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。
-
- 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
-
- 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。
-
- 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。
-
- 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()