matplotlib多纵轴_文科生学 Python 系列 13: matplotlib 绘图／条形图

第七课 - 数据可视化

本课内容：

matplotlib 绘图基础
函数曲线的绘制
图形细节的设置 案例分析：销售记录可视化
条形图
绘制多图
饼图
散点图
直方图 seaborn 数据可视化包
分类数据的散点图
分类数据的箱线图
多变量图

回顾：在之前课程中， 我们已经接触到了数据可视化

在第五节课中，我们通过 pandas 的 plot 函数对莺尾花数据进行了可视化。我们绘制了根据品种分类的散点图和箱线图。
在第六节课中，我们使用 matplotlib 绘制了姓名变化趋势图，并通过 plt 的各种选项对图形进行了美化。

上述例子中可视化都是基于 matplotlib 来展开的，在本次课程中我们将详细演示如何使用matplotlib

matplotlib 是 Python 编程语言的一个绘图库，最初由 John D. Hunter 撰写。
与 Python 的深度集成
风格与 Matlab 接近
官网： http:// matplotlib.org/

matplotlib 例图

老师说，我们为什么今天要上新的 matplotlib 的绘图呢，因为之前学的鸢尾花散点图用的是 Pandas 里面自带的 plot 图，在分类数据的分析上，之前学的方法显得冗余了。为了更好的可视化，不冗余！我们来学新的！

matplotlib 绘图基础

导入数据包，设置基础

以上还是一样设置基础数据，每一次都要导入的 numpy 和 pandas 包，不导入后面会跟你说没有定义，识别不了的哦～ 设置图形的格式是 retina 的清晰度。运行之后，我们来正式绘图吧！

在matplotlib 中，绘制一个曲线图，可以使用 plt.plot 这个函数，在正弦函数中，主要的是 x 和 y 轴两个轴的数据。所以我们需要先设置 x 和 y 。

我们用 numpy 中的 arange 函数，设置的是从 0 到 5，间隔为 0.1 之间的数据。专业点来讲， 0.1 好像叫步长。当时上课这个语句一晃而过，我没看懂是什么为什么括号里面有三个数字，回放听终于明白了。。。明明是学过的啊

x, y=sin(x)

突然觉得，中学时代不会 Python 真可惜，或许时不时用它来解决数学问题，数学成绩就没那么差了。周三上课的时候余老师一讲到正弦函数我就有点头大，幸好不是要我计算呀！

plt.plot(x,y)

看到这里才发现，x 和 y 用的都是 np 的函数，在 np 里面定义赋值。为什么不是 pandas 呢？

老师说因为我们前面设置过自动显示图片（终于明白第一张图的 “%matplotlib Inline” 的作用了。。。），所以这里直接输入语句，按输出，就可以看到结果了。我们也可以设置成手动显示图片，看下图：

手动显示图片

plt.show( ) 这个语句，设置手动显示图片，而且这里没有 OUT 这个显示了。其实这个我不知道有什么用。

接下来又是（我不懂的）美化啦！

增加 color='g',marker='.',linewidth=2

把函数线的颜色设置成绿色，上课的时候我说为什么它知道 g 就是绿色啊！老师说用的 green 比 grey 多，所以系统会默认 g 是 green。上课讲的时候可没有 color=g 啊，老师用的是简写，直接在 plt.plot(x,y) 中的右边括号里面加上逗号和 'g . -' ，然后就是绿色➕点线条了。

现在看到的图两轴还是有些是空白，所以需要美化，缩减空白，这里用的是我们第六课用的方法：

xlim，.ylim

plt.xlim(0,5) 和 plt.ylim(-1.1,1.1) 的使用可以让区间空白改变一点，这次老师教了一种新的方法：

plt.axis([0,5,-1.1,1.1])

plt.axis([0,5,-1.1,1.1]) ，和上节课的 xlim, ylim 使用结果一样，这个语句更短，先定义 x 轴的范围从 0 到 5，再定义 y 轴的范围，所以在圆括号里面，有一个方括号，包着四个数字，分别表示两个轴的范围。

要是我们需要清晰看到一个点所在的横纵坐标，需要用网格线进行更精确的定位，在那个点标明文字：

plt.grid(True)

plt.grid(True) 指的是网格线存在哦。

plt.text(3.1,0.3,'sin(x)') ，指的是在坐标（3.1，0.3）的位置上加上文字说明 sin(x)。

回顾例一，用 plot 函数得到一个基本的曲线函数，然后用各种细节设置，让整个图变得更加饱满，包括标题／横轴／纵轴／网格／文本等设置，这样的方法称为函数式的编程，这是模仿 matlib 的作图方式。与之相对应的还有面向对象的作图，它对细节的控制会更加丰富，但对初学者的掌握能力来说，学会函数式的编程比较适时。

例2：绘制 y=x, y=x^2, y=x^3 三个函数的曲线

y=x, y=x^2, y=x^3

我在看预习资料的时候，看不到运行出来的图，plt.plot(x,x,x,x**2,x,x**3) ，这一句看起来太复杂有点可怕，然而它的意思竟然是，里面的 6 个数字分为三对 xy 轴的数。三个函数的 x 和 y 竟然可以全部挤在一起，厉害了。

要是想要更好的区分这三个函数曲线，可以用一些设置将它们变得更有辨识度：

plt.plot(x,x,'r--',x,x**2,'bs',x,x**3,'g^')

上课看老师运行这一步的时候，惊呆了。这里就是上面提到过的简写了，具体代表什么，# 后面已经说明了。接下来还是继续美化显示的图片了，大家可以自己做一下啦！这里不展示了。

