0基础python数据分析_零基础学习Python数据分析:数据可视化（1）

大家好，我是就读于西交利物浦商分专业的Dragee。

因为是零基础学习数据分析，作为小白。Codecademy持续10周的Introduction to Data Analysis课程非常适合入门。还提供Python代码的学习，因此我选择了这个课程。

Introduction to Data Analysis | CodecademyIntroduction to Data Analysis​www.codecademy.com

课程主要分为五个部分,除此之外还有一个Project，售价是199美元。

对于我这样的初学者还是很实用的。另外，Evan的这篇文章给提供了很多全面的资料和网站作为参考。Evan：零基础学习Python数据分析​zhuanlan.zhihu.com

Unit 1 用Matplotlib做数据可视化的Basic Command

一、使用Pyplot模块画图

参考资料：matplotlib-user-guide-zh/3.1.md at master · wizardforcel/matplotlib-user-guide-zh · GitHubwizardforcel/matplotlib-user-guide-zh​github.com

首先要把pyplot功能导入进来

from matplotlib import pyplot as plt

用plt.plot()画图

用plt.show()语句可以显示出点图，如：

from matplotlib import pyplot as plt

days = range(7)

money_spent = [10, 12, 12, 10, 14, 22, 24]

plt.plot(days, money_spent)

plt.show()图1

二、使用Python语句设置图表

在同一组轴上显示多个线图用于比较多个Datasets时，Matpltlib会自动用不同颜色标记：

from matplotlib import pyplot as plt

time = [0, 1, 2, 3, 4]

revenue = [200, 400, 650, 800, 850]

costs = [150, 500, 550, 550, 560]

plt.plot(time,revenue)

plt.plot(time,costs)

plt.show()图2

当然，我们也可以自己设置颜色(使用HTML color name or HEX code)_Key word：color ；设置是否虚线(dotted or dashed)_Key word：linestyle；设置标记(marker)_Key word：maker。例如：

from matplotlib import pyplot as plt

time = [0, 1, 2, 3, 4]

revenue = [200, 400, 650, 800, 850]

costs = [150, 500, 550, 550, 560]

plt.plot(time,revenue,color='purple',linestyle='--')

#Dashed:linestyle='--' Dotted:linestyle=':' No line:linestyle=''

plt.plot(time,costs,color='#82edc9',marker='s')

#circle:marker='o' square:marker='s' star:marker='*'

plt.show()图3

就会出现上图的效果了。

有时候，放大或缩小是很有帮助的，特别是如果有一些细节需要处理的话。放大，我们可以用plt.axis。例如：上面的图3,我想查看下x从0到4，y从300到400的具体情况，结果如下图

plt.axis([0,4,300,400]

plt.show()

如果我们要展示图表时，就需要给我们的图表加上标题，给x轴和Y轴加上Label，这时要使用的语句分别是：plt.title和plt.xlabel&plt.ylabel。所有这些命令都需要一个字符串String，它是单引号或双引号中的一组字符。例如：

"This is a string"

'This is also a string'

'This is NOT a string (the quotes do not match)"

上例中，如果我们想给x添加标签“Time”,给图表添加标题“Revenue VS Cost”:

plt.xlabel("Time")

plt.title("Revenue VS Cost")

那么，在图中有多条线的时候，如何标记不同的线，就需要用到plt.legend.例如：

from matplotlib import pyplot as plt

months = range(12)

hyrule = [63, 65, 68, 70, 72, 72, 73, 74, 71, 70, 68, 64]

kakariko = [52, 52, 53, 68, 73, 74, 74, 76, 71, 62, 58, 54]

gerudo = [98, 99, 99, 100, 99, 100, 98, 101, 101, 97, 98, 99]

legend_labels=['Hyrule','Kakariko','Gerudo Valley']

plt.plot(months, hyrule)

plt.plot(months, kakariko)

plt.plot(months, gerudo)

#create your legend here

plt.legend(legend_labels,loc=9)

plt.show()

三、多图展示

有时候需要将一些相同值域的图表并排显示(如图所示)：

这时我们可以使用plt.subpot命令，语句中需包含3项，分别是

The number of rows of subplots，The number of columns of subplots，The index of the subplot we want to create

