Matplotlib数据可视化基础

参考《Python数据分析与应用》

Matplotlib首次发表于2007年，在函数设计上参考里MATLAB，其名字以“Mat”开头，中间的“plot”表示绘图这一作用，而结尾的“lib”则表示它是一个集合。
Matplotlib中应用最广的是matplotlib.pyplot模块。pyplot是一个命令风格函数的集合，使Matplotlib更像MATLAB。

基础语法及常用参数

基础语法

1.创建画布与创建子图

可以指定画布的大小、像素及在同一副图中绘制多个图形。

函数名称	函数作用
plt.figure	创建一个空白画布，可以指定画布的大小、像素
figure.add_subplot	创建并选中子图，可以指定子图的行数、列数和选中图片的编号

2.添加画布内容

其中各项步骤是并列的，没有先后顺序，但是添加图例一定要在绘制图形之后。

pylot中添加各类标签和图例的常用函数

函数名称	函数作用
plt.title	在当前图形中添加标题，可以指定标题的名称、位置、颜色、字体大小等参数
plt.xlable	在当前图形中添加x轴名称，可以指定位置、颜色、字体大小等参数
plt.ylable	在当前图形中添加y轴名称，可以指定位置、颜色、字体大小等参数
plt.xlim	指定当前图形x轴的范围，只能确定一个数值区间，而无法使用字符串标识
plt.ylim	指定当前图形y轴的范围，只能确定一个数值区间，而无法使用字符串标识
plt.xticks	指定x轴刻度的数目与取值
plt.yticks	指定y轴刻度的数目与取值
plt.legend	指定当前图形的图例，可以指定图例的大小、位置、标签

3.保存与显示图形

函数名称	函数作用
plt.savafig	保存绘制的图形，可以指定图形的分辨率、边缘的颜色等参数
plt.show	在本机显示图形

下面展示 基础绘图语法

import numpy as np
import matplotlib.pyplot as plt

data = np.arange(0, 1.1, 0.01)
plt.title('lines', fontsize=24) 
#添加顶部标题,第一个参数为标题，第二个参数设定字体大小

plt.xlabel('x', fontsize=14) #添加x轴的名称
plt.ylabel('y', fontsize=14) #添加y轴的名称

plt.xlim((0,1)) #确定x轴的范围
plt.ylim((0,1)) #确定y轴的范围

plt.xticks([0,0.2,0.4,0.6,0.8,1]) #确定x轴的刻度
plt.yticks([0,0.2,0.4,0.6,0.8,1]) #确定y轴的刻度
plt.tick_params(axis='both', labelsize=14) #设定刻度标记大小

plt.plot(data, data**2 , linewidth=5) 
#添加y=x^2的曲线,第一个参数为x轴数据，第二个参数为y轴数据，第三个参数设定线条宽度
plt.plot(data, data**4, linewidth=5) #添加y=x^4的曲线

plt.legend(['y=x^2','y=x^4']) #添加图例

plt.savefig('squares_x.png'， bbox_inches='tight') 
#保存图形，第一个参数为文件名，第二个参数表示将多余的空白裁剪掉
plt.show() #显示图形

以下为运行结果

下面展示 包含子图的基础绘图语法

import numpy as np
import matplotlib.pyplot as plt

rad = np.arange(0, np.pi*2, 0.01)
#第一幅子图
pl = plt.figure(figsize=(8,6), dpi=80) #确定画布大小
axl = pl.add_subplot(2,1,1) #创建一个2行1列的子图，并开始绘制第一幅
plt.title('lines') #添加标题
plt.xlabel('x') #添加x轴名称
plt.ylabel('y') #添加y轴名称
plt.xlim((0,1)) #确定x轴范围
plt.ylim((0,1)) #确定y轴范围
plt.xticks([0,0.2,0.4,0.6,0.8,1]) #确定x轴的刻度
plt.yticks([0,0.2,0.4,0.6,0.8,1]) #确定y轴的刻度
plt.plot(rad, rad**2) #添加y=x^2的曲线
plt.plot(rad, rad**4) #添加y=x^4的曲线
plt.legend(['y=x^2', 'y=x^4'])
#第二幅子图
ax2 = pl.add_subplot(2,1,2) #开始绘制第二幅
plt.title('sin/cos') #添加标题
plt.xlabel('rad') #添加x轴标题
plt.ylabel('value') #添加y轴标题
plt.xlim((0,np.pi*2)) #确定x轴范围
plt.ylim((-1,1)) #确定y轴范围
plt.xticks([0,np.pi/2,np.pi,np.pi*1.5,np.pi*2]) #确定x轴刻度
plt.yticks([-1,-0.5,0,0.5,1]) #确定y轴刻度
plt.plot(rad,np.sin(rad)) #添加sin曲线
plt.plot(rad,np.cos(rad)) #添加cos曲线
plt.legend(['sin','cos'])
plt.savefig('sincos.png')
plt.show()

