数据可视化之matplotlib库实战（二）

本篇主要内容来自于唐宇迪-机器学习课程的数据可视化章节，此文只做个人实操和理解用。

条形图

此次实战的数据为美国各大电影网站对各大电影的评分。

# -*- coding: utf-8 -*-
import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt #数据分析时先导入这三库总没错
scores = pd.read_csv(r'/Users/herenyi/Desktop/CORE/matpltlib/fandango_scores.csv')
cols = ['FILM', 'RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars'] #画图需要的列
new_score = scores[cols] #选取到了我们所需的列并建立了新的Dataframe数据框

new_score_cols = ['RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars'] # 要画条形的柱列表
bar_heights = new_score.ix[0, new_score_cols ].values #首先是柱高度参数，此次我们选取的是0行电影的评分，也就是Avengers: Age of Ultron这部电影。
bar_positions = np.arange(5) + 0.75  #然后是柱与0轴的位置，可精确调整 。
fig, ax = plt.subplots()
ax.bar(bar_positions, bar_heights, 0.5) #画出柱形图， 最后的0.5表示柱的宽度。如果想调节更多参数，参考help(ax.bar)文档。

接下来我们对图表进行美化。

ax.set_xticks(range(1,6) #刻度
ax.set_xticklabels(new_score_cols, rotation=30) #刻度标签
ax.set_xlabel('Rating Source') #x轴标题
ax.set_ylabel('Average Rating') #y轴标题
ax.set_title('Average User Rating For Avengers: Age of Ultron (2015)') #图表标题

我们也可以作水平条形图，这个跟刚刚的条形图没啥区别，只是作图时，一个是ax.bar，水平条形图则是ax.barh，然后修改下细节。具体做法如下：

# -*- coding: utf-8 -*-
import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt #数据分析时先导入这三库总没错
scores = pd.read_csv(r'/Users/herenyi/Desktop/CORE/matpltlib/fandango_scores.csv')
cols = ['FILM', 'RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars'] #画图需要的列
new_score = scores[cols] #选取到了我们所需的列并建立了新的Dataframe数据框

new_score_cols = ['RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars'] # 要画条形的柱列表
bar_widths = new_score.ix[0, new_score_cols ].values # **这个是柱宽度，要跟条形图区分。**
bar_positions = np.arange(5) + 0.75  #然后是柱与0轴的位置，可精确调整 。
fig, ax = plt.subplots()
ax.barh(bar_positions, bar_widths,  0.5) #画出柱形图， 如果想调节更多参数，参考help(ax.bar)文档。

ax.set_yticks(range(1,6)) #刻度
ax.set_yticklabels(new_score_cols) #刻度值
ax.set_xlabel('Average Rating') 
ax.set_ylabel('Rating Source') #x轴标题和y轴标题互换
ax.set_title('Average User Rating For Avengers: Age of Ultron (2015)') #图表标题

散点图

接下来让我们看看散点图，散点图能够很好的帮我们把数据点呈现出来，让我们能从中发现其中隐藏着的关系。

fig, ax = plt.subplots()
ax.scatter (new_score['Fandango_Ratingvalue'], new_score['RT_user_norm']) #传入x，y点
ax.set_xlabel('Fandango')
ax.set_ylabel('Rotten Tomatoes')

原辅导视频中还做了转置x，y轴，我们也试着做一下。

fig = plt.figure(figsize = (5,10))
ax1 = fig.add_subplot(2,1,1)
ax2 = fig.add_subplot(2,1,2)
ax1.scatter(new_score['Fandango_Ratingvalue'], new_score['RT_user_norm'])
ax1.set_xlabel('Fandango')
ax1.set_ylabel('Rotten Tomatoes')
ax2.scatter(new_score['RT_user_norm'], new_score['Fandango_Ratingvalue'])
ax2.set_xlabel('Rotten Tomatoes')
ax2.set_ylabel('Fandango')

柱形图

接下来是柱形图和盒形图的实操了，可视化其实没什么技术难度，关键是把绘图的各种函数和参数就清楚就好，接下来的就是照葫芦画瓢，可视化虽然是结果的最终呈现，但是难的都在前面整理的工作。

# -*- coding: utf-8 -*-
import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt  
scores = pd.read_csv(r'/Users/herenyi/Desktop/CORE/matpltlib/fandango_scores.csv') #没啥好说的，导库读取文件。
cols = ['FILM', 'RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars'] 
new_score = scores[cols] 
fandango_distribution = new_score['Fandango_Ratingvalue'].value_counts() #为了了解fandango评分分布，筛选出该列并用value_counts()统计各评分频数。
fandango_distribution = fandango_distribution.sort_index() #评分从小到大排列
imdb_distribution = new_score['IMDB_norm'].value_counts()
imdb_distribution = imdb_distribution.sort_index() #同理可得imdb分布，此时我们明白了数据频数分布，接下来就是作图了。

接下来开始做柱状图，

fig, ax = plt.subplots()
ax.hist(new_score['Fandango_Ratingvalue'], bins = 20,)#hist 为柱状图函数，bins代表柱的数量，如果不指定系统会帮你分一定数量的组，

原案例中还做了四个网站各自评分的柱状图，我们试着还原下。

fig = plt.figure(figsize=(5,20))
ax1 = fig.add_subplot(4,1,1)
ax2 = fig.add_subplot(4,1,2)
ax3 = fig.add_subplot(4,1,3)
ax4 = fig.add_subplot(4,1,4)
ax1.hist(new_score['Fandango_Ratingvalue'], bins=20, range=(0, 5))
ax1.set_title('Distribution of Fandango Ratings')
ax1.set_ylim(0, 50)

ax2.hist(new_score['RT_user_norm'], 20, range=(0, 5))
ax2.set_title('Distribution of Rotten Tomatoes Ratings')
ax2.set_ylim(0, 50)

ax3.hist(new_score['Metacritic_user_nom'], 20, range=(0, 5))
ax3.set_title('Distribution of Metacritic Ratings')
ax3.set_ylim(0, 50)

ax4.hist(new_score['IMDB_norm'], 20, range=(0, 5))
ax4.set_title('Distribution of IMDB Ratings')
ax4.set_ylim(0, 50)

箱体图

最后就是箱体图了。

#选定哪几列去做箱体图
num_cols = ['RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue']
fig, ax = plt.subplots() 
ax.boxplot(new_score[num_cols].values) #制作箱体图
ax.set_xticklabels(num_cols, rotation=90)
ax.set_ylim(0,5)