Python Matplotlib库：统计图补充

✅作者简介：人工智能专业本科在读，喜欢计算机与编程，写博客记录自己的学习历程。
🍎个人主页：小嗷犬的博客
🍊个人信条：为天地立心，为生民立命，为往圣继绝学，为万世开太平。
🥭本文内容：Python Matplotlib库：统计图补充

---

---

引言

上两期我们讲了 Matplotlib 库的基本语法和基本绘图展示。（参见：Python 数据可视化：Matplotlib库的使用和Python Matplotlib库：基本绘图补充）

这期我们来说说如何用 Matplotlib 库绘制常用统计图。

---

直方图

最常用的统计图就是直方图了，我们可以用hist()方法来绘制直方图，它的语法格式如下：

plt.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, *, data=None, **kwargs)

参数说明：

参数	说明
x	输入数据。
bins	如果bins是整数，则它定义区域中等宽条柱的数量。如果bins是一个序列，它定义箱子边缘，包括第一个箱子的左边缘和最后一个箱子的右边缘；在这种情况下，箱子的间距可能不相等。如果 bins 是一个字符串，则它是’auto’、‘fd’、‘doane’、‘scott’、‘stone’、‘rice’、'sturges’或 'sqrt’之一。
range	条柱的下限和上限范围。下限和上限异常值将被忽略。
density	为True时，绘制并返回条柱密度。
weights	与 x 长度相同的权重数组，会为 x 对应位置的值进行加权
cumulative	为True时，每个条柱的数值会累加前面的所有条柱数值。最后一个条柱会累加所有的数值。为负时，累加方向相反。
bottom	每个条柱底部的位置，如果为数字，则每个条柱的底部移动相同的量。如果是数组，则每个箱子都是独立移动的，底部的长度必须与箱子的数量相匹配。
histtype	要绘制的直方图的类型：‘bar’、‘barstacked’、‘step’、‘stepfilled’，默认为’bar’。
align	直方图条柱的水平对齐方式：‘left’、‘mid’、‘right’，默认为’mid’。
orientation	直方图的方向：‘vertical’、‘horizontal’，默认为’vertical’。
···	······
**kwargs	其他参数。

代码实例：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体为黑体
plt.rcParams["axes.unicode_minus"] = False  # 防止负号乱码

plt.figure(figsize=(8, 7))
plt.suptitle("统计数字出现的次数")

x = 4 + np.random.normal(0, 1.5, 200)

plt.hist(x,linewidth=0.5, edgecolor="white")
plt.show()

效果图：

---

箱线图

箱线图也是常用统计图之一，我们可以用boxplot()方法来绘制箱线图，它的语法格式如下：

plt.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_ticks=True, autorange=False, zorder=None, *, data=None)

参数说明：

参数	说明
x	输入数据。如果是 2D 数组，则会为 x 中的每一列绘制一个箱线图。如果是一系列一维数组，则会为 x 中的每个数组绘制一个箱线图。
notch	为True时，绘制凹口箱线图。
sym	指定异常点的形状，默认为+号显示。
vert	是否需要将箱线图垂直摆放，默认垂直摆放。
whis	指定上下须与上下四分位的距离，默认为1.5倍的四分位差。
positions	指定箱线图的位置，默认为[0,1,2…]。
widths	指定箱线图的宽度，默认为0.5。
patch_artist	是否填充箱体的颜色。
meanline	是否用线的形式表示均值，默认用点来表示。
showmeans	是否显示均值，默认不显示。
showcaps	是否显示箱线图顶端和末端的两条线，默认显示。
showbox	是否显示箱线图的箱体，默认显示。
showfliers	是否显示异常值，默认显示。
boxprops	设置箱体的属性，如边框色，填充色等。
labels	为箱线图添加标签，类似于图例的作用。
flierprops	设置异常值的属性，如异常点的形状、大小、填充色等。
medianprops	设置中位数的属性，如线的类型、粗细等。
meanprops	设置均值的属性，如点的大小、颜色等。
capprops	设置箱线图顶端和末端线条的属性，如颜色、粗细等。
whiskerprops	设置须的属性，如颜色、粗细、线的类型等。

