六、Matplotlib库（上）

上一篇 五、Pandas库（下）

下一篇 七、Matplotlib库（中）

一、数据分析中的常用图

1.1 折线图

• 折线图用于显示数据在一个连续的时间间隔或者时间跨度上的变化，它的特点是反映事物随时间或有序类别而变化的趋势。示例图如下：
  

• 折线图应用场景：

  1. 折线图适合X轴是一个连续递增或递减的，对于没有规律的，则不适合使用折线图，建议使用柱状图
  2. 如果折线图条数过多，则不应该都绘制在一个图上

1.2 柱状图

• 典型的柱状图（又名条形图），使用垂直或水平的柱子显示类别之间的数值比较。其中一个轴表示需要对比的分类，另一个轴代表相应的数值。

• 柱状图有别于直方图，柱状图无法显示数据在一个区间内的连续变化趋势。柱状图描述的是分类数据，回答的是每一个分类中“有多少？”这个问题。 示例图如下：
  

• 柱状图应用场景：

  1. 适用于分类数据对比

  2. 垂直条形图最多不超过12个分类（也就是12个柱形），横向条形图最多不超过30个分类。如果垂直条形图的分类名太长，那么建议换成横向条形图。
     
     

  3. 柱状图不适合表示趋势，如果想要表示趋势，应该使用折线图

1.3 直方图

• 直方图(Histogram)，又称质量分布图，是一种统计报告图，由一系列高度不等的条纹表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。

• 直方图是数值数据分布的精确图形表示。为了构建直方图，第一步是将值的范围分段，即将整个值的范围分成一系列间隔，然后计算每个间隔中有多少值。这些值通常被指定为连续的，不重叠的变量间隔。间隔必须相邻，并且通常是（但不是必须的）相等的大小。
  

• 直方图的应用场景：

  1. 显示各组数据数量分布的情况
  2. 用于观察异常或孤立数据
  3. 抽取的样本数量过小，将会产生较大误差，可信度低，也就失去了统计的意义。因此，样本数不应少于50个

1.4 散点图

• 散点图也叫 X-Y 图，它将所有的数据以点的形式展现在直角坐标系上，以显示变量之间的相互影响程度，点的位置由变量的数值决定

• 通过观察散点图上数据点的分布情况，我们可以推断出变量间的相关性。如果变量之间不存在相互关系，那么在散点图上就会表现为随机分布的离散的点，如果存在某种相关性，那么大部分的数据点就会相对密集并以某种趋势呈现。数据的相关关系主要分为：正相关（两个变量值同时增长）、负相关（一个变量值增加另一个变量值下降）、不相关、线性相关、指数相关等，表现在散点图上的大致分布如下图所示。那些离点集群较远的点我们称为离群点或者异常点
  

示例图如下：

1.5 饼状图

• 饼状图通常用来描述量、频率和百分比之间的关系。在饼图中，每个扇区的弧长大小为其所表示的数量的比例
  

• 饼状图的应用场景：

  1. 展示多个分类的占比情况，分类数量建议不超过9个
  2. 对于一些占比值非常接近的，不建议使用饼状图，可以使用柱状图

1.6 箱线图

• 箱线图（Box-plot）又称为盒须图、盒式图或箱型图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。箱线图的绘制方法是：先找出一组数据的 上限值、下限值、中位数（Q2）和下四分位数（Q1）以及上四分位数（Q3）；然后，连接两个四分位数画出箱子；再将最大值和最小值与箱子相连接，中位数在箱子中间。

  
  

四分位数（Quartile）也称四分位点，是指在统计学中把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值。多应用于统计学中的箱线图绘制。它是一组数据排序后处于25%和75%位置上的值。四分位数是通过3个点将全部数据等分为4部分，其中每部分包含25%的数据。很显然，中间的四分位数就是中位数，因此通常所说的四分位数是指处在25%位置上的数值（称为下四分位数）和处在75%位置上的数值（称为上四分位数）。与中位数的计算方法类似，根据未分组数据计算四分位数时，首先对数据进行排序，然后确定四分位数所在的位置，该位置上的数值就是四分位数。与中位数不同的是，四分位数位置的确定方法有几种，每种方法得到的结果会有一定差异，但差异不会很大。