小结：

上述代码展示了matplotlib 的一些基本功能，我们可以通过使用 plt 自带的各种函数来控制图形的细节，比如是否加网格，坐标的标签等等。
我们在后续课程中还会向大家展示其他常用图形

案例分析：销售记录可视化

导入并观察数据

每次看到数据导入我就特别害怕，因为每次都会卡我很久，久到我会想“要不这文章就这样吧，老子不写了。” 每一次的坑我都记得非常清楚，红酒质量的，鸢尾花的，全美婴儿姓名的，这次是销售数据。

这次卡了多久？

一小时 30 分钟。

读取数据失败的我，拿起等了我 3 个小时三明治，一边吃一边苦闷地想，这样的事情真是太丢人了啊，同一个坑，掉第四次。吃完这次终于上网查怎么在 jupyter 导入 excel 数据了（以前我都在干嘛？！）但是并没有查到要的答案，终于在我们课程的讨论区，看到一个同学回复的答案！老泪纵横！！！

怎么导入数据到 jupyter

试了一下，上载成功的文件在 jupyter 打开是一片空白，而且把这个空白的文件下载到电脑了，我以为操作出了问题，试了几次，一模一样。把代码敲进去试着运行，竟然！成功运行了。。。诡异！

读取 excel 数据文件

这是一份一家公司在某个时间段段交易数据。行首对应的分别是客户账号／公司名称／商品货号／每次交易的购货量／每个商品的交易价格／交易总额／交易时间。

要是你是一个数据分析师，想要在这份数据里面得到一些信息，你会从哪方面着手呢？

我们可以用之前学过的一些函数进行对整份数据进行分析：

df.info()

这是一份有 1500 条信息的数据，没有缺失值。

查看与之交易的公司数量

要是需要看与之交易的公司有哪些，可以把上面运行语句的 len( ) 去除掉。

要是需要看某家公司的交易量，也是可以用函数进行输出的：

Barton LLC交易量（1）

Barton LLC交易量（2）

这个输出比较长，分两张展示首尾，最后一行可以看出，一共 82 笔交易。

销售额最高的 10 个公司

交易总额和交易次数的输出

先用语句求出我们要的数。套路都是我们之前学过的：用 groupby 分组，也就是找到交易量的公司，先圈出范围“name”，然后是“ext price” 。然后使用 agg 进行聚合运算：sum 求交易总额，count 计算交易次数。

但是在上面我们可以看到，行首的格式不是很对，这里需要调整一下：

reset_index 重置索引

这里在前面一行加了 ' '这样的符号，老师说这样加上去可以让它换行，看了结果，应该是让name 这个词在行首回到了好看的位置。reset_index 重置索引，里面写的 “在这里取消了name 作为索引”，我没理解明白，也就是前面是用 name 来索引的？用 name 来索引和这一步的操作，作为索引来说，有什么不同？

这时候我们已经得到销售总额的数据了，但是我们的题目是需要销售总额前十的，所以我们需要对销售总额进行排序。

sort_values 进行排序

这里学到一个新的函数了，用 sort_values 进行排序。

好吧，前十还没出来：

top10

这一步加了挺多东西上去的。重新再句首赋值 top10，后面输出 top10。在第 27 条输出了排前的销售额，才能直接在这一步的第二行代码最后直接使用切片的方式 [:10] 来运算。

然后是对行首名称对修改，把首字母都大写了，替换的方式是使用字典的键值对，格式是 {之前的值：替换上的值} ，老师运行的第一遍没有加上 inplace=true，结果就是并没有修改成功，然后解释，因为 rename 那一行算是里面默认的副本，要是没有 inplace=true ，那是运行不成功的。

我们总算把销售额前十的公司输出来了！

条形图

top10 公司销售总额的条形图

plt.barh(np.arange(10),top10.Sales,height=0.5)

新的图！之前我们学过有 scatter 散点图，plot 折线图，还有啥来着？今天的直方图是 bar，哦，垂直的是 bar，水平方向的直方图是 barh。

所有的代码，其实都能看懂。但是要我自己不偷看打出来，真的是。。。心虚。

添加标题和横纵坐标的说明。并且，为了让图看起来更加知道相对应的值是什么，我们修改了坐标的刻度：

plt.yticks(np.arange(10),top10.Name)

觉得单看这个图好专业啊！这时候余老师讲了上课的第二个“冗余”，就是图和代码之间那串黑体字。这时候终于能够确切理解 冗余 这个词的表达力！要是不想看到这些多余的字，我们可以这样做：

plt.show()

有一种，把多余的毛发剃掉的感觉一样啊！！！！！清爽！

然饿，老师这时候又去改 X 轴坐标了：

plt.xticks

其实这一段不是很明白，替换掉的值，不像上面用字典来替换，用的是两个列表，后面一个列表里面的元素还是字符串。这是我们之前学过的？？疑惑。

这个图的风格是默认的风格，老师说可以让我们尝试一下其他风格，选择之前看看有哪些是可以被选择的。这样的东西竟然都有语法，太可怕了！！！

plt.style.available

然后老师选了 ggplot，据说是 “爱原冢（音译）”的风格，来看看吧

plt.style.use('ggplot')

默认颜色变了，而且还有底版了：浅灰色+网格。

作业 7-1：

模仿上面的例子，画出交易总数最高的 10 个公司的条形图。
提示：可以使用 sort_values(by= quantity) 来实现。

啊啊啊，血槽空了，我去补补血，剩下这两天尽快更新！

文科生学Python系列13: matplotlib绘图／条形图​www.jianshu.com