python基础学习--数据分析的概念及绘图

基本概念

数据分析

  1.为什么要学习数据分析

    1. 岗位需求
    2. 是python数据科学的基础
    3. 是机器学习的基础

  2.什么是数据分析

    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。

  3.数据分析流程

matplotlib

  1.简介

  matplotlib主要用于画图：

    1. 能将数据进行可视化,更直观的呈现
    2. 使数据更加客观、更具说服力
    3. 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。

  2.基本函数

注意：需要导入包matplorlib。
如：

from matplotlib import pyplot

x = range(2, 26, 2)
y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]
pyplot.plot(x, y)
pyplot.show()

绘图分类

折线图—plot()

1. 特点：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，能够显示数据的变化趋势，反映事物的变化情况。(变化)
2. 设置折线图
   设置线的样式
   pyplot.plot(x,[1,2,3,4,5],"3")
   marker属性样式：

样式	描述	样式	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

设置颜色
pyplot.plot(x,[1,2,3,4,5],"--",color='c')
颜色（设置颜色该颜色表中适用于matplotlib的大部分函数的color参数）：

参数值	含义
‘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

设置线的宽度
pyplot.plot(x,[1,2,3,4,5],"--",color='c',linewidth=5)

设置线的透明度
pyplot.plot(x,[1,2,3,4,5],"--",color='c',linewidth=5,alpha=0.5)
设置图表标题
pyplot.title("haha")
设置X\Y轴的标题
pyplot.xlabel("X轴", color="m")
设置旋转角度
pyplot.ylabel("℃", color="blue", fontproperties=font, rotation=30)
设置图片大小
pyplot.figure(figsize=(20, 80), dpi=80)
重新设置X轴刻度
pyplot.xticks(x)
保存图片
pyplot.savefig("./img.png")
查看系统支持的字体
print(font_manager.findSystemFonts())
设置中文字体

font = font_manager.FontProperties(fname="C:\\Windows\\Fonts\\simfang.ttf")
pyplot.xlabel("时间", fontproperties=font)
pyplot.ylabel("温度", fontproperties=font)

在同一张里有多条数据

font = font_manager.FontProperties(fname="C:\\Windows\\Fonts\\simfang.ttf")
x = range(0, 4)
y = [55, 58, 22, 66]

xTitle = ["1号", "2号", "3号", "4号"]
pyplot.xticks(x, xTitle, fontproperties=font,color="m")
pyplot.plot(x, y)
# 在同一张表里  有多条数据
y = [20, 40, 60, 50]
pyplot.plot(x, y)
pyplot.show()

设置同一个图中回值两个表

x = [1,2,4,5,7]
pyplot.subplot(2,1,1)
pyplot.plot(x,[1,2,3,4,5],"--",color='c',linewidth=5,alpha=0.5)
pyplot.title("haha")
pyplot.subplot(2,1,2)
pyplot.plot(x,[1,2,3,4,5],"--",color='c',linewidth=5,alpha=0.5)
pyplot.title("haha")
# pyplot.xlabel("X", color="m")
pyplot.show()

设置全局中文和负号

pyplot.rcParams['font.sans-serif']=['SimHei']
pyplot.rcParams['axes.unicode_minus']=False
from matplotlib import rcParams
rcParams.update({'font.size': 10, 'font.family': 'SimHei'，“axes.unicode_minus”：False})

设置图例
pyplot.legend({"12号","13号"},loc="lower right",edgecolor="m",shadow=True,fancybox=False,facecolor="red",borderpad=5,labelspacing=2,handlelength=3,handleheight=5,handletextpad=3,borderaxespad=2,title="hhh")
参数与描述：

参数	描述
loc	Location code string, or tuple (see below).图例所有figure位置。可选参数值为：0: ‘best’；1: ‘upper right’；2: ‘upper left’；3: ‘lower left’；4: ‘lower right’；5: ‘right’；6: ‘center left’；7: ‘center right’；8: ‘lower center’；9: ‘upper center’；10: ‘center’
prop	the font property字体参数
fontsize	the font size (used only if prop is not specified)，可选参数值为： int or float or {‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’}
numpoints	为线条图图例条目创建的标记点数
scatterpoints	为散点图图例条目创建的标记点数
scatteryoffsets	为散点图图例条目创建的标记的垂直偏移量
frameon	控制是否应在图例周围绘制框架
fancybox	控制是否应在构成图例背景的FancyBboxPatch周围启用圆边
shadow	控制是否在图例后面画一个阴影
framealpha	控制图例框架的 Alpha 透明度
edgecolor	边框颜色
facecolor	Frame facecolor. frameon不能设置为False
borderpad	图例边框的内边距
labelspacing	图例条目之间的垂直间距
handletextpad	图例句柄和文本之间的间距
handlelength	图例句柄的长度
handleheight	图例句柄的高度
borderaxespad	轴与图例边框之间的距离
title	the legend title

