第十三阶段 -- 数据分析02：Matplotlib的使用

最新推荐文章于 2022-07-03 21:36:13 发布

亚呦u椰

最新推荐文章于 2022-07-03 21:36:13 发布

阅读量463

点赞数 1

分类专栏： python学习数据分析

本文链接：https://blog.csdn.net/weixin_42375099/article/details/97649234

版权

python学习同时被 2 个专栏收录

72 篇文章 5 订阅

订阅专栏

数据分析

16 篇文章 1 订阅

订阅专栏

文章目录

- Matplotlib的使用

Matplotlib的使用

Matplotlib 是一个 Python 的 2D绘图库。通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。

为什么学习Matplotlib
- 可让数据可视化，更直观的真实给用户。使数据更加客观、更具有说服力。
- Matplotlib是Python的库，又是开发中常用的库

Matplotlib的安装

pip install matplotlib

Matplotlib的基本使用

import numpy as np 
from matplotlib import pyplot as plt 
 
x = np.arange(1,11) 
y =  2  * x +  5 
plt.title("Matplotlib demo") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption") 
plt.plot(x,y)
plt.show()

以上代码中，我们方法说明:

plt.title() ：设置图表的名称
plt.xlabel()：设置x轴名称
plt.ylabel() ：设置y轴名称
plt.xticks(x,ticks,rotation) ：设置x轴的刻度，rotation旋转角度
plt.yticks() ：设置y轴的刻度
plt.plot() ：绘制线性图表
plt.show() ：显示图表
plt.legend() ：显示图例
plt.text(x,y,text)：显示每条数据的值；x, y值的位置
plt.figure(name,figsize=(w,h),dpi=n)：设置图片大小

图表中文显示

Matplotlib 默认情况不支持中文，我们可以使用以下简单的方法来解决：

首先下载字体（注意系统）：https://www.fontpalace.com/font-details/SimHei/

方法1：引入字体文件

zhfont1 = matplotlib.font_manager.FontProperties(fname="SimHei.ttf")
plt.title("图表 - 测试",fontproperties=zhfont1)

方法2：使用系统文字

# 查看系统支持的字体
a=sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])
for i in a:
    print(i)

在上面的代码中找到可以使用的字体，使用

plt.rcParams['font.family']=['SimHei']

1. 线性图表

以折线的上升或下降来表示统计数量的增减变化的统计图
特点：能够显示数据的变化走势，反映事物的变化情况
plt.plot(x,y,type,label)
参数：
- x：x轴显示的数据
- y：y轴的值
- type：值显示的方式，具体值如下
- label：图例名称

字符	描述
`'-'`	实线样式
`'--'`	短横线样式
`'-.'`	点划线样式
`':'`	虚线样式
`'.'`	点标记
`','`	像素标记
`'o'`	圆标记
`'v'`	倒三角标记
`'^'`	正三角标记
`'<'`	左三角标记
`'>'`	右三角标记
`'1'`	下箭头标记
`'2'`	上箭头标记
`'3'`	左箭头标记
`'4'`	右箭头标记
`'s'`	正方形标记
`'p'`	五边形标记
`'*'`	星形标记
`'h'`	六边形标记 1
`'H'`	六边形标记 2
`'+'`	加号标记
`'x'`	X 标记
`'D'`	菱形标记
`'d'`	窄菱形标记
`'\|'`	竖直线标记
`'_'`	水平线标记

颜色如下：

字符	颜色
`'b'`	蓝色
`'g'`	绿色
`'r'`	红色
`'c'`	青色
`'m'`	品红色
`'y'`	黄色
`'k'`	黑色
`'w'`	白色

plt.plot(x, y,'*m')

代码示例：

from matplotlib import pyplot as plt
import matplotlib

def test1():  # 基本入门
    # 构造数据
    info = [10, 11, 10, 9, 3, 6, 8, 5, 7, 8, 12, 11]

    x = range(0, 12)
    x_ticks = ['{}月'.format(i) for i in range(1, 13)]
    # 引入字体文件
    font1 = matplotlib.font_manager.FontProperties(fname='SimHei.ttf')
    # 设置x轴的标签
    plt.xticks(x, x_ticks, fontproperties=font1)
    plt.plot(x, info)
    plt.show()

def test2():  # 设置中文
    # 查看系统支持的字体
    # a = sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])
    # for i in a:
    #     print(i)