例如，plt.subplot(2,3,4)指的是上图的Subplot4。创建每个图表后我们都可以以此语句指定其位置。我们甚至可以设置图与图之间的间隙。此时要用到的语句是plt.subplot_adjust。此命令有一些关键参数，分别是：left — the left-side margin, with a default of 0.125. You can increase this number to make room for a y-axis label(左侧边距，默认值为0.125。可以增加这个边距为y轴标签腾出空间)

right — the right-side margin, with a default of 0.9. You can increase this to make more room for the figure, or decrease it to make room for a legend(右侧边距，默认值为0.9)

bottom — the bottom margin, with a default of 0.1. You can increase this to make room for tick mark labels or an x-axis label(底部边距，默认值为0.1。您可以增加这一边距以腾出空间的刻度标记或X轴标签)

top — the top margin, with a default of 0.9(顶部边距，默认值为0.9)

wspace — the horizontal space between adjacent subplots, with a default of 0.2(横向间距，默认值0.2)

hspace — the vertical space between adjacent subplots, with a default of 0.2(纵向间距，默认值0.2)

例如☆：

from matplotlib import pyplot as plt

x = range(7)

straight_line = [0, 1, 2, 3, 4, 5, 6]

parabola = [0, 1, 4, 9, 16, 25, 36]

cubic = [0, 1, 8, 27, 64, 125, 216]

# Subplot 1

plt.subplot(2, 1, 1)

plt.plot(x, straight_line)

# Subplot 2

plt.subplot(2, 2, 3)

plt.plot(x, parabola)

# Subplot 3

plt.subplot(2, 2, 4)

plt.plot(x, cubic)

plt.subplots_adjust(wspace=0.35, bottom=0.2)

plt.show()

四、标记

如果我们要标记其中的某一个subplot的话，就要用到轴对象axis object的概念，它让我们修改属于一个特定的subplot的axis。只有一个图的情况也是如此，如：

ax = plt.subplot()

plt.plot([0, 1, 2, 3, 4], [0, 1, 4, 9, 16])

plt.plot([0, 1, 2, 3, 4], [0, 1, 8, 27, 64])

ax.set_xticks([1, 2, 4])

from matplotlib import pyplot as plt

month_names = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep","Oct", "Nov", "Dec"]

months = range(12)

conversion = [0.05, 0.08, 0.18, 0.28, 0.4, 0.66, 0.74, 0.78, 0.8, 0.81, 0.85, 0.85]

plt.xlabel("Months")

plt.ylabel("Conversion")

plt.plot(months, conversion)

ax = plt.subplot()

ax.set_xticks(months)

ax.set_xticklabels(month_names)

ax.set_yticks([0.10, 0.25, 0.5, 0.75])

ax.set_yticklabels(["10%", "25%", "50%", "75%"])

plt.show()

五、Fill Between 功能

from matplotlib import pyplot as plt

hours_reported =[3, 2.5, 2.75, 2.5, 2.75, 3.0, 3.5, 3.25, 3.25, 3.5, 3.5, 3.75, 3.75,4, 4.0, 3.75, 4.0, 4.25, 4.25, 4.5, 4.5, 5.0, 5.25, 5, 5.25, 5.5, 5.5, 5.75, 5.25, 4.75]

exam_scores = [52.53, 59.05, 61.15, 61.72, 62.58, 62.98, 64.99, 67.63, 68.52, 70.29, 71.33, 72.15, 72.67, 73.85, 74.44, 75.62, 76.81, 77.82, 78.16, 78.94, 79.08, 80.31, 80.77, 81.37, 85.13, 85.38, 89.34, 90.75, 97.24, 98.31]

plt.figure(figsize=(10,8))

# Create your hours_lower_bound and hours_upper_bound lists here

hours_lower_bound = [element - (element * 0.2) for element in hours_reported]

hours_upper_bound = [element + (element * 0.2) for element in hours_reported]

# Make your graph here

plt.plot(exam_scores, hours_reported, linewidth=2)

plt.fill_between(exam_scores, hours_lower_bound, hours_upper_bound, alpha = 0.2)

plt.xlabel("Score")

plt.title("Time spent studying vs final exam scores")

plt.ylabel('Hours studying (self-reported)')

plt.show()

plt.savefig("my_line_graph.png")

六、清除和保存

清除：

plt.close('all')

保存：我们可以使用命令plt.savefig储存成许多不同的文件格式，如PNG，SVG，或PDF。

plt.savefig('name_of_graph.png')

设置图片大小：

plt.figure(figsize=(width,height))

例如：

from matplotlib import pyplot as plt

word_length = [8, 11, 12, 11, 13, 12, 9, 9, 7, 9]

power_generated = [753.9, 768.8, 780.1, 763.7, 788.5, 782, 787.2, 806.4, 806.2, 798.9]

years = [2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009]

plt.close('all')

plt.plot(years,word_length)

plt.savefig('winning_word_lengths.png')

plt.figure(figsize=(7,3))

plt.plot(years,power_generated)

plt.savefig('power_generated.png')

python是个很好的数据分析工具，不需要学习很多编程语言也可以操作。

因为自己也是在学习中，难免会有一些错误，欢迎讨论指正

希望大家和我一起来交流学习