上限的计算规则是：

IQR = Q3 - Q1

上限 = Q3 + 1.5IQR

下限 = Q1 - 1.5IQR

• 箱线图的应用场景：
  1. 直观明了地识别数据中的异常值
  2. 利用箱线图判断数据的偏态
  3. 利用箱线图比较几批数据的形状
  4. 箱线图适合比较多组数据，如果知识要看一组数据的分布情况，建议使用直方图

二、Matplotlib库简介

• 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，便可以生成折线图，直方图，条形图，饼状图，散点图等

• 安装
  如果是用Anaconda，可以通过conda install matplotlib或者通过pip install matplotlib进行安装。

三、折线图以及通用方法

3.1 plot 函数的基本使用

• plot([x],y,[fmt],data=None,**kwargs)
  1. x：横轴数据（为可迭代对象）,可不传由传入的 y 值自动确认
  2. y：纵轴数据（为可迭代对象）
  3. fmt：样式修改的字符串参数
  4. data：传入字典数据，其中包含有x与y作为key的数据

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
# 使用方式一
plt.plot(range(10),[np.random.randint(0,10) for x in range(10)])
plt.show()

其中plot是一个画图的函数，他的参数为plot([x],y,[fmt],data=None,**kwargs)。其中fmt可以传一个字符串，用来给这个图做一些样式修改的。默认的绘制样式是b-，也就是蓝色实体线条。比如我想将原来的图的线条改成点状，那么可以通过以下代码实现：

# 使用方式二
data = {'a':range(10),
       'b':[np.random.randint(0,10) for x in range(10)]}
plt.plot('a','b',"",data=data)
plt.show()

# 使用方式三
mydata = {'a':range(10),
       'b':[np.random.randint(0,10) for x in range(10)]}
mydata = pd.DataFrame(data=mydata)
print(mydata)
plt.plot('a','b',"",data=mydata)
plt.show()

   a  b
0  0  6
1  1  3
2  2  5
3  3  8
4  4  5
5  5  7
6  6  5
7  7  9
8  8  5
9  9  0

3.2 plot函数设置线条形状

import matplotlib.pyplot as plt
# plt.plot 中 x,y 参数只能通过位置参数的形式传入
plt.plot(range(10),[np.random.randint(0,10) for x in range(10)],"-.")
plt.show()

其中使用:代表点线，是matplotlib的一个缩写。这些缩写还有以下的：

字符	类型	字符	类型
‘-’	实线	‘–’	虚线
‘-.’	虚点线	‘:’	点线
‘.’	点	‘,’	像素点
‘o’	圆点	‘v’	下三角点
‘^’	上三角点	‘<’	左三角点
‘>’	右三角点	‘1’	下三叉点
‘2’	上三叉点	‘3’	左三叉点
‘4’	右三叉点	‘s’	正方形
‘p’	五角点	‘*’	星形点
‘h’	六边形点1	‘H’	六边形点2
‘+’	加号	‘x’	乘号点
‘D’	实心菱形点	‘d’	瘦菱形点
‘_’	横线点

3.3 plot函数设置线条颜色

plt.plot([1,2,3,4,5],[1,2,3,4,5],'r') #将颜色线条设置成红色
plt.plot([1,2,3,4,5],[1,2,3,4,5],color='red') #将颜色设置成红色
plt.plot([1,2,3,4,5],[1,2,3,4,5],color='#000000') #将颜色设置成纯黑色
plt.plot([1,2,3,4,5],[1,2,3,4,5],color=(0,0,0,0)) #将颜色设置成纯黑色

[<matplotlib.lines.Line2D at 0x1800983d108>]

• 给线条设置颜色总体来说有三种方式
  1. 第一种是使用颜色名称（r是red的缩写）的形式
  2. 第二种是使用 十六进制 的方式
  3. 第三种是使用 RGB 或 RGBA 的方式。如果使用的是颜色名称，那么可以和线的形状写在同一个字符串中。比如使用红色的五角点，那么可以使用如下的方式实现：

plt.plot([1,2,3,4,5],[1,2,3,4,5],'rp') #将颜色线条设置成红色
plt.show()

