【Python工具包之：Matplotlib】

一、Matplotlib简介

1.1 Matplotlib简介

可以将 Matplotlib 理解为一个画二维图表的python工具库（能实现 matlab 的常用功能），专门用于开发2D图表（包括3D图表），以渐进、交互式方式实现数据可视化。故：掌握了 Matplotlib 相当于掌握了matlab，两者都是画图工具。

1.2 Matplotlib作用

Matplotlib 的作用：画图，即将数据进行可视化。注：数据可视化是在整个数据挖掘的关键辅助工具，它能将数据更直观的呈现，可以清晰的理解数据，让数据更加客观、更具说服力，从而调整我们的分析方法。例如下图为数字展示和图形展示：

1.3 实现一个简单的Matplotlib画图

第一步：导入画图工具 pyplot，它在 Matplotlib 库里
第二步：调用 figure() 方法定义一个画布（相当于开辟了一个内存）
第三步：调用 plot(X,Y) 方法进行画图，其中X传横坐标数据，Y传纵坐标数据
第四步：调用 show() 方法显示画图结果

plt.plot([1, 0, 9], [4, 5, 6]) 的作用：指定(1,4)、(0,5)、(9,6)三个点，再将这三个点描成图像。（注：当横/纵坐标未给出时，默认为[0, ···, N-1]）

1.4 认识Matplotlib图形结构

如图，利用Matplotlib可以实现画散点图、添加表格、添加标题…等功能，只需要慢慢去丰富代码。

二、Matplotlib三层结构

2.1 容器层

2.1.1 介绍：容器层主要由Canvas、Figure、Axes组成。

1）Canvas：是位于最底层的系统层，在绘图中充当画板 的角色，即放置画布(Figure)的工具。（注：该层不需要手动设置，调用Matplotlib时自动生成！）
2）Figure：是Canvas上方的第一层，也是需要用户操作的应用层的第一层，在绘图的过程中充当画布的角色。（通过调用 figure() 方法创建画布，并设置画布大小和分辨率等功能）
3）Axes：是应用层的第二层，在绘图的过程中相当于画布上的绘图区（又叫坐标系）角色。（可通过调用 subplots() 方法创建多个绘图区）
Axes（坐标系）：数据的绘图区域。Axis（坐标轴）：坐标系中的一条坐标轴，包含大小限制、刻度和刻度标签（一个2D绘图区由两条坐标轴构成，所以绘图区又叫坐标系。）注：辅助显示层和图像层都是在绘图区之上的。

2.1.2 特点

一个figure（画布）可以包含多个axes（坐标系/绘图区），但一个axes只属于一个figure。一个axes（坐标系/绘图区）可包含多个axis（坐标轴），包含两个即为2d坐标系，3个即为3d坐标系。

2.2 辅助显示层

2.2.1 介绍

辅助显示层为Axes（绘图区）内的除了根据数据绘制出的图像以外的内容，主要包括：Axes外观（facecolor）、边框线（spines）、坐标轴（axis）、坐标轴名称（axis label）、坐标轴刻度（tick）、坐标轴刻度标签（tick label）、网格线（grid）、图例（legend）、标题（tittle）等内容。

2.2.2 作用

该层的设置可以使图像显示更加直观更加容易被用户理解，但又不会对图像产生实质影响。

2.3 图像层

2.3.1 介绍

图像层是指Axes（绘图区）内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。其任务就是画各种图表并设置图表的各种参数，如下图：

总结：

• Canvas（画板）：位于最底层，不用手动设置。
• Figure（画布）：建立在Canvas之上
• Axes（绘图区）：建立在Figure之上
• 坐标轴（axis）、图例（legend）等辅助显示层和图像层都是建立在Axes之上

三、折线图（plot）

3.1 折线图的绘制与保存图片（画布层的操作）

为了更好的理解所以基础绘图功能，通过“天气温度变化”的绘图来学习所有基础作图API的使用。

3.1.1 matplotlib.pyplot模块

matplotlib.pyplot 包含了一系列类似于matlab的画图函数。它的函数作用于当前图形（figure）的当前坐标系（axes）。调用语法：import matplotlib.pyplot as plt