    # 构造数据
    info = [10, 11, 10, 9, 3, 6, 8, 5, 7, 8, 12, 11]
    x = range(0, 12)
    x_ticks = ['{}月'.format(i) for i in range(1, 13)]
    # 设置plt的字体
    plt.rcParams['font.family'] = ['SimHei']
    # 设置x轴的标签
    plt.xticks(x, x_ticks, rotation=45)
    plt.plot(x, info)
    plt.show()

def test3():  # 设置图片信息
    # 构造数据
    info = [10, 11, 10, 9, 3, 6, 8, 5, 7, 8, 12, 11]
    x = range(0, 12)
    x_ticks = ['{}月'.format(i) for i in range(1, 13)]
    # 设置plt的字体
    plt.rcParams['font.family'] = ['SimHei']
    # 设置x轴的标签
    plt.xticks(x, x_ticks, rotation=45)
    plt.plot(x, info)
    # 设置图标名称
    plt.title('某手机年销售数据统计表(XXXX年)')
    # 设置X轴说明
    plt.xlabel('月份')
    # 设置Y轴说明
    plt.ylabel('销量(万)')
    plt.show()

def test4():  # 绘画多数据与图例
    # 构造数据
    max_temperature = [26, 30, 31, 32, 33]
    min_temperature = [12, 16, 16, 17, 18]

    x = range(5)
    plt.rcParams['font.family'] = ['SimHei']
    x_ticks = ['星期{}'.format(i) for i in range(1, 6)]
    plt.title('某年某周第N周的温度')
    plt.xlabel('周')
    plt.ylabel('温度：单位(℃)')
    # 设置x轴标签
    plt.xticks(x, x_ticks)
    # 填充数据
    plt.plot(x, max_temperature, label='最高温')
    plt.plot(x, min_temperature, label='最低温')
    # 显示图例
    plt.legend(loc=2)
    # 绘画
    plt.show()

def test5():  # 绘画表格细节
    # 构造数据
    max_temperature = [26, 30, 31, 32, 33]
    min_temperature = [12, 16, 16, 17, 18]

    x = range(5)
    plt.rcParams['font.family'] = ['SimHei']

    x_ticks = ['星期{}'.format(i) for i in range(1, 6)]
    plt.title('某年某周第N周的温度')
    plt.xlabel('周')
    plt.ylabel('温度：单位(℃)')
    # 设置表格的标尺
    plt.tick_params(top=False, right=False, left=False, bottom=False)
    # 设置网络表格
    plt.grid(alpha=0.2)  # 透明度值 0-1之间
    # 设置x轴标签
    plt.xticks(x, x_ticks)
    # 设置y轴标签
    y = range(10, 35, 2)
    plt.yticks(y)

    fig, ax = plt.subplots()
    # 取消边框
    for key, spine in ax.spines.items():
        # 'left', 'right', 'bottom', 'top'
        if key == 'right' or key == 'top':
            spine.set_visible(False)

    # 设置RGB颜色
    c1 =(70/255,130/255,180/255)
    c2 =(0/255,255/255,0/255)
    # 填充数据
    plt.plot(x, max_temperature, label='最高温', linewidth=5, c=c2)
    plt.plot(x, min_temperature, label='最低温', linewidth=5, c='m')
    # 显示图例
    plt.legend(loc=2)
    # 绘画
    plt.show()

if __name__ == '__main__':
    test5()

2. 绘画条状图

排列在工作表的列或行中的数据可以绘制到中
特点：绘制连离散的数据，能够一眼看出各个数据的大小，可以快速统计数据之间的差别
bar(x,y,color,width) 函数来生成纵向条形图
barh(x,y,color,height) 函数来生成条形图
- x 条装显示位置
- y 显示的值
- color 显示的颜色
爬虫爬取数据（之后的示例都是用爬取的数据）

import requests
from lxml import etree
from fake_useragent import UserAgent
import re

def get_price_data():
    url = 'http://www.yihuodata.com/%E5%85%A8%E5%9B%BD%E6%88%90%E4%BA%A4%E5%9C%9F%E5%9C%B0%E6%88%90%E4%BA%A4%E5%9C%9F%E5%9C%B0%E5%9D%87%E4%BB%B7-%E6%9C%88%E5%BA%A6%E6%95%B0%E6%8D%AE.html'
    headers = {'User-Agent': UserAgent().chrome}

