上次介绍了折线图,今天我们学习其他类型的图。
散点图、条形图、直方图
1 散点图
假设你获得了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b)
a = [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]
b = [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]
请根据上面的数据绘制如下所示的散点图:
代码
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
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]
# 因为要为3月和10的散点留一些横向的间隔
x_3 = range(1,32)
x_10 = range(51,82)
plt.figure(figsize=(10, 4),dpi=80)
# 使用plt.scatter绘制散点图,label为标签,为绘制图例时使用
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")
# 调整刻度
_x = list(x_3)+list(x_10)
_xtick_labels = ["3月{}日".format(i) for i in x_3]
_xtick_labels += ["10月{}日".format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3], rotation=45)
plt.legend(loc="upper left") # 图例放在左上角
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("标题")
plt.show()
上面的程序所绘制的图像,没有回归线,回归线后面再学。
2 条形图
(1)纵向条形图
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),那么如何更加直观的展示该数据?
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
使用plt.bar绘制条形图
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
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]
plt.figure(figsize=(10, 6), dpi=80)
# plt.bar 绘制条形图,只能接受含数字的可迭代对象
# 第一个参数是条形要绘制的位置,第二个参数是条形的长度,即数据
plt.bar(range(len(a)),b,width=0.5)
# bar 绘制条形图,只能接受含数字的可迭代对象,因此使用range(len(a))
# width 是条形宽度,默认0.8,指的是0.8个横坐标,如果设置为1,各个条形连在一起(因为相当每隔1画个条形,有0.8作为间隔)
plt.xticks(range(len(a)),a,rotation=90)
plt.xlabel("电影名称")
plt.ylabel("票房 单位(亿元人民币)")
plt.title("2017年内地票房前20")
plt.show()
可以发现,有些电影名称太长,影响了布局,那么可以对列表a进行修改,对部分名称太长的影片,添加换行符\n。
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5:\n最后的骑士",
"摔跤吧!爸爸","加勒比海盗5:\n死无对证","金刚:骷髅岛","极限特工:\n终极回归",
"生化危机6:\n终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺",
"金刚狼3:\n殊死一战","蜘蛛侠:\n英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]
当然,效果也不是特别理想,那就使用横向条形图。
(2) 横向条形图
plt.barh(range(len(a)), b, height=0.5)第一个参数是确定条形图的位置,第二个参数是因变量,这个无论是横向条形图,还是纵向条形图,都是如此。
在纵向条形图中,条宽是width,横向条形图中是height
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
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]
plt.figure(figsize=(12, 8), dpi=80)
plt.barh(range(len(a)), b, height=0.5)
plt.yticks(range(len(a)), a)
plt.xlabel("票房 单位(亿元人民币)")
plt.ylabel("电影名称")
plt.title("2017年内地票房前20")
plt.show()
输出
还可以设置颜色,
plt.barh(range(len(a)), b, height=0.5, color="orange")
(3) 多次条形图
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]
绘制如图所示的条形图
代码
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
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]
bar_width = 0.2
# 必须把15日和16日的数据往右移动,否则就会有重叠
x_14 = list(range(len(a)))
x_15 = [i+bar_width for i in x_14]
x_16 = [i+bar_width*2 for i in x_14]
