Python数据分析笔记_第2天（matplotlib_散点图+条形图）

常用统计图

• 折线图:显示数据的变化趋势，反映事物的变化情况(变化)
• 直方图: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)
• 条形图:绘制连离散的数据,能一眼看出各个数据的大小,比较数据之间的差别(统计)
• 散点图:判断横纵轴之间是否存在数量关联趋势,展示离群点(分布规律)

matplotlib散点图

• plt.scatter(x, y, label=‘图例’)绘制散点图，plt.legend(loc=‘upper left’)显示图例

北京2016年3,10月份白天的最高气温(分别位为x_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]，x_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]),那么此时如何寻找出气温和随时间(天)变化的某种规律?

from matplotlib import pyplot as plt
import matplotlib

# 设置中文格式
font = {'family': 'Microsoft YaHei',
        'size': '12'}
matplotlib.rc('font', **font)

y_3 = [11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18, 21, 16, 17, 20, 14, 15, 15, 15, 19, 21, 22, 22,
       22, 23]
y_10 = [26, 26, 28, 19, 21, 17, 16, 19, 18, 20, 20, 19, 22, 23, 17, 20, 21, 20, 22, 15, 11, 15, 5, 13, 17, 10, 11, 13,
        12, 13, 6]
x_3 = range(1, 32)
x_10 = range(51, 82)

# 设置图像大小
plt.figure(figsize=(15, 4), dpi=80)

# 调整x轴的刻度
_x_3 = list(x_3)
_x_10 = list(x_10)
_x = _x_3 + _x_10  # 将两段x取值合并成一个列表
x_label_3 = ['3月{}日'.format(i) for i in x_3]
x_label_10 = ['10月{}日'.format(i - 50) for i in x_10]
x_label = x_label_3 + x_label_10  # 数字所对应的字符串也合并成一个列表
plt.xticks(_x[::3], x_label[::3], rotation=45)

# 添加描述信息
plt.xlabel('日期')
plt.ylabel('温度')
plt.title('北京2016年3、10月白天最高气温')

#  plt.scatter(x,y)绘制散点图
plt.scatter(x_3, y_3, label='3月份',color='blue')  # label设置图例参数
plt.scatter(x_10, y_10, label='10月份',color='red')  # 当两组数据绘制在一张图上时调整x的取值范围

# 添加图例
plt.legend(loc='upper left')  # loc设置图例显示位置
plt.grid(alpha=0.3,linestyle='--')  # 显示网格线，透明度为0.3的虚线
plt.show()

matplotlib条形图

• plt.bar(x, y, width=‘宽度’)绘制柱状图；plt.barh(x, y,height=‘高度’)绘制条形图

已有2017年内地电影票房前20的电影(列表a)和电影票房数据(列表b),直观的展示该数据。
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] 单位:亿

from matplotlib import pyplot as plt
import matplotlib


# 文字设置
font = {'family': 'Microsoft YaHei',
        'size': '12'}
matplotlib.rc('font', **font)

# 大小设置
plt.figure(figsize=(20, 5), dpi=80)

# 数据准备
x = ["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", ]
y = [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]

# 坐标轴设置
plt.xticks(range(int(min(y) - 1), int(max(y) + 1), 2))
plt.ylabel('电影名')
plt.xlabel('电影票房（单位：亿）')
plt.title('2017年内地电影前20票房')

# 作图
plt.barh(x, y, height=0.5)  # plt.bar绘制柱状图，plt.barh绘制条形图
plt.grid(alpha=0.3, linestyle='--')
plt.show()

假设你知道了列表a中电影分别在2017-09-14(b_14), 2017-09-15(b_15), 2017-09-16(b_16)三天的票房,为了展示列表中电影本身的票房以及同其他电影的数据对比情况,应该如何更加直观的呈现该数据?
a = [“猩球崛起3：终极之战”,“敦刻尔克”,“蜘蛛侠：英雄归来”,“战狼2”]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]

'''
当多组数据绘制在同一张图时，注意数据组在横坐标上的平移避免图形重叠
'''
from matplotlib import pyplot as plt
import matplotlib

# 文字设置
font = {'family': 'Microsoft YaHei',
        'size': '12'}
matplotlib.rc('font', **font)

# 图片大小
plt.figure(figsize=(15, 5), dpi=80)

# 数据准备
a = ["猩球崛起3：终极之战", "敦刻尔克", "蜘蛛侠：英雄归来", "战狼2"]
y_14 = [2358, 399, 2358, 362]
y_15 = [12357, 156, 2045, 168]
y_16 = [15746, 312, 4497, 319]
y = y_14 + y_15 + y_16

# x轴平移，避免图表重合
move = 0.2  # 设置平移距离
x_14 = list(range(len(a)))  # 先用数字占位，后再对应字符串
x_15 = [i + move for i in x_14]
x_16 = [i + move * 2 for i in x_14]
x_label = x_14 + x_15 + x_16

# 设置坐标轴显示刻度
plt.xticks(x_15, a)

# 作图
plt.bar(x_14, y_14, width=move, color= 'r',label='9月14日')
plt.bar(x_15, y_15, width=move, color='b', label='9月15日')
plt.bar(x_16, y_16, width=move, color='orange', label='9月15日')
plt.grid(alpha=0.3, linestyle='--')
plt.legend(loc='upper right')
plt.show()