    resp = requests.get(url, headers=headers)
    e = etree.HTML(resp.text)

    dates = e.xpath('//tr/td[1]/text()')[2:]
    nums = [float(i) for i in e.xpath('//tr/td[2]/text()')[2:]]

    return dates, nums

def get_company_data():
    url = 'http://www.yihuodata.com/2008%E5%B9%B4%E7%A7%81%E8%90%A5%E4%BC%81%E4%B8%9A%E8%B0%83%E6%9F%A5%E6%95%B0%E6%8D%AE-%E5%85%A8%E5%9B%BD%E7%A7%81%E8%90%A5%E4%BC%81%E4%B8%9A%E6%8A%BD%E6%A0%B7%E8%B0%83%E6%9F%A52008%E5%B9%B4%E5%BE%AE.html'
    headers = {'User-Agent': UserAgent().chrome}

    resp = requests.get(url, headers=headers)
    e = etree.HTML(resp.text)

    addrs = [a.replace('\xa0 ', '') for a in e.xpath('//tr/td[1]/text()')[2:]]
    nums = [float(i) for i in e.xpath('//tr/td[2]/text()')[2:]]

    return addrs, nums

def get_movie_data(num):
    url = 'http://www.cbooo.cn/BoxOffice/GetDayBoxOffice?num={}'.format(num)
    headers = {'User-Agent': UserAgent().chrome}
    resp = requests.get(url, headers=headers)
    names = re.findall(r'"MovieName":"(.+?)"', resp.text)
    boxOffice = re.findall(r'"BoxOffice":"(\d+)"', resp.text)

    return names, boxOffice

def get_movie_price_data():
    url = 'http://www.cbooo.cn/year?year=2019'
    headers = {'User-Agent': UserAgent().chrome}
    resp = requests.get(url, headers=headers)
    e = etree.HTML(resp.text)
    prices = [int(n) for n in e.xpath('//tr/td[4]/text()')]
    return prices

if __name__ == '__main__':
    print(get_movie_price_data())

代码示例：

from matplotlib import pyplot as plt
from DataFromNet import get_company_data, get_movie_data

def test7():
    # 获取数据
    addrs, nums = get_company_data()
    # 设置中文
    plt.rcParams['font.family'] = ['SimHei']
    # 设置x轴位置
    x = range(6)
    # 设置标题
    plt.title('2008年私营企业数量')
    # x轴的数据
    plt.xticks(x, addrs)
    # x轴的信息
    plt.xlabel('地区')
    # y轴的信息
    plt.ylabel('户数')

    # 填充数据
    plt.bar(x, nums, color='red', width=0.2)
    # 显示图表
    plt.show()

def test8():
    # 获取数据
    addrs, nums = get_company_data()

    # 设置中文
    plt.rcParams['font.family'] = ['SimHei']
    # 设置x轴位置
    x = range(6)
    # 设置标题
    plt.title('2008年私营企业数量')
    # x轴的数据
    plt.yticks(x, addrs)
    # x轴的信息
    plt.ylabel('地区')
    # y轴的信息
    plt.xlabel('户数')
    # 设置显示bar的值
    for m, n in zip(x, nums):
        plt.text(n + 1000, m, n)
    # 填充数据 -- 水平条状图
    plt.barh(x, nums)
    # 显示图表
    plt.show()

def test9(): # 多条状图的绘画
    real_names = []

    # 获取数据
    # names, num1 = get_movie_data(-3)
    # names, num2 = get_movie_data(-4)
    # names, num3 = get_movie_data(-5)

    # real_names = names[:3]
    # real_num1 = num1[:3]
    # real_num2 = num2[:3]
    # real_num3 = num3[:3]
    real_names = ['大侦探皮卡丘', '复仇者联盟4：终局之战', '何以为家']

    real_num1 = [8414, 4024, 2088]
    real_num2 = [11526, 5605, 2490]
    real_num3 = [7675, 2863, 1311]
    # print(real_names, real_num1, real_num2, real_num3)
    # 设置中文
    plt.rcParams['font.family'] = ['SimHei']

    plt.title('电影票房前三排名统计（3天）')
    plt.xlabel('天数')
    plt.ylabel('票房数')