代码实例：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体为黑体
plt.rcParams["axes.unicode_minus"] = False  # 防止负号乱码

plt.figure(figsize=(8, 7))

x = np.random.normal((3, 5, 4), (1.25, 1.00, 1.25), (100, 3))
plt.boxplot(x, positions=[2, 4, 6], widths=1.5, patch_artist=True,
                showmeans=False, showfliers=False,
                medianprops={"color": "white", "linewidth": 0.5},
                boxprops={"facecolor": "C0", "edgecolor": "white","linewidth": 0.5},
                whiskerprops={"color": "C0", "linewidth": 1.5},
                capprops={"color": "C0", "linewidth": 1.5})

plt.show()

效果图：

---

误差条图

在 Matplotlib 库中，我们可以用errorbar()方法来绘制误差条图，用于表现有一定置信区间的带误差数据，它的语法格式如下：

plt.errorbar(x, y, yerr=None, xerr=None, fmt='', ecolor=None, elinewidth=None, capsize=None, barsabove=False, lolims=False, uplims=False, xlolims=False, xuplims=False, errorevery=1, capthick=None, *, data=None, **kwargs)

参数说明：

参数	说明
x，y	数据点的位置坐标。
xerr，yerr	数据的误差范围。
fmt	数据点的标记样式以及相互之间连接线样式。
ecolor	误差条的线条颜色。
elinewidth	误差条的线条粗细。
capsize	误差条边界横杠的大小。
capthick	误差条边界横杠的厚度。
ms	数据点的大小。
mfc	数据点的颜色。
mec	数据点边缘的颜色。

代码实例：

import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体为黑体
plt.rcParams["axes.unicode_minus"] = False  # 防止负号乱码

plt.figure(figsize=(8, 7))

x = [2, 4, 6]
y = [3.6, 5, 4.2]
yerr = [0.9, 1.2, 0.5]
plt.errorbar(x, y, yerr, fmt='o', linewidth=2, capsize=6)

plt.show()

效果图：

---

小提琴图

我们可以用violinplot()方法来绘制小提琴图，它的作用与箱线图类似，语法格式如下：

plt.violinplot(dataset, positions=None, vert=True, widths=0.5, showmeans=False, showextrema=True, showmedians=False, quantiles=None, points=100, bw_method=None, *, data=None)

参数说明：

参数	说明
dataset	输入数据。
positions	指定小提琴图位置。
vert	设置小提琴图方向是否是水平，默认值False。
widths	箱体的宽度，默认值0.5。
showmeans	是否显示算术平方根，默认值False，
showextrema	是否显示极值，默认值True
showmedians	是否显示中位数，默认值False
quantiles	指定分位数的位置，取值范围为[0,1]。
points	定义计算核密度估计的点的数量，默认值100。
bw_method	用于估算带宽的方法，默认值scott，可选参数silverman。

代码实例：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体为黑体
plt.rcParams["axes.unicode_minus"] = False  # 防止负号乱码

plt.figure(figsize=(8, 7))

x = np.random.normal((3, 5, 4), (0.75, 1.00, 0.75), (200, 3))
plt.violinplot(x, [2, 4, 6], widths=2, showmeans=True, showmedians=True, showextrema=True)

plt.show()

效果图：

---

尖峰栅格图

我们可以用eventplot()方法来绘制尖峰栅格图，常在神经科学中用于表示神经事件，也可用于显示多组离散事件的时间或位置，语法格式如下：

plt.eventplot(positions, orientation='horizontal', lineoffsets=1, linelengths=1, linewidths=None, colors=None, linestyles='solid', *, data=None, **kwargs)

参数说明：

参数	说明
positions	一个一维类数组结构定义了一个事件序列的位置；由类数组结构构成的列表可以表示多组事件，每组事件都可以单独设置 lineoffsets、 linelengths、 linewidths、 colors 、 linestyles等参数。不建议使用二维数据结构。类型为类数组或类数组列表。必备参数。
orientation	时间序列的方向。取值范围为{'horizontal', 'vertical'}。默认值为'horizontal'。可选参数。
lineoffsets	直线中心相对于原点的偏移量，垂直于orientation，如果positions参数为二维结构，该参数可为序列，长度应与positions一致。类型为浮点数或类数组，默认值为1。可选参数。
linelengths	线条的高度的总和（即lineoffset - linelength/2 to lineoffset + linelength/2），如果positions参数为二维结构，该参数可为序列，长度应与positions一致。类型为浮点数或类数组，默认值为1。可选参数。
linewidths	线条的宽度，单位为像素点，如果positions参数为二维结构，该参数可为序列，长度应与positions一致。类型为浮点数或类数组，默认值1.5。可选参数。
colors	线条的颜色，如果positions参数为二维结构，该参数可为序列，长度应与positions一致。类型为颜色值或颜色值列表，默认值为'C0'。可选参数。
linestyles	线条的样式，如果positions参数为二维结构，该参数可为序列，长度应与positions一致。类型为字符串、元组、字符串或元组的列表。默认值为'solid'。有效的字符串范围为['solid', 'dashed', 'dashdot', 'dotted', '-', '--', '-.', ':']，元组的形式应为(offset, onoffseq)，onoffseq是一个以像素点为单位的断断续续的元组。
**kwargs	其他参数。