• 其中可以表示颜色的缩写字符有如下：
  |字符 |颜色|
  |:–|:–|
  |‘b’ |蓝色，blue|
  |‘g’ |绿色，green|
  |‘r’ |红色，red|
  |‘c’ |青色，cyan|
  |‘m’ |品红，magenta
  |‘y’ |黄色，yellow|
  |‘k’ |黑色，black|
  |‘w’ |白色，white|

3.4 设置图的信息

现在我们添加图后，没有指定x轴代表什么，y轴代表什么，以及这个图的标题是什么。因此以下我们通过一些属性来设置一下

3.4.1 设置线条样式

1. 使用plot方法：plot方法就是用来绘制线条的，因此可以在绘制的时候就把线条相关的样式通过参数传进去。示例代码如下：

x = range(10)
y = np.random.randint(10,size=(10,))
# 设置线条的粗细
plt.plot(x,y,linewidth=2)
plt.show()

1. 通过Line2D对象来设置：plot方法会返回一个装有Line2D对象的列表，比如lines=plt.plot(x1,y1,x2,y2)因为绘制了两根线条，因此lines中会有两个2D对象。而如果plot只绘制一根线条，那么lines中就只有一个Line2D对象。拿到这个Line2D对象后就可以通过set_属性名设置线条的样式了

y1 = np.random.randint(10,size=(10,)) 
y2 = np.random.randint(10,size=(10,)) 
lines = plt.plot(range(10),y1,range(10),y2)
# 设置第一条线的属性
line = lines[0]
line.set_aa(False) #关掉反锯齿
line.set_alpha(0.5) #设置0.5的透明度

1. 使用plt.setp来设置：setp的好处是一次性可以设置多根线条的样式。示例代码如下：

lines = plt.plot(x,y)
plt.setp(lines,linewidth=10,alpha=0.5)
plt.show()

1. 更多Line2D属性：
   

3.4.2 设置轴和标题

1. 设置轴名称：可以通过plt.xlabel和plt.ylabel来设置x轴和y轴的的名称。示例代码如下：

from matplotlib import font_manager
# 默认情况下是显示不了中文的。需要设置字体。可以通过以下代码来实现
font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
plt.plot(range(10),np.random.randint(10,size=(10,)),linewidth=10,color='red')
# fontproperties设置中文的编码
# size设置字体大小
plt.xlabel("x轴",fontproperties=font,size=20)
plt.ylabel("y轴",fontproperties=font,size=20)
plt.show()

​

加载字体的时候，可以到C:\Windows\Fonts中找你喜欢的并且可以显示中文的字体。找到字体后，还需要找到字体的真实名称。方法是右键->属性->安全->对象名称：

2. 设置标题：可以通过plt.title方法来实现。示例代码如下：

font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
plt.title("sin函数",fontproperties=font)
plt.show()

​

3. 设置x轴和y轴的刻度：之前我们画的图，x轴和y轴的刻度都是matplotlib自动生成的。如果想要在生成图的时候手动的指定，那么可以通过plt.xticks和plt.yticks来实现：

plt.xticks(range(0,20,2)) #在x轴上的刻度是0,2,4,6...20
plt.show()

​

以上会把那个刻度显示在x轴上。如果想要显示字符串类型，那么可以再构造一个数组，这个数组的长度必须和x轴刻度的长度保持一致。然后传给xticks的第二个参数。示例代码如下

_x = range(0,20,2)
_xticks = ["%d坐标"%i for i in _x]
plt.xticks(_x,_xticks,fontproperties=font) #在x轴上的刻度是0坐标,2坐标...20坐标
plt.show()

同样y轴的刻度设置也是一样的。示例代码如下：

_y = np.arange(-1,1,0.25)
_yticks = ["%.2f点"%i for i in _y]
plt.yticks(_y,_yticks,fontproperties=font)
plt.show()