3.1.2 折线图的绘制与显示

这样显示的效果太过单调，可以加入更多功能！

3.1.3 设置画布属性与图片保存

通过参数设置图像大小和清晰度：figsize（x,y）：指定画布大小,其中长为x、宽为y；dpi：指定图像清晰度。

保存绘制出的图片：通过savefig(path)函数保存图片，其中参数path为保存路径。注意:plt.show()会释放figure（画布）资源，因此假如在显示图像之后再保存图片则只能保存空图片！

3.2 完善原始折线图1（辅助显示层的操作）

需求：画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15度 - 18度。

3.2.1 添加功能一：自定义x、y刻度（ticks）

通过xticks(x , **kwargs)函数修改X轴的刻度；通过yticks(y , **kwargs)函数修改Y轴的刻度，其中参数x/y是原本的刻度，**kwargs是修改以后的刻度。

显示结果：

我们发现虽然达到了需求，但是X轴上的刻度无法显示中文。

3.2.2 添加功能二：中文显示问题解决

只需添加两行代码：

3.2.3 添加功能三：添加网格显示

通过调用 grid(True , linestyle=’–’ , alpha=0.5) 函数添加网格。第一个参数指定是否添加网格，默认True；linestyle指定线条风格，虚线就是–；alpha指定网格透明度，如果希望网格线条不影响原图就把透明度开高一点（alpha参数越小网格越透明）。

3.2.4 添加功能四：添加描述信息

添加标题：调用title(“标题”)函数
添加X轴描述：调用Xlabel(“X轴描述”)函数
添加Y轴描述：调用ylabel(“Y轴描述”)函数

3.3 完善原始折线图2（图像层的操作）

（1）功能一：再添加一个城市的温度变化 —— 收集到北京当天温度变化情况，温度在1-3度。

只需添加上面划线的两行代码即可。

（2）功能二：添加图例
第一步：在plot( )函数中通过label参数指定图例，例如label=”上海”
第二步：调用legend( )函数显示图例

显示结果：

注：可以在legend( )函数中通过指定参数loc 设置图例的位置：plt.legend(loc=””)

其中Location Srting与Location Code等价，即loc=”best”和loc=0一个效果。
（3）功能三：在同一画布上的多个绘图区画图（面向对象的画图方法）
需求：将上海和北京的天气图显示在同一个图的不同坐标系当中。
第一步：通过调用subplots函数创建一个带有多个axes（坐标系/绘图区）的图：
figure,axes=matplot.pyplot.subplots(nrows=1 , ncols=1 , ** fig_kw)
参数：nrows：指定将坐标系分割为几行，默认为1；
ncols： 指定将坐标系分割为几列，默认为1；（例如要创建的两个图对象在同一行：则nrows=1，ncols=2）
** fig_kw：对图对象参数的一系列设置
返回：figure：图对象；ax ：绘图区
第二步：有了两个绘图区对象之后，现分别去操作不同的绘图区对象作图
1）指定两个对象区域：axes[0]、axes[1]（其中axes[0]代表要操作的区域1，axes[1]代表要操作的区域2）。
2）通过调用图对象的方法作图，例如：axes[0].方法名、axes[1].方法名
注意： plt.函数名( )相当于面向过程的画图方法，而axes.set_方法名( )相当于面向对象的画图方法。

3.4 折线图应用场景

（1）应用场景：

• 呈现公司产品（不同区域）每天活跃的用户数；
• 呈现app每天的下载数量；
• 呈现产品新功能上线后，用户点击次数随时间的变化；
  综上，折线图可反映某事物或指标随时间的变化。
  （2）拓展：画各种数学函数图像
  plt.plot( )除了可以画折线图，还可以画各种函数图像

四、散点图（scatter）

4.1 常见图形种类及其作用

（1）折线图：之前已经介绍过了。
（2）散点图：用两组数据构成多个坐标点，考察坐标的的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。
特点：判断变量间是否存在数量关联，展示离群点（分布规律），故散点图用于判断数量间关系和总结规律。

（3）柱状图：排列在工作表的列或行中的数据可以绘制到柱状图中。
特点：绘制离散的数据，能够一眼看出各个数据的大小，比较数据之间的差别。（常用于统计和对比）

（4）直方图：由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据范围，纵轴表示分布情况。
特点：绘制连续型的数据用于展示一组或者多组数据的分布状况（统计）