代码实例：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体为黑体
plt.rcParams["axes.unicode_minus"] = False  # 防止负号乱码

plt.figure(figsize=(8, 7))

x = [2, 4, 6]
D = np.random.gamma(4, size=(3, 50))
plt.eventplot(D, orientation="vertical", lineoffsets=x, linewidth=0.75)

plt.show()

效果图：

---

二维直方图/散点密度图

我们可以用hist2d()方法来绘制二维直方图/散点密度图，它的作用与散点图类似，语法格式如下：

plt.hist2d(x, y, bins=10, range=None, density=False, weights=None, cmin=None, cmax=None, *, data=None, **kwargs)

参数说明：

参数	说明
x，y	数据点坐标。
其他参数	基本同hist()。

详情请参见：matplotlib.axes.Axes.hist2d

代码实例：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体为黑体
plt.rcParams["axes.unicode_minus"] = False  # 防止负号乱码

plt.figure(figsize=(8, 7))

x = np.random.randn(5000)
y = 1.2 * x + np.random.randn(5000) / 3

plt.hist2d(x, y, bins=(np.arange(-3, 3, 0.1), np.arange(-3, 3, 0.1)))

plt.show()

效果图：

---

Hexbin散点图

我们可以用hexbin()方法来绘制Hexbin散点图，它是一种特殊的散点图，可以清晰的表示大量可能重叠的散点，语法格式如下：

plt.hexbin(x, y, C=None, gridsize=100, bins=None, xscale='linear', yscale='linear', extent=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors='face', reduce_C_function=<function mean>, mincnt=None, marginals=False, *, data=None, **kwargs)

参数说明：

参数	说明
x，y	表示六边形坐标。
C	表示六边形的值。
gridsize	表示x方向或两个方向上的六边形数量。
xscale	在水平轴上使用线性或对数刻度。
xycale	在垂直轴上使用线性或对数刻度。
mincnt	表示六边形能够显示的最小值。
marginals	用于沿x轴底部和y轴左侧绘制颜色映射为矩形的边际密度。
extent	表示六边形值的极限。

代码实例：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体为黑体
plt.rcParams["axes.unicode_minus"] = False  # 防止负号乱码

plt.figure(figsize=(8, 7))

x = np.random.randn(5000)
y = 1.2 * x + np.random.randn(5000) / 3

plt.hexbin(x, y, gridsize=50)

plt.show()

效果图：

---

扇形图

最常用的统计图之一，我们可以用pie()方法来绘制扇形图，它的语法格式如下：

plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, *, normalize=True, data=None)

参数说明：

参数	说明
x	即每个扇形的占比的序列或数组。
explode	如果不是None，则是一个len(x)长度的数组，指定每一块的突出程度；突出显示，设置每一块分割出来的间隙大小。
labels	为每个扇形提供标签的字符串序列。
colors	为每个扇形提供颜色的字符串序列。
autopct	如果它是一个格式字符串，将格式化标签。如果它是一个函数，它将被调用。
shadow	是否显示阴影。
startangle	从x轴逆时针旋转,饼的旋转角度。
pctdistance	默认为0.6，每个扇形的中心与由autopct生成的文本的开头之间距离与半径的比率，大于1的话会显示在圆外。
labeldistance	默认为1.1，扇形图标签绘制时的径向距离。如果设置为None，则不绘制标签，而是存储在图例中使用。

代码实例：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体为黑体
plt.rcParams["axes.unicode_minus"] = False  # 防止负号乱码

plt.figure(figsize=(8, 7))

x = [1, 2, 3, 4]
colors = plt.get_cmap('Blues')(np.linspace(0.2, 0.7, len(x)))

plt.pie(x, colors=colors, radius=3, center=(4, 4), wedgeprops={"linewidth": 1, "edgecolor": "white"}, frame=True)

plt.show()

效果图：