数据分析
数据分析是用适当的方法对收集来的大量数据进行分析,帮助人们作出判断,以便采取适当行动。
matplotib
什么是matplotlib
最流行的Python底层绘图库,主要做数据可视化图表,名字取材于MATLAB,模仿MATLAB构建。
能将数据进行可视化,更直观的呈现
使数据更加客观、更具说服力
###matplotlib基本要点
导包:
from matplotlib import pyplot as plt
import matplotlib
设置中文显示:
import matplotlib
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['font.family'] = 'sans-serif'
font1 = {'size':23}#字体大小,可以引用
font2 = {'size':30}
设置X,Y轴
x=[] #数据在x轴的位置
y=[] #数据在y轴的位置 xy必须是可迭代的
设置图片大小(想要一个高清无码大图)
fig=plt.figure(figsize=(12,8),dpi=100)
描述信息,比如x轴和y轴表示什么,这个图表示什么
plt.xlabel("X_name",font1)
plt.ylabel("Y_name")
plt.title("T_name")
调整x或者y的刻度的间距
plt.xticks(x)
plt.xticks(x[::5],_x_ticks[::5],rotation=90) #设置x轴标签角度
线条的样式(比如颜色,透明度等)
标记出特殊的点(比如告诉别人最高点和最低点在哪里)
设置图像类型:
plt.tick_params(labelsize=25) #设置X轴刻度字体大小
plt.plot(x,y) #scatter,plot,bar,pie,hist(频率直方图),barh(横向)
plt.grid()#网格
plt.legend(loc="upper left",prop=font1) #图列字体大小加在prop参数后
plt.savefig("./image.png") #保存图片的位置
plt.show()
3、matplotlib的散点图、
from matplotlib import pyplot as plt
import matplotlib
#设置字体,防止乱码
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['font.family'] = 'sans-serif'
#设置图形大小,像素
fig=plt.figure(figsize=(12,8),dpi=100)
#设置x,y轴数据
x3=range(1,32)
y3=[11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
x10=range(51,82)
y10=[26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
#设置X轴长度
_x=list(x3)+list(x10)
#将数据传入散点图
plt.scatter(x3,y3)
plt.scatter(x10,y10)
#设置X轴刻度
_xtick_labels=["三月{}日".format(i) for i in x3]
_xtick_labels+=['十月{}日'.format(i-50) for i in x10]
#设置X轴的间隔和标签角度
plt.xticks(_x[::3],_xtick_labels[::3],rotation=45)
plt.legend(loc="upper left")#设置图列(位置)
plt.xlabel('时间')#X轴标签
plt.ylabel('温度')#Y轴标签
plt.title('天气')#散点图的名称
plt.show()#展示散点图
matplotlib的折线图
from matplotlib import pyplot as plt
import matplotlib
import random
fig=plt.figure(figsize=(12,8),dpi=100)
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['font.family'] = 'sans-serif'
x=range(11,31,1)
y1=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y2=[1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1] #X,Y轴的数据必须是可迭代的
x_ticks=["{}岁".format(i) for i in x]
plt.xticks(x[::1],x_ticks[::1]) #设置x轴的刻度
plt.ylabel("个数")
plt.xlabel("age")
plt.plot(x,y1,label="自己") #图例标签
plt.plot(x,y2,label="同桌")
plt.grid(alpha=1) #设置网格
plt.legend() #显示图例
plt.show()
matplotlib的柱状图
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5:最后的骑士","摔跤吧!爸爸","加勒比海盗5:死无对证","金刚:骷髅岛","极限特工:终极回归","生化危机6:终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3:殊死一战","蜘蛛侠:英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]
b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
plt.bar(a,b,width=0.3,color="blue") #竖型条形图
plt.xticks(a,a,rotation=90)