（5）饼图：用于表示不同分类的占比情况，通过弧度大小来对比各种分类。
特点：用于展示分类数据的占比情况

4.2 散点图的绘制

需求：探究房屋面积与房屋价格的关系

• 房屋面积数据：
  x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64, 163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 224.72, 29.51,21.61, 483.21, 245.25, 399.25, 343.35]
• 房屋价格数据：
  y = [196.63 , 203.88，210.75 , 372.74 , 202.41 , 247.61, 24.9, 239.34 , 140.32 , 104.15 , 176.84 , 288.23 , 128.79 , 49.64 , 191.74 , 33.1 , 30.74, 400.02 , 205.35, 330.64,283.45]
  代码及图像：
  

五、柱状图（bar）

5.1 需求：对比每部电影的票房收入

（1）准备数据

• 电影名称：
  movie_names = [‘雷神3：诸神黄昏’,‘正义联盟’,‘东方快车谋杀案’,‘寻梦环游记’,‘全球风暴’, ‘降魔传’,‘追捕’,‘七十七天’,‘密战’,‘狂兽’,‘其它’]
• 票房收入：
  tickets = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
  （2）绘制：matplotlib.pyplot.bar(x , width , align=’center’ , **kwargs)
  参数：x：指定有几个类别；width：指定柱状图宽度
  
  

5.2 需求：比较相同天数的票房

有时候为了公平起见，需要对比不同电影首日和首周的票房，效果如下：

（1）准备数据
电影名：movie_name = [‘雷神3：诸神黄昏’,‘正义联盟’,‘寻梦环游记’]
首日票房：first_day = [10587.6,10062.5,1275.7]
首周票房：first_weekend=[36224.9,34479.6,11830]
（2）代码如下

六、直方图（histogram）

6.1 直方图介绍

（1）介绍：直方图涉及统计学的概念。直方图的绘制首先要对数据进行分组，然后统计每个分组内数据元的数量。在坐标系中，横轴标出每个组的端点，纵轴表示频数，每个矩形的高代表对应的频数，称这样的统计图为频数分布直方图。
示例：某校初三（1）班36位同学的身高的频数分布直方图如下图所示：

（2）相关概念

• 组数：在统计数据时，把数据按照不同的范围分成几组，分成的组的个数成为组数。组数=极差/组距（极差=最大值-最小值）
• 组距：每一组两个端点的差。

6.2 直方图与柱状图的对比

• 直方图展示数据的分布，柱状图比较数据的大小（根本差别）
• 直方图的横轴表示定量数据（有数学意义），柱状图的横轴表示分类数据（无数学意义）
• 直方图的柱子是无间隔的，柱状图的柱子是有间隔的
• 直方图的柱子宽度可以不等，柱状图的柱子宽度必须相同

6.3 直方图的绘制

需求：现有250部电影的时长，希望统计出这些电影时长的分布状态（比如时长为100分钟到120分钟电影的数量，出现频率）等信息，应该如何呈现这些数据？
（1）准备数据
电影时长：time = [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, 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]
（2）API
matplotlib.pyplot.hist(x , bins=None , normed=None , **kwargs)
参数：X：传入数据集；bins：指定组数；normed：指定是否显示频率，默认值为None
（3）代码及结果

6.4 应用

直方图利于展示大量数据集的统计结果。有助于了解数据的分布情况，诸如众数、中位数的大致位置、数据是否存在缺口或异常值。例如：用户年龄分布、商品价格分布

七、饼状图（pie）

案例：显示不同的电影排片占比
（1）准备数据
电影名称：movie_name = [‘雷神3：诸神黄昏’,‘正义联盟’,‘东方快车谋杀案’,‘寻梦环游记’,‘全球风暴’,‘降魔传’,‘追捕’,‘七十七天’,‘密战’,‘狂兽’,‘其它’]
排片数量：place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]
（2）API：matplotlib.pyplot.pie(x , labels= , autopct= , colors)
参数：
x：传入准备计算占比数据的数量（自动计算百分比）
labels：传入每个占比数量的名称
autopct：用%的形式占比显示,例如 autopct=%1.2f%%
colors：每部分的颜色
注意：为了让显示的饼图为圆形，需要添加axis保证长宽一样：plt.axis(‘equal’)