以下为运行结果

设置pyplot的动态rc参数

pyplot使用rc配置文件来自定义图形的各种默认属性，被称为rc配置或rc参数。
默认rc参数可以在Python交互环境中动态更改。所有存储在字典变量中的rc参数，都被称为rcParams。
原图

#原图
x = np.linspace(0, 4*np.pi) #生成x轴数据
y = np.sin(x) #生成y轴数据
plt.plot(x,y,label="$sin(x)$") #绘制sin曲线图
plt.title('sin')
plt.savefig('sin.png')
plt.show()

修改rc参数后的图

#修改rc参数后的图
x = np.linspace(0, 4*np.pi) #生成x轴数据
y = np.sin(x) #生成y轴数据

#修改rc参数
plt.rcParams['lines.linestyle'] = '-.' #将线条设置为点划线
plt.rcParams['lines.linewidth'] = 3 #设置线条宽度
plt.rcParams['font.sans-serif'] = 'SimHei' #设置字体为SimHei
plt.rcParams['axes.unicode_minus'] = False #设置正常显示符号，显示中文
#默认的pyplot字体并不支持中文字符的显示

plt.plot(x,y,label="$sin(x)$") #绘制sin曲线图
plt.title('sin曲线')
plt.savefig('sin.png')
plt.show()

线条常用的rc参数名称

rc参数名称	解释	取值
lines.linewidth	线条宽度	取0~10之间的数值，默认为1.5
lines.linestyle	线条样式	实线： ‘-’ , 长虚线 ‘–’，点划线 ‘-.’，短虚线 ‘:’
lines.marker	线条上点的形状	参照下表，默认为None
lines.markersize	点的大小	取0~10之间的数值，默认为1

line.marker参数取值及意义

lines.marker取值	意义	lines.marker取值	意义
’ o ’	圆圈	’ . ’	点
’ D ’	菱形	’ s ’	正方形
’ h ’	六边形1	’ * ’	星号
’ H ’	六边形2	’ d ’	小菱形
’ - ’	水平线	’ v ’	一角朝下的三角形
’ 8 ’	八边形	’ < ’	一角朝左的三角形
’ p ’	五边形	’ > ’	一角朝右的三角形
’ , ’	像素	’ ^ ’	一角朝上的三角形
’ + ’	加号	’ \ ’	竖线
’ None ’	无	’ x ’	X

分析特征间的关系

散点图主要用于分析特征间的相关关系
折线图则用于分析自变量特征和因变量特征之间的趋势关系

绘制散点图

散点图是以一个特征为横坐标，以另一个特征为纵坐标，利用坐标点（散点）的分布形态反应特征间的统计关系的一种图形。
散点图可以提供两类关键信息：
（1）特征之间是否存在数值或者数量的关联趋势，关联趋势是线性的还是非线性的。
（2）如果某个点或者某几个点偏离大多数点，则这些点就是离群值，通过散点图可以一目了然，从而可以进一步分析这些离群值是否在建模分析中产生很大的影响。
pyplot中绘制散点图的函数为scatter，语法如下：

matplotlib.pyplot.scatter(x, y, s=None, c=None, 
marker=None, cmap=None, norm=None, vmin=None, Vmax=None,
alpha=None, linewidths=None, verts=None, edgecolors=None,
hold=None,**kwargs)

参数名称	说明
x,y	接收x轴和y轴对应的数据。无默认
s	接收数值或者一维的array。指定点的大小，若传入一维array，则表示每个点的大小。默认为None
c	接收颜色或者一维的array。指定点的颜色，若传入一维array，则表示每个点的颜色。默认为None。 颜色还可以设置为一个元组(a,b,c)，其中a，b，c为三个0~1之间的数值，表示红色、绿色和蓝色分量。
cmap	颜色映射，在参数c接收一个array时，可以设定一个颜色，根据array中数值的大小来显示颜色的深浅。例：c=y, cmap=plt.cm.Blues。 详细的颜色映射可参考链接
marker	接收特定的string。表示绘制的点的类型。默认为None
alpha	接收0~1的小数。表示点的透明度。默认为None
edgecolor	表示点的轮廓。‘none’ 表示删除点的轮廓