    # 设置x轴位置
    x1_pos = list(range(3))
    x2_pos = [i + 0.3 for i in x1_pos]
    x3_pos = [i + 2 * 0.3 for i in x1_pos]

    print(x1_pos, x2_pos, x3_pos)
    # 设置x轴标签
    x_ticks = ['第{}天'.format(i) for i in range(1, 4)]
    plt.xticks(x2_pos, x_ticks)
    # 设置条状图宽度
    width = 0.3
    # 填充数据

    plt.bar(x1_pos, real_num3, width=width,label='大侦探皮卡丘')
    plt.bar(x2_pos, real_num2, width=width,label='复仇者联盟4：终局之战')
    plt.bar(x3_pos, real_num1, width=width,label='何以为家')
    # 显示图例
    plt.legend()
    # 显示图标
    plt.show()

if __name__ == '__main__':
    test9()

3. 绘画直方图

由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据范围，纵轴表示分布情况。
特点：绘制连续性的数据，展示一组或多组数据的分布状况并统计。
注意：拿到数据来统计，而不是直接拿统计好的数据。
概念：
1. 组距：每组数据的分割区域，例如1-5一组5-10一组。我们可以称数据的组距为5。
2. 组数：(最大数据-最小数据)/组距一般会100条数据可分5-12组。
hist(data,bins,normed)：
- data：所有的数据
- bins：分几组
- normed：y轴是否显示成百分比

plt.hist(data,bins)

代码示例：

from matplotlib import pyplot as plt

def test10():
    # 获取数据
    data = [45, 49, 42, 42, 36, 37, 31, 38, 35, 39, 43, 33, 34, 36, 35, 36, 34, 32, 36, 32, 37, 33, 32, 38, 35]
    # 设置组距
    bin_width = 2

    # 设置分组
    bin_count = int((max(data) - min(data)) / bin_width)
    # 设置x轴标签位置
    x = range(bin_count)
    x_ticks = range(31, 50, 2)
    # 设置x轴标签的值
    plt.xticks(x_ticks)
    # 填充数据
    plt.hist(data, bin_count)
    # 显示图表
    plt.show()

if __name__ == '__main__':
    test10()

4. 绘画散点图

用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式

plt.scatter(x,info)
plt.plot(x,a,'o')

特点：判断变量之间是否存在在数量关联走势，展示离群点分布规律。
代码示例：

from matplotlib import pyplot as plt
from DataFromNet import get_price_data
# 从网上爬的数据

def test6():
    # 获取数据
    dates, nums = get_price_data()
    # 中文字体
    plt.rcParams['font.family'] = ['SimHei']
    x = range(50)
    # 显示刻度
    plt.xticks(x[::2], dates[:50:2], rotation=45)
    # 填充数据
    plt.scatter(x, nums[:50])
    # 显示标题
    plt.title('全国成交土地成交土地均价 (月度数据)')
    # 显示x轴说明
    plt.xlabel('时间频率(月)')
    # 显示y轴说明
    plt.ylabel('元/平方米')
    # 显示图表
    plt.show()

if __name__ == '__main__':
    test6()

5. 绘画子图

subplot() 函数允许你在同一图中绘制不同的东西

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(19680801)
data = np.random.randn(2, 100)

fig, axs = plt.subplots(2, 2, figsize=(7, 7))
axs[0, 0].hist(data[0])
axs[1, 0].scatter(data[0], data[1])
axs[0, 1].plot(data[0], data[1])
axs[1, 1].hist2d(data[0], data[1])

plt.show()

成交土地均价 (月度数据)')
    # 显示x轴说明
    plt.xlabel('时间频率(月)')
    # 显示y轴说明
    plt.ylabel('元/平方米')
    # 显示图表
    plt.show()

if __name__ == '__main__':
    test6()

5. 绘画子图

subplot() 函数允许你在同一图中绘制不同的东西

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(19680801)
data = np.random.randn(2, 100)

fig, axs = plt.subplots(2, 2, figsize=(7, 7))
axs[0, 0].hist(data[0])
axs[1, 0].scatter(data[0], data[1])
axs[0, 1].plot(data[0], data[1])
axs[1, 1].hist2d(data[0], data[1])

plt.show()