添加网格
pyplot.grid(axis="x",alpha=0.5,color="r",linestyle="--",linewidth=0.8)
参数及描述：

参数	描述
axis	取值为‘both’， ‘x’，‘y’。就是想绘制哪个方向的网格线
alpha	透明度
color	设置网格线的颜色。或者用c来代替color
linestyle	也可以用ls来代替linestyle
linewidth	设置网格线的宽度

散点图—scatter()

1. 特点：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。判断变量之间是否存在数量关联趋势,展示离群点(分布规律)
2. 示例：

sc=pyplot.scatter(x, y,s=50,marker="o",c=y,edgecolors=["red","m","g","b"],alpha=0.5)
pyplot.colorbar(sc)

3. 参数及描述：
   def scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)

参数	解释	描述
x，y	设定位置	都是向量，而且必须长度相等。
s	设置大小	标量或形如shape[n,]数组，可选，默认为20。
c	设置颜色	，可选，默认：‘b’，注意c可以是单个颜色格式的字符串，也可以是一系列颜色的二维数组，即可以是一个RGB或RGBA二维数组，参数值可参考上文的颜色表
marker：	设置样式	来源为matplotlib.markers.MarkerStyle，可选，默认值：‘o’，参数值为上文的marker的属性样式表
cmap	设置色彩盘	原型为Colormap，可选，默认为None。参数值为Colormap实例
norm	标准化	原型为Normalize，可选，默认为None。参数值为：数据亮度0-1，float数据。解释：规格化实例用于将亮度数据缩放为0、1。仅当c是一个浮点数组时才使用norm。如果没有，则使用默认颜色。正常化。
vmin，vmax	亮度设置	标量，可选，默认为None。若norm设置了，该参数就无效。
alpha	透明度设置	标量，可选，默认值：None，alpha混合值，介于0（透明）和1（不透明）之间，即值为0-1
linewidths	线宽设置	标量或array_like，可选，默认值：无。如果无，则默认为（lines.linewidth，）。linewidth 是对线条的宽度设置，绘图时候像素点大小是不变的。s 是设置表示图形的尺寸
edgecolors	设置轮廓颜色	颜色或颜色顺序，可选，默认值：无。edgecolors=[“red”,“m”,“g”,“b”]

条形图—bar()

1. 特点：排列在工作表的列或行中的数据可以绘制到条形图中。绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)
2. 示例：

a = [44,56,77,23,99,40]
pyplot.bar(range(len(a)),a,width=0.8,color="y",edgecolor="b"
           lable=[])
pyplot.show()

3. 参数及描述：
   bar(left, height, width, color,alpha, align, yerr)

left	x轴的位置序列，一般采用range函数产生一个序列，但是有时候可以是字符串
height	y轴的数值序列，也就是柱形图的高度，一般就是我们需要展示的数据；
alpha	透明度，值越小越透明
align	设置plt.xticks()函数中的标签的位置,一般是center
width	为柱形图的宽度，一般这是为0.8即可；
color或facecolor	柱形图填充的颜色；
edgecolor	图形边缘颜色
label	解释每个图像代表的含义
yerr	让柱形图的顶端空出一部分。

4. 例子：

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]
font = font_manager.FontProperties(fname="C:\\Windows\\Fonts\\simfang.ttf")
pyplot.figure(figsize=(20,10))
pyplot.bar(range(len(a)),b,color="blue")
pyplot.xticks(range(len(a)),a,fontproperties=font)
pyplot.show()

直方图—hist()

1. 特点：
   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。绘制连续性的数据,展示一组或者多组数据的分布状况(统计)
2. 示例：

x = range(10)
data=[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119]
pyplot.hist(data,bins=10,histtype="bar",color="m",edgecolor="r")
pyplot.grid()
#bins是把图平均分成几份
pyplot.show()

