python数据分析的可视化工具Matplotlib实战数据分析

第十九讲

Matplotlib实战数据分析

一定要在jupyter notebook编译环境中进行操作

主要内容

1. 模板导入
2. 随机曲线的生成
3. 图像的操作

模板导入

导入我们数据分析三剑客，并且指令我们的图在本页面显示

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

%matplotlib inline

随机曲线的生成（折线图）

# 生成随机数值
x = np.random.randint(3,9,size=10)
# 指定画布相当于进行两行俩列的分割
plt.subplot(221)
plt.plot(x)

此时我们可以看到生成了一个随机的折线图

我们同样可以画一个正弦函数曲线

x = np.linspace(0,2*np.pi,10)
y = np.sin(x)
plt.subplot(221)
plt.plot(x,y)

这时候一张sinx函数的图就画好了

图像的操作

我们数据分析的时候当然不止一个图

怎么实现呢

plt.subplot(221)
plt.plot(x,y)

plt.subplot(222)

plt.subplot(223)

plt.subplot(224)

输出这些代码我们便得到了四张图（画布）

我们还可以设定横轴标签和一个纵轴标签

有一个问题就是matplotlib无法显示中文我们需要对他进行设置

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

然后标签就可以设置成中文了

plt.subplot(111)
plt.xlabel('中国')
plt.ylabel('国民收入',fontsize=20)

fontsize可以修改我们的字体大小，默认字体大小是10

条形图的绘制

# 生成一个4个数据的一维数组
data = np.random.randint(5,10,size=4)
data
# 指定行索引列高，由.bar生成条形图
plt.bar(x=['A','B','C','D'],height=data)

饼状图的绘制

# 设置画布比例确保是一个正常的圆
plt.figure(figsize=(5,5))
# 传入数据
plt.pie(x=data)
# 如果直接展示会有一大堆返回值，我们用show函数就可以清晰简单的得到那个园
plt.show()

但是只有一个饼显然信息不便表达，我们需要给他添加一些信息

plt.figure(figsize=(5,5))
# 我们设置他的各个区域标签，然后autopct显示比例
plt.pie(x=data, labels=list('ABCD'),autopct='%.2f%%')
plt.show()

画图方法还有很多，本文只是介绍一些基础知识！