4. 复仇者联盟电影票房案例

avenger = [17974.4,50918.4,30033.0,40329.1,52330.2,19833.3,11902.0,24322.6,47521.8,32262.0,22841.9,12938.7,4835.1,3118.1,2570.9,2267.9,1902.8,2548.9,5046.6,3600.8]
# 创建一个图例(设置长宽大小)
plt.figure(figsize=(15,5))
# marker 设置转折点的样式
plt.plot(avenger,marker="o")
# 设置字体大小
font.set_size(10)
# 设置横轴刻度
plt.xticks(range(20),["第%d天"%x for x in range(1,21)],fontproperties=font)
# 设置轴名称
plt.xlabel("天数",fontproperties=font)
plt.ylabel("票房数(万)",fontproperties=font)
plt.title("复仇者联盟前20天票房信息",fontproperties=font,size=20)
# 设置网格
plt.grid()

3.4.3 marker 设置转折点的样式

有时候，我们想要在一些关键点上重点标记出来。那么我们可以通过设置marker来实现。示例代码如下：

x = np.linspace(0,20)
y = np.sin(x)
plt.plot(x,y,marker="o",color='red')
plt.show()

我们设置了marker为o，这样就是会在(x,y)的坐标点上显示出来，并且显示的是圆点。其中o跟之前的线条样式的简写是一样的。另外，还可以通过 markerfacecolor属性和 markersize来指定标记点的颜色和大小。示例代码如下：

# 以下设置标记点的颜色为黑色，尺寸为10
plt.plot(x,y,marker="o",markerfacecolor='k',markersize=10)
plt.show()

3.4.4 设置注释文本

有时候需要在图形中的某个点标记或者注释一下。那么我们可以使用 plt.annotate(text,xy,xytext,arrowprops={})来实现，其中text是注释的文本，xy是需要注释的点的坐标，xytext是注释文本的坐标，arrowprops是箭头的样式属性。示例代码如下：

ax = plt.subplot(111)

x = np.arange(0.0, 5.0,0.25)
y = np.cos(2*np.pi*x)
plt.plot(x, y,linewidth=2)

# 设置指定点的文字标注
plt.annotate('local max', xy=(2, 1), xytext=(3, 1.5),
arrowprops=dict(facecolor='black',shrink=0.05),
)

# 显示各点的坐标值
for x,value in enumerate(y):
#     print(x)
    plt.annotate('(%.2f,%.2f)'%(x,value),xy=(x,value),xytext=(x-0.1,value-0.1))
    

# 限制纵坐标的长度区间
plt.ylim(-2, 2)
plt.show()

3.4.5 设置图形（画板）样式

• 如果想要调整图片的大小和像素，可以通过plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)来实现。
  1. num是图的编号
  2. figsize的单位是英寸
  3. dpi是每英寸的像素点
  4. facecolor是图片背景颜色
  5. edgecolor是边框颜色
  6. frameon代表是否绘制画板。
     示例代码如下：

plt.figure(figsize=(22,8),dpi=80)
# 其他的绘制图形的代码

<Figure size 1760x640 with 0 Axes>




<Figure size 1760x640 with 0 Axes>

• 我们也可以使用grid方法，来显示图片的网格：

plt.figure(figsize=(22,8),dpi=80)
# 其他的绘制图形的代码
plt.plot(range(10),np.random.randint(10,size=(10,)),color="r")
plt.grid()

3.4.6 保存图片

可以调用plt.savefig(path)来保存当前的图片。示例代码如下：

plt.savefig("./abc.png")