3. 参数及描述：
   matplotlib.pyplot.hist(x,bins=None,range=None, density=None, bottom=None, histtype='bar', align='mid', log=False, color=None, label=None, stacked=False, normed=None)

参数	解释	描述
x	x轴数据	这个参数是指定每个bin(箱子)分布的数据,对应x轴
bins	设置条数	这个参数指定bin(箱子)的个数,也就是总共有几条条状图
normed	标准化	是否将直方图的频数转换成频率
histtype	设置类型	指定直方图的类型，默认为bar，还有barstacked/sted/stepfilled
orientation	设置方向	水平还是垂直【‘horizontal’,‘vertical’】默认为垂直方向
align	设置对齐方式	设置条形边界值的对其方式，默认为mid，还有’left’,‘right’
color	设置颜色	设置直方图颜色
label	设置标签	设置直方图的标签，可通过legend展示其图例
stacked	是否堆叠	当有多个数据时，是否需要将直方图呈堆叠摆放，默认水平摆放
log	是否log变化	是否需要对绘图数据进行log变换
rwidth	设置宽度	设置直方图条形宽度的百分比
bottom	设置基准线	可以为直方图的每个条形添加基准线，默认为0

4. 例子：

假设你获取了250部电影的时长(列表a中),希望统计出这些电影时长的分布状态(比如时长为100分钟到120分钟电影的数量,出现的频率)等信息,你应该如何呈现这些数据?
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]

binWidth = 3
groupNum = int((max(a)-min(a))/binWidth)

pyplot.hist(a,[min(a)+i*binWidth for i in range(groupNum)],color="orange")
pyplot.grid(True)
pyplot.show()

饼图

1. 特点：
   饼图广泛得应用在各个领域，用于表示不同分类的占比情况，通过弧度大小来对比各种分类。饼图通过将一个圆饼按照分类的占比划分成多个区块，整个圆饼代表数据的总量，每个区块（圆弧）表示该分类占总体的比例大小，所有区块（圆弧）的加和等于 100%。
2. 示例：

labels=["Python","Java","C","JavaScript"]
sizes=[40,20,10,30]
colors='yellowgreen','gold','lightskyblue','lightcoral'
explode=[0.1,0,0,0]
pyplot.pie(sizes,explode=explode,labels=labels,colors=colors,autopct='%.1f%%',shadow=True,startangle=50,labeldistance=1.1,radius=0.7)
pyplot.show()

3. 参数及特点：
   pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, hold=None, data=None)

参数	解释	描述
x	设置数量	自动算百分比为一个存放各部分占比的向量
labels	设置标签	设置每部分的名称，设置各类的标签，元素一一对应
autopct	设置百分比标签	默认为：None,字符串，函数,百分比标签，可选,pct其实就是percent的缩写，保留小数点后一位：%.1f%%
colors	设置颜色	每部分的颜色，需一一对应于标签
explode	计算距离	每一部分离开中心点的距离 ,元素数目与x相同且一一对应
startangle	绘制角度	起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起
shadow	显示阴影	默认为False，即不显示阴影
labeldistance	设置标签位置	相对于半径的比例，默认值为1.1, 如<1则绘制在饼图内侧
pctdistance	设置标签位置	类似于labeldistance,指定autopct的位置刻度,默认值为0.6；
radius	设置半径	控制饼图半径，默认值为1；
counterclock	指定指针方向	布尔值，可选参数，默认为：True，即逆时针。将值改为False即可改为顺时针。
wedgeprops	参数传递	字典类型，可选参数，默认值：None。参数字典传递给wedge对象用来画一个饼图。例如：wedgeprops={‘linewidth’:3}设置wedge线宽为3。
textprops	设置格式	设置标签（labels）和比例文字的格式；字典类型，可选参数，默认值为：None。传递给text对象的字典参数。
center	设置位置	浮点类型的列表，可选参数，默认值：(0,0)。图标中心位置。
frame	设置轴框架	布尔类型，可选参数，默认值：False。如果是true，绘制带有表的轴框架。
rotatelabels	指定角度	布尔类型，可选参数，默认为：False。如果为True，旋转每个label到指定的角度。

4. 例子：
   饼图的详细解析：

https://www.cnblogs.com/biyoulin/p/9565350.html