#plt.barh(a,b,height=0.5,color="blue") #横向条形图
#plt.yticks(a,a,rotation=0)
plt.xlabel("影片")
plt.ylabel("评分")
plt.title("榜单")
plt.show()
多条型
#多条型
a = ["猩球崛起3:终极之战","敦刻尔克","蜘蛛侠:英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]
bar_width = 0.2 #图形条的宽度
x_14 = list(range(len(a)))
x_15 = [i+bar_width for i in x_14]
x_16 = [i+bar_width*2 for i in x_14]
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.bar(range(len(a)),b_14,width=bar_width,label='9月14日')
plt.bar(x_15,b_15,width=bar_width,label='9月15日')
plt.bar(x_16,b_16,width=bar_width,label='9月16日')
plt.legend()
#设置x轴的刻度
plt.xticks(x_14,a)
plt.show()
matplotlib的频率直方图
频率直方图
a=[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]
#计算数组
d = 3 #组距
num_bins = (max(a)-min(a))//d
print(max(a),min(a),max(a)-min(a))
print(num_bins)
#设置图形的大小
plt.figure(figsize=(20,8),dpi=80)
plt.hist(a,num_bins,normed=True)
#设置x轴的刻度
plt.xticks(range(min(a),max(a)+d,d))
plt.grid()
plt.show()
interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
print(len(interval),len(width),len(quantity))
#设置图形大小
plt.figure(figsize=(20,8),dpi = 80)
plt.bar(range(12),quantity,width=1)
#设置x轴的刻度
x = [i-0.5 for i in range(13)]
xtick_labels = interval + [150]
plt.grid(alpha = 0.4)
plt.show()
matplotlib的饼状图
from matplotlib import pyplot as plt
# 调节图形大小,宽,高
plt.figure(figsize=(6, 9))
# 定义饼状图的标签,标签是列表
labels = [u'第一部分', u'第二部分', u'第三部分']
# 每个标签占多大,会自动去算百分比
sizes = [60, 30, 10]
colors = ['red', 'yellowgreen', 'lightskyblue']
# 将某部分爆炸出来, 使用括号,将第一块分割出来,数值的大小是分割出来的与其他两块的间隙
explode = (0.05, 0, 0)
patches, l_text, p_text = plt.pie(sizes, explode=explode, labels=labels, colors=colors,
labeldistance=1.1, autopct='%3.1f%%', shadow=False,
startangle=90, pctdistance=0.6)
# labeldistance,文本的位置离远点有多远,1.1指1.1倍半径的位置
# autopct,圆里面的文本格式,%3.1f%%表示小数有三位,整数有一位的浮点数
# shadow,饼是否有阴影
# startangle,起始角度,0,表示从0开始逆时针转,为第一块。一般选择从90度开始比较好看
# pctdistance,百分比的text离圆心的距离
# patches, l_texts, p_texts,为了得到饼图的返回值,p_texts饼图内部文本的,l_texts饼图外label的文本
# 改变文本的大小
# 方法是把每一个text遍历。调用set_size方法设置它的属性
for t in l_text:
t.set_size = (30)
for t in p_text:
t.set_size = (20)
# 设置x,y轴刻度一致,这样饼图才能是圆的
plt.axis('equal')
plt.legend()
plt.show()
另一种方式的饼形图
from matplotlib import pyplot as plt
import matplotlib
def cirle(data,labels):
matplotlib.rcParams["font.sans-serif"]=["SimHei"]
matplotlib.rcParams["font.family"]=["sans-serif"]
colors=["red","blue","yellow","green"] #各区域的颜色
expload=[0.05,0,0,0] #根据位置设置某一块离圆心的距离
plt.pie(data,colors=colors,explode=expload,labels=labels,autopct='%1.3f%%',startangle=90) #设置图的参数
plt.axis('equal')
plt.legend(loc="upper left",prop={"size":10}) #图列的位置以及文本大小
plt.show()
plt.savefig(./image.jpg)
data=[10,20,30,40]
labels=["first","second","thrid","fouth"]
cirle(data,labels)