<Figure size 432x288 with 0 Axes>

3.5 绘制多个图

绘制多个图有两种形式，第一种形式是在一张图中绘制多根线条，第二种形式是绘制多个子图形。以下分别进行讲解。

3.5.1 绘制多根折线

绘制多根线条，只要准备好坐标，重新使用plt.plot绘制即可。示例代码如下：

from matplotlib import font_manager
x = np.linspace(0,20)
y = np.sin(x)
z = np.cos(x)
font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
# 设置轴名称
plt.xlabel("x轴",fontproperties=font)
plt.ylabel("y轴",fontproperties=font)
# 设置轴刻度
_x = range(0,20,2)
_xticks = ["%s点"%i for i in _x]
plt.xticks(range(0,20,2),_xticks,fontproperties=font,rotation=45)
_y = list(np.arange(-1,1,0.25))
_yticks = ["%.2f点"%i for i in _y]
plt.yticks(_y,_yticks,fontproperties=font)
plt.plot(x,y)
plt.plot(x,z)
plt.show()

3.5.2 绘制多个子图

绘制子图的时候，我们可以使用plt.subplot或plt.subplots来实现。示例代码如下：

# 创建一个画板
plt.figure()
# 设置当前画板中的图形位置
plt.subplot(221)
plt.plot(np.arange(10),c='r')

plt.subplot(222)
plt.plot(np.sin(np.arange(10)),c='b')

plt.subplot(223)
plt.plot(np.cos(np.arange(10)),c='y')

plt.subplot(224)
plt.plot(np.tan(np.arange(10)),c='g')
plt.show()

其中subplot中的211和212分别代表的意思是，第一个数表示这个大图中总共有2行，第二个数表示总共有1列，然后第三个数表示当前绘制第几个图（第三个数从1开始算起）。

• 也可以使用fig,axs=plt.subplots(rows,cols,*args,**kwargs)来绘制多个图形，返回值是一个元组，其中的fig参数是figure对象，axs是axes对象的array。示例代码如下：

figure,axes = plt.subplots(2,2)
axes[0,0].plot(np.sin(np.arange(10)),c='r')
axes[0,1].plot(np.cos(np.arange(10)),c='b')
axes[1,0].plot(np.tan(np.arange(10)),c='y')
axes[1,1].plot(np.arange(10),c='g')
plt.show()

• 效果图跟之前使用plt.subplot一样。另外使用subplot和subplots都可以传递sharex/sharey参数，这两个参数表示是否需要共享X轴和Y轴。示例代码如下：

figure,axes = plt.subplots(2,2,sharex=True,sharey=True)
axes[0,0].plot(np.sin(np.arange(10)),c='r')
axes[0,1].plot(np.cos(np.arange(10)),c='b')
axes[1,0].plot(np.tan(np.arange(10)),c='y')
axes[1,1].plot(np.arange(10),c='g')
plt.show()

3.6 风格设置

matplotlib图片默认内置了几种风格。我们可以通过plt.style.available来查看内置的所有风格:

['bmh',
'classic',
'dark_background',
'fast',
'fivethirtyeight',
'ggplot',
'grayscale',
'seaborn-bright',
'seaborn-colorblind',
'seaborn-dark-palette',
'seaborn-dark',
'seaborn-darkgrid',
'seaborn-deep',
'seaborn-muted',
'seaborn-notebook',
'seaborn-paper',
'seaborn-pastel',
'seaborn-poster',
'seaborn-talk',
'seaborn-ticks',
'seaborn-white',
'seaborn-whitegrid',
'seaborn',
'Solarize_Light2',
'tableau-colorblind10',
'_classic_test']

['bmh',
 'classic',
 'dark_background',
 'fast',
 'fivethirtyeight',
 'ggplot',
 'grayscale',
 'seaborn-bright',
 'seaborn-colorblind',
 'seaborn-dark-palette',
 'seaborn-dark',
 'seaborn-darkgrid',
 'seaborn-deep',
 'seaborn-muted',
 'seaborn-notebook',
 'seaborn-paper',
 'seaborn-pastel',
 'seaborn-poster',
 'seaborn-talk',
 'seaborn-ticks',
 'seaborn-white',
 'seaborn-whitegrid',
 'seaborn',
 'Solarize_Light2',
 'tableau-colorblind10',
 '_classic_test']

在绘制的，可以使用plt.style.use方法来使用不同的风格。示例代码如下:

plt.style.use("dark_background")

