 创建画布
plt.figure(figsize=(20,8),dpi=150)

# 2. 画图
plt.pie(place_count,labels=movie_name,autopct="%1.2f%%",colors=['b','r','g','y','c','m','y','k','c','g','y'])

# 保持圆形，添加axis
plt.axis('equal')

# 显示图例
plt.legend

# 3. 保存/显示图像
plt.savefig("./电影排片占比饼图.png")
plt.show()

总结