plt.figure(figsize=(10, 5))
plt.bar(x_14, b_14, width=bar_width, label="9月14日")
plt.bar(x_15, b_15, width=bar_width, label="9月15日")
plt.bar(x_16, b_16, width=bar_width, label="9月16日")
plt.xticks(x_15, a)
plt.legend()
plt.show()
3 直方图
(3)根据组数绘制直方图
直方图和条形图长得差不多,但是条形图的x轴是离散的,直方图是连续的,先来看看最简单的直方图。
数组a如下所示,将a的分布区间(最大值-最小值)平均分成5个区间,统计数组a的在各个区间内(左闭右开,比如统计落在[5, 10)这个区间内的值)的频数分布。
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]
代码
from matplotlib import pyplot as plt
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]
plt.figure(figsize=(10, 6),dpi=80)
# hist第一个参数是数据,第二个参数是要分的组数
# 函数根据组数平均分割区间,统计每个区间内的数据
plt.hist(a, 5)
plt.show()
函数会自动计算组距
组距=(最大值 - 最小值)/组数、
输出
(2)根据组距绘制直方图
绘制直方图时,只能设置组数,不能直接设置组距,因为组距是按照公式自动计算的,无法人为地去控制。因此有可能会出现下面的情况:
我们期待绘制的图像,组距是5,并且根据这个原理来设置组数
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]
plt.figure(figsize=(10, 6), dpi=80)
d = 5 # 组距
num_bins = math.ceil((max(a)-min(a))/d) # 组数
# math.ceil表示向上取整,需要先import math
plt.hist(a, num_bins)
plt.xticks(range(min(a),max(a)+d,d))
plt.grid()
plt.show()
但最后绘制的图像如下图
发现绘制的直方图,其条形分组,与坐标轴分组不一致。
问题就出在组距num_bins上。因为作为组数,plt.hist要求其必须为整数,所以(max(a)-min(a))/d必须取整,要么向上取整,要么向下取整(地板除),一般向上取整,因为多出来的几个数必须为他们专门搞一个分组。
那么问题来了,根据公式“组距=(最大值 - 最小值)/组数”计算组距,因为组数经过取整,导致组距不再是整数,会含小数,导致上面的情况发生。
如果想设定组距,又不希望上述问题的出现,该怎么处理?
不传入组数,而是传入一个列表,该列表由区间值构成,根据区间值进行分组。
上面的程序只需要对 hist 的参数进行修改就行
plt.hist(a, [min(a)+i*d for i in range(num_bins)])
输出
(3)频率分布直方图
在 hist 方法中,加上一个频率参数density,就能绘制频率分布直方图
plt.hist(a, [min(a)+i*d for i in range(num_bins)], density=True)
# 一些资料上用的参数是normed而不是density,但现在normed已经被弃用了,包更新了
输出
可以看到,纵坐标的单位是小数,表示的是密度。
注意,频率分布直方图的纵坐标表示的不是频率,而是“频率除以组距”,即密度。
(4)已统计出每组的频数
统计某地区的人民工作地点离家的距离,数据如下:
miles = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
num_people = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
miles表示的是离家远近,width表示区间长度,num_people表示相应区间内工作的人数,miles第一个数是0,width第一个数是5,那么第一个区间就是0-5,num_people第一个数字是836,表示这个地区有836个人在离家0-5公里的范围内工作。注意,区间长度未必都是5。
根据以上信息绘制频数直方图。
如果已经统计好每个区间的频数,绘制频数直方图就不能用 hist 了,而是使用前面讲的条形图的方式来画,通过调整宽度为1,来让每个条形连起来,使其看起来和直方图一样,再设置横坐标的刻度信息,完成这个图。
from matplotlib import pyplot as plt
miles = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
num_people = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
plt.figure(figsize=(10, 6), dpi=80)
plt.bar(range(len(miles)), num_people, width=1)
# 设置x轴刻度
_x = [i-0.5 for i in range(13)]
# 之所以要减0.5,是因为每个条的中轴线,都恰好落在坐标上,
# 比如第一根条形,其中点落在 x=0 的位置,而条形的宽度是1,那么其左边缘在-0.5,右边缘在0.5位置
# 之所以range内的参数是13,是因为13个区间分割点,可以分割出12个区间,而数据有12个
_xtick_labels = miles +[150]
# miles只有12个数,而要画12个条形,必然要12个区间,所以要13个数,
# 最后一个据width的最后一个值来确定
plt.xticks(_x,_xtick_labels)
plt.grid(alpha=0.4)
plt.show()
输出
4 绘制一个以前没有接触过的图形
先进官网
点击Examples
选择要绘制图的种类
修改代码