Python数据分析之Matplotlib

Python数据分析之Matplotlib

1 Matplotlib介绍

1-1 Matplotlib库入门

1-1-1 Matplotlib库介绍

Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发，matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式

import matplotlib.pyplot as plt
plt.plot([3,2,1,3,4])#x轴默认元素索引，y轴默认元素值
plt.ylabel('grade')
plt.savefig('test',dpi=600)#输出图形存储为文件，默认PNG格式，可以通过dpi修改输出质
plt.show()

plt.plot()只有一个输入列表或数组时，参数被当作Y轴，X轴以索引自动生成

plt.savefig()将输出图形存储为文件，默认PNG格式，可以通过dpi修改输出质量

plt.plot(x,y)当有两个以上参数时，按照X轴和Y轴顺序绘制数据点

import matplotlib.pyplot as plt
plt.plot([0,2,4,5,8],[1,2,3,4,5])#plt.plot(x,y)当有两个以上参数时，按照X轴和Y轴顺序绘制数据点
plt.ylabel('Grade')
plt.axis([0,10,0,6])#前两个代表x轴，后两个代表y轴
plt.show()

1-1-2 子绘图区域

plt.subplot(nrows, ncols, plot_number)（横轴、纵轴、当前绘图区域）

在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域

import numpy as np
import matplotlib.pyplot as plt
#pyplot的绘图区域 plt.subplot(nrows, ncols, plot_number)（横轴、纵轴、当前绘图区域）
def f(t):
    return np.exp(-t)*np.cos(2*np.pi*t)

a = np.arange(0.0,5.0,0.02)

plt.subplot(2,1,1)
plt.plot(a,f(a))

plt.subplot(2,1,2)
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.show()

复杂子绘图区域

plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)
理念：设定网格，选中网格，确定选中行列区域数量，编号从0开始
或者通过gridspec类

import matplotlib.pyplot as plt
plt.subplot2grid((3,3), (0,0), colspan=3)
plt.subplot2grid((3,3), (1,0), colspan=2)
plt.subplot2grid((3,3), (1,2), rowspan=2)
plt.subplot2grid((3,3), (2,0))
plt.subplot2grid((3,3), (2,1))
plt.show()

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
gs=gridspec.GridSpec(3,3)
#绘制3行3列区域
ax1=plt.subplot(gs[0,:])
ax2=plt.subplot(gs[1,:-1])#第一行前n-1列
ax3=plt.subplot(gs[1:,-1])#最后一列1-n行
ax4=plt.subplot(gs[2,0])
ax5=plt.subplot(gs[2,1])
plt.show()

1-1-3 pyplot的plot()函数

**plt.plot(x, y, format_string, kwargs)

∙ x : X轴数据，列表或数组，可选
∙ y : Y轴数据，列表或数组
∙ format_string: 控制曲线的格式字符串，可选
∙ **kwargs : 第二组或更多(x,y,format_string)

format_string: 控制曲线的格式字符串，可选 由颜色字符、风格字符和标记字符组成

颜色字符

颜色字符	说明
‘b’	蓝色
‘g’	绿色
‘r’	红色
‘c’	青绿色 cyan
‘#008000’	RGB某颜色
‘m’	洋红色 magenta
‘y’	黄色
‘k’	黑色
‘w’	白色
‘0.8’	灰度值字符串

风格字符

风格字符	说明
‘‐’	实线
‘‐‐’	破折线
‘‐.’	点划线
‘:’	虚线
‘’‘’ ’ ‘	无线条

标记字符

标记字符	说明
‘.’	点标记
‘,’	像素标记(极小点)
‘o’	实心圈标记
‘v’	倒三角标记
‘^’	上三角标记
‘>’	右三角标记
‘<’	左三角标记
‘1’	下花三角标记
‘2’	上花三角标记
‘3’	左花三角标记
‘4’	右花三角标记
‘s’	实心方形标记
‘p’	实心五角标记
‘*’	星形标记
‘h’	竖六边形标记
‘H’	横六边形标记
‘+’	十字标记
‘x’	x标记
‘D’	菱形标记
‘d’	瘦菱形标记
’	’

import numpy as np
import matplotlib.pyplot as plt
#绘制多条曲线
a=np.arange(10)
plt.plot(a,a*0.5,'go-',a,a*1.5,'r.--',a,a*2.5,'b<:',a,a*3.5,'y1-.')
plt.show()

中文显示

• 方法一:通过rcParams修改字体

rcParams的属性

属性	说明
‘font.family’	用于显示字体的名字
‘font.style’	字体风格，正常’normal’或斜体’italic’
‘font.size’	字体大小，整数字号或者’large’、‘x‐small’

rcParams[‘font.family’]

中文字体	说明
‘SimHei’	中文黑体
‘Kaiti’	中文楷体
‘LiSu’	中文隶书
‘FangSong’	中文仿宋
‘YouYuan’	中文幼圆
‘STSong’	华文宋体

