Chapter1数据分析

桑之未落0208

已于 2022-04-29 17:21:52 修改

阅读量615

点赞数

分类专栏：数据科学库文章标签：数据分析数据挖掘 big data

于 2022-04-29 11:43:26 首次发布

本文链接：https://blog.csdn.net/qwertyuiop0208/article/details/124480218

版权

数据科学库专栏收录该内容

6 篇文章 0 订阅

订阅专栏

一.数据分析的介绍

二.jupyter和conda的使用

三.matplotlib的基础绘图

四.matplotlib的基础绘图和调整x轴的刻度

五.matplotlib设置显示中文

六.matplotlib添加描述信息

七.matplotlib绘制网格和标注多条折线图

一.数据分析的介绍

1.学习数据分析的原因

(1).岗位需求

(2).python数据科学的基础

(3).机器学习课程的基础

2.数据分析的定义

数据分析是用适当的方法对收集的大量数据进行分析，帮助人们作出判断，以便采取适当的行动。

3.数据分析的流程

提出问题 $\rightarrow$ 准备数据（数据清洗） $\rightarrow$ 分析数据 $\rightarrow$ 获得结论 $\rightarrow$ （成果可视化）

二.jupyter和conda的使用

1.conda环境安装

创建环境：conda create

切换环境：windows：activate python3

linux/macos:source activate python3

2.jupyter notebook:一款编程/文档/笔记/展示软件

三.matplotlib的基础绘图

1.学习matplotlib的原因

(1)使数据可视化，更直观的呈现

(2)使数据更加客观、更具说服力

2.matplotlib的定义

matplotlib:主要用来实现图表的可视化，仿照matlab，是python的绘图库

3.matplotlib基本要点

asix轴，指的是x或y轴。

 #导入pyplot,注意文件名不可写成matplotlib
from matplotlib import pyplot as plt  
x=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,24,22,18,15]
#绘图
plt.plot(x,y)
#展示图形
plt.show()

四.matplotlib的基础绘图和调整x轴的刻度

1.设置图片大小：fig=plt.figure(figsize=(*,*),dpi=*) (*为设置的具体数字)

其中，figsize:图片大小，长和宽，dpi:每英寸上面点的个数，代表清晰程度

2.保存图片：plt.savefig('./t1.png') 保存到当前目录

ps:保存为svg这种矢量图格式，放大不会有锯齿

3.调整x轴刻度：plt.xticks(range(2,50,a)) (a为每个刻度之间的距离，必须为整数)

ps:如果想要设置更小的步长(即更密集)

_xtick_labels=[i/2 for i in range(4,49)]

plt.xticks(_xtick_labels) or plt.xticks(_xtick_labels[::3])

同理y轴的刻度，但是range()里面就要取min(y)和max(y)+1

#coding=utf-8
from matplotlib import pyplot as plt

#设置图片大小
#figsize:图片大小，长和宽，dpi:每英寸上面点的个数，代表清晰程度
'''fig=plt.figure(figsize=(20,8),dpi=80)
x=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,24,22,18,15]'''

#绘图
plt.plot(x,y)

#设置x轴的刻度
_xtick_labels=[i/2 for i in range(4,49)]  #变得更密集
plt.xticks(_xtick_labels[::3])

#设置y轴的刻度
plt.yticks(range(min(y),max(y)+1))

#图片的保存
plt.savefig('./t1.png')  #ps:保存为svg这种矢量图格式，放大不会有锯齿

#展示图形
plt.show()

五.matplotlib设置显示中文

matplotlib默认不支持中文字符，因为默认的英文字体无法显示汉字

fc-list 查看支持的字体

fc-list :lang=zh 查看支持的中文（冒号前面有空格）

修改matplotlib默认字体：

（1）通过matplotlib.rc可以修改（windows/linux）

ps:以下代码用三个单引号注释是为了方便大家看设置字体的方法，实际放到python中运行需要去掉注释符。

import random
from matplotlib import pyplot as plt

import matplotlib
matplotlib.rc("font",family='SimHei')  #设置字体

'''x=range(0,120)
y=[random.randint(20,35) for i in range(120)]

plt.figure(figsize=(20,8),dpi=80)  #设置大小

plt.plot(x,y)

_x=list(x)
_xtick_labels=['10点{}分'.format(i) for i in range(60)]
_xtick_labels+=['11点{}分'.format(i-60) for i in range(60,120)]

#_x取了步长，所以_xtick_labels也要取步长，即数字和字符串一一对应,rotation指的是旋转的度数
plt.xticks(_x[::3],_xtick_labels[::3],rotation=45)

#添加描述信息
plt.xlabel('时间')
plt.ylabel('温度  单位(℃)')
plt.title('10点-12点每分钟的气温变化情况')
plt.show()'''

ps:可通过以下代码来查询系统的所有字体

from matplotlib.font_manager import FontManager
import subprocess

mpl_fonts = set(f.name for f in FontManager().ttflist)

print('all font list get from matplotlib.font_manager:')
for f in sorted(mpl_fonts):
    print('\t' + f)