3.7 官方文档

1. plt.plot使用详解：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html#matplotlib.pyplot.plot
2. matplotlib.pyplot使用详解：https://matplotlib.org/api/pyplot_summary.html
3. matplotlib内置的样式：https://tonysyu.github.io/raw_content/matplotlib-style-gallery/gallery.html

3.8 总结

3.8.1 plot基本使用细节

1. plt.plot 可以只传Y轴的值，如果只传Y轴的值，那么X轴就会默认使用range(0,Y的长度)

2. plt.plot的x和y参数不能够作为关键字参数来传递，只能作为位置参数来传

3. plt.plot中的data参数可以为一个字典或者DataFrame对象，然后再 x 和 y 上指定这个列的名字，那么plot会自动读取。这里有一个细节，因为 x,y,fmt 都是在前面，所以如果只传 x 和 y，那么就会产生歧义，这时候我们可以多穿一个空的参数作为 fmt 的参数，就不会有警告了

3.8.2 plot设置线条样式

1. plt.plot的fmt参数可以设置线条的样式以及颜色

2. plt.plot的color参数可以使用字母、十六进制，或者是RGBA的方式设置颜色

3. 使用 plot 绘图的时候，就可以传递Line2D的属性值来修改线条的样式

4. 使用plot返回的线条，单独去设置也可以，但是单独设置的时候，是通过 set_Line2D属性名()的方式来设置

5. 使用plt.setp来一次性设置多个线条的样式

3.8.3 设置图例信息

1. 标题是通过plt.title来设置的
2. 刻度是通过 xticks 和 yticks 来设置的。xticks 和 yticks 需要传递两个参数，第一个参数不重要，只要跟数据量保持一致就可以了，比如有20个数据，那么只要参数20个数据的数组或者列表都可以，第二个参数labels是用来设置每个刻度上的文本显示，这个就比较重要了
3. 轴的名词是通过 xlabel 和 xlabel来设置的
4. 默认plot是不支持中文的，如果想要支持中文，那么应该创建一个字体对象 matplotlib.font_manager.FontProperties,然后指定 frame 参数，需要具体的路径。这里还有一个小细节，拷贝出来的字体的字符串，前面有一个乱码，要把这个乱码删掉

3.8.4 设置坐标点的样式

1. plt.plot可以通过marker参数设置坐标点的样式。markerfacecolor代表的是点的颜色，markeredgecolor代表的是点的边界的颜色，markersize代表的是点的大小
2. plt.annotate是用来做文本注释的，text代表的是需要注释的文本，xy代表的是需要注释的坐标点，xytext代表的是文本的坐标点，arrowprops代表的是箭头的一些属性

3.8.5 设置画板（图形）的样式

1. 画板的样式：通过调用 plt.figure 来实现，这个函数调用必须要在所有绘图之前来完成

• figsize：画板的尺寸，是一个元组，第一个参数是宽度，第二个参数是高度。单位是英寸
• facecolor：画板颜色，注意区分Axes的背景颜色s
• edgecolor:边框颜色，边框默认的宽度是0，因此如果想要看到边框，那么需要设置linewith=2
• dpi：像素，也就是一个英寸中的像素点，默认是100，如果想要增加分辨率，那么就可以把dpi设置大一点

1. 保存图片

• plt.savefig
• 鼠标左键点击图片，然后邮件保存图片

3.8.6 多个图的绘制

1. 如果想要在一个图上绘制多根折线图，那么直接在plot中传递多个 x 和 y 就可以了，或者调用多次 plot 方法就可以了
2. 如果想要在一个画板上绘制多个子图（Axes对象），那么可以使用 plt.subplot或 plt.subplots方法

• plt.subplot：plt.subplot（221）,第一个数字代表行，第二个数字代表列，第三个数字代表当前第几个子图。使用subplot后绘制的所有东西都是在当前子图上，直到出现新的subplot
• plt.subplots：plt.subplots(2,2)，第一个代表行，第二个代表列，这个方法是一次性把所有的子图都绘制了，但是在子图上没有东西，我们需要使用它的返回值来绘制，axes就是子图的对象

上一篇 五、Pandas库（下）

下一篇 七、Matplotlib库（中）