• 方法二：在有中文输出的地方，增加一个属性：fontproperties

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='SimHei'#方法1
matplotlib.rcParams['font.size']=20
plt.plot([3,1,2,3,6])
plt.ylabel('成绩')
#方法2
plt.plot([1,2,3,4,5])
plt.xlabel('时间',fontproperties='Simhei',fontsize=20)
plt.show()

文本显示

函数	说明
plt.xlabel()	对X轴增加文本标签
plt.ylabel()	对Y轴增加文本标签
plt.title()	对图形整体增加文本标签
plt.text()	在任意位置增加文本
plt.annotate()	在图形中增加带箭头的注解

import numpy as np
import matplotlib.pyplot as plt
a=np.arange(10)
plt.plot(a,a*10)
plt.xlabel('横轴',fontproperties='SimHei',fontsize=20,color='b')
plt.ylabel('纵轴',fontproperties='SimHei',fontsize=20,color='b')
plt.title('good')
plt.text(20,10,'good')

#plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)
#注释内容、箭头位置、文本位置、箭头属性
plt.annotate('y=x',xy=(2,20),xytext=(3,20),arrowprops=dict(facecolor='black',shrink=1,width=2))
plt.show()

1-2 Matplotlib基础绘图函数示例

1-2-1 plot的基础绘图函数

函数	说明
plt.plot(x,y,fmt,…)	绘制一个坐标图
plt.boxplot(data,notch,position)	绘制一个箱形图
plt.bar(left,height,width,bottom)	绘制一个条形图
plt.barh(width,bottom,left,height)	绘制一个横向条形图
plt.polar(theta,r)	绘制极坐标图
plt.pie(data,explode)	绘制饼图
plt.psd(x,NFFT=256,pad_to,Fs)	绘制功率谱密度图
plt.specgram(x,NFFT=256,pad_to,F)	绘制谱图
plt.cohere(x,y,NFFT=256,Fs)	绘制X‐Y的相关性函数
plt.scatter(x,y)	绘制散点图，其中，x和y长度相同
plt.step(x,y,where)	绘制步阶图
plt.hist(x,bins,normed)	绘制直方图
plt.contour(X,Y,Z,N)	绘制等值图
plt.vlines()	绘制垂直图
plt.stem(x,y,linefmt,markerfmt)	绘制柴火图
plt.plot_date()	绘制数据日期

1-2-2 基础绘图实例

饼图

import matplotlib.pyplot as plt
labels='frogs' ,'hogs','dogs','logs'
sizes=[15,20,30,10]
explode=(0,0.1,0,0)#突出尺度
plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)
# 尺寸、突出、标签、显示百分数、阴影效果、起始角度
plt.axis('equal')#x、y相等 正方形区域
plt.show()

直方图

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(0)
mu,sigma=100,20#均值 方差
a =np.random.normal(mu,sigma,size=100)
plt.hist(a,10,histtype='stepfilled',facecolor='b',alpha=0.75)
#数据，直方图的个数(归一化)，绘图类型、颜色、比例
plt.title('Histogram')
plt.show()

极坐标图(!)

import numpy as np
import matplotlib.pyplot as plt

N=20
theta=np.linspace(0.0,2*np.pi,N,endpoint=False)#0-2pi之间N等份
radii=10*np.random.rand(N)#角度对应的值
width=np.pi/4*np.random.rand(N)#对应宽度

ax=plt.subplot(111,projection='polar')#绘制极坐标图 #面向对象的方式
bars =ax.bar(theta,radii,width=width,bottom=0.0)
#对应left从哪开始，height,中心点到边缘的长度，width，辐射的面积
for r,bar in zip(radii,bars):
    bar.set_facecolor(plt.cm.viridis(r/10.))
    bar.set_alpha(0.5)

plt.show()

面向对象的绘图方式

极坐标

import numpy as np
import matplotlib.pyplot as plt

N=20
theta=np.linspace(0.0,2*np.pi,N,endpoint=False)#0-2pi之间N等份
radii=10*np.random.rand(N)#角度对应的值
width=np.pi/4*np.random.rand(N)#对应宽度

ax=plt.subplot(111,projection='polar')#绘制极坐标图 #面向对象的方式
bars =ax.bar(theta,radii,width=width,bottom=0.0)
#对应left从哪开始，height,中心点到边缘的长度，width，辐射的面积
for r,bar in zip(radii,bars):
    bar.set_facecolor(plt.cm.viridis(r/10.))
    bar.set_alpha(0.5)

plt.show()

散点图

#面向对象的方式
import numpy as np
import matplotlib.pyplot as plt
fig,ax =plt.subplots()
ax.plot(10*np.random.randn(100),10*np.random.randn(100),'o')
ax.set_title('Simplr Scatter')

plt.show()