（2）通过matplotlib下的font_manager可以解决(windows/linux/mac)

ps:以下代码用三个单引号注释是为了方便大家看设置字体的方法，实际放到python中运行需要去掉注释符。

import random
from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font=font_manager.FontProperties(fname='系统的字体路径') #系统的字体路径这块我的电脑不太好使，根据个人电脑而定

'''x=range(0,120)
y=[random.randint(20,35) for i in range(120)]

plt.figure(figsize=(20,8),dpi=80)  #设置大小

plt.plot(x,y)

#调整x轴的刻度
_x=list(x)[::10]
_xtick_labels=['hello,{}'.format(i) for i in _x]  #将字符串与数字对应

_x=list(x)
_xtick_labels=['10点{}分'.format(i) for i in range(60)]
_xtick_labels+=['11点{}分'.format(i-60) for i in range(60,120)]'''

#_x取了步长，所以_xtick_labels也要取步长，即数字和字符串一一对应,rotation指的是旋转的度数
plt.xticks(_x[::3],_xtick_labels[::3],rotation=45,fontproperties=my_font)

#添加描述信息
plt.xlabel('时间',fontproperties=my_font)
plt.ylabel('温度  单位(℃)',fontproperties=my_font)
plt.title('10点-12点每分钟的气温变化情况',fontproperties=my_font)
plt.show()

(3)通过plt.rcParams手动设置

ps:以下代码用三个单引号注释是为了方便大家看设置字体的方法，实际放到python中运行需要去掉注释符。

import random
from matplotlib import pyplot as plt

'''x=range(0,120)
y=[random.randint(20,35) for i in range(120)]

plt.figure(figsize=(20,8),dpi=80)  #设置大小

plt.plot(x,y)

plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签
plt.rcParams['axes.unicode_minus']=False   #这两行需要手动设置

#调整x轴的刻度
_x=list(x)[::10]
_xtick_labels=['hello,{}'.format(i) for i in _x]  #将字符串与数字对应'''


'''_x=list(x)
_xtick_labels=['10点{}分'.format(i) for i in range(60)]
_xtick_labels+=['11点{}分'.format(i-60) for i in range(60,120)]

#_x取了步长，所以_xtick_labels也要取步长，即数字和字符串一一对应,rotation指的是旋转的度数
plt.xticks(_x[::3],_xtick_labels[::3],rotation=45)

#添加描述信息(如果是第一种和第三种方法，在添加描述信息时不需要再添加代码)
plt.xlabel('时间')
plt.ylabel('温度  单位(℃)')
plt.title('10点-12点每分钟的气温变化情况')
plt.show()'''

六.matplotlib添加描述信息

通过.xlabel添加横坐标信息，.ylabel添加纵坐标信息，.title()添加标题信息，代码见上“五.matplotlib设置显示中文”。

七.matplotlib绘制网格和标注多条折线图

（1）plt.grid(alpha=0.1) ，其中alpha表示网格线的透明度

（2）先使用label，再使用plt.legend()来标注多条折线图，通过loc来设置图例的位置，如： plt.legend(loc='upper left')设置。

ps:通过color''来设置线条颜色，通过linestyle来设置线条风格，通过linewidth来设置线条宽度。

小练习：统计小明和小宋从11岁到30岁每年交的女（男）朋友的数量情况。y轴表示个数，x轴表示岁数，如11岁，12岁等。

import matplotlib
from matplotlib import pyplot as plt
matplotlib.rc("font",family='SimHei')

'''x=range(11,31)
y_1=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2=[1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]

plt.figure(figsize=(20,8),dpi=80)'''

plt.plot(x,y_1,label='小明',color='orange',linestyle=':',linewidth=5) 
plt.plot(x,y_2,label='小宋',color='cyan',linestyle='-.',linewidth=5)

'''_x=list(x)
_xlabels=['{}岁'.format(i) for i in range(11,31)]

plt.xticks(_x,_xlabels,rotation=45)'''

#添加网格线
plt.grid(alpha=0.5,linestyle=':') #alpha为网格线的透明度

'''plt.xlabel('岁数')
plt.ylabel('个数')
plt.title('从11岁到30岁每年交的女(男)朋友的数量')'''

#添加图例
plt.legend(loc='upper left')  #图例在左上角

#展示
plt.show()

桑之未落0208

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Chapter1数据分析

一.数据分析的介绍1.学习数据分析的原因(1).岗位需求(2).python数据科学的基础(3).机器学习课程的基础2.数据分析的定义数据分析是用适当的方法对收集的大量数据进行分析，帮助人们作出判断，以便采取适当的行动。3.数据分析的流程提出问题准备数据（数据清洗）分析数据获得结论（成果可视化）二.jupyter和conda的使用1.conda环境安装创建环境：conda create切换环境：windows：activate python3 ...
复制链接

扫一扫