绘制折线图

折线图是一种将数据点按照顺序连接起来的图形。折线图的主要功能是查看因变量y随着自变量x改变的趋势，最适合用于显示随时间而变化的连续数据。同时还可以看出数量的差异，增长趋势的变化。
基本语法：

matplotlib.pyplot.plot(*args, **kwargs)

plot函数在官方文档的语法中只要输入不定长参数，实际可以输入的参数主要如下表所示。

参数名称	说明
x，y	接收array。表示x轴和y轴对应的数据。无默认
color	接收特定的string。指定线条的颜色。默认为None
linestyle	接收特定string。指定线条类型。线条类型同rc参数。默认为 ‘-’
marker	接收特定string。表示绘制的点的类型。点的类型同rc参数。默认为None
alpha	接收0~1的小数。表示点的透明度。默认为None

color参数常用颜色

颜色缩写	代表的颜色	颜色缩写	代表的颜色
’ b ’	蓝色	’ m ’	品红
’ g ’	绿色	’ y ’	黄色
’ r ’	红色	’ k ’	黑色
’ c ’	青色	’ w ’	白色

分析特征内部数据分布与分散情况

直方图

直方图又称质量分布图。用直方图可以比较直观的看出产品质量特性的分布状态，便于判断其总体质量分布情况。
基本使用语法如下。

matplotlib.pyplot.bar(left, height, width = 0.8, bottom = None,
	hold = None, data = None, **kwargs)

参数名称	说明
left	接收array。表示x轴的数据。无默认
height	接收array。表示x轴所代表数据的数列。无默认
width	接收0~1之间的float。指定直方图宽度。默认为0.8
color	接收特定string或者包含颜色的字符串的array。表示直方图的颜色。默认为None

事例如下

import matplotlib.pyplot as plt
import csv

plt.rcParams['font.sans-serif'] = 'SimHei' # 设置字体
plt.rcParams['axes.unicode_minus'] = False # 设置中文显示

# 提取数据
filename = '年度数据.csv' # 本地数据文件名
with open(filename) as f: # 打开本地数据文件
    reader = csv.reader(f) # 读取文件内容
    
    # 提取文件中的数据转化为列表
    for index,row in enumerate(reader):
        if index == 2:
            years = row[1:]
            years.reverse() # 数据倒序排列
        elif index == 3:
            values = row[1:]
            int_values = [float(i) for i in values] # 将str数据转化为float数据
            int_values.reverse() # 数据倒序排列

# 绘制直方图
plt.figure(figsize=(7,6)) # 设置画布大小
plt.bar(years, int_values, width = 0.5, color = 'g') #创建直方图
plt.xlabel('年份') # x轴名称
plt.ylabel('国民总收入（亿元）') # y轴名称
plt.ylim((400000,1000000)) # 设置y轴数据范围
plt.xticks(years, rotation=45) # 设置x轴刻度
plt.yticks([i for i in range(400000,1000000,100000)]) # 设置y轴刻度
plt.title('2010~2019国民总收入历年比较') # 总标题
plt.savefig('国民总收入直方图.png') # 保存文件
plt.show()

绘制后的直方图

饼图

饼图可以比较清楚的反应出部分与部分、部分与整体之间的比例关系，易于显示每组数据相对于总数的大小，而且显示方式直观。
基本语法如下：

matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None,
	autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1,
	startangle=None, radius=None, counterclock=True, wedgeprops=None, 
	textprops=None, center=(0,0), frame=False, hold=None, data=None)

参数名称	说明
x	接收array。表示用于绘制饼图的数据。无默认
explode	接收array。表示指定项距离饼图圆心为n个半径。默认为None
labels	接收array。指定每一项的名称。默认为None
color	接收特定string或者包含颜色字符串的array。表示饼图颜色。默认为None
autopct	接收特定string。指定数值的显示方式。例如’%.1f%%'表示百分比格式，保留小数点一位。默认为None
pctdistance	接收float。指定每一项的比例autopct和距离圆心的半径。默认为0.6
labeldistance	接收float。指定每一项的名称labels和距离圆心的半径。默认为1.1
radius	表示饼图的半径。默认为1
startangle	表示饼图的起始角度
counterclock	是否逆时针，默认为True
wedgeprops	{‘linewidth’: 1.5, ‘edgecolor’:‘green’}，设置饼图内外边界的属性值
textprops	{‘fontsize’:12, ‘color’:‘k’}, 设置文本标签的属性值
center	设置饼图的原点
shadow	在饼图下设置阴影。默认为False

事例如下

import csv
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False

# 读取数据
filename = '年度数据.csv'
with open(filename) as f:
    reader = csv.reader(f)
    values = [row[1] for row in reader]
    float_values = [float(i) for i in values[5:8]] # 将str数据转化为float数据
    label = ['第一产业', '第二产业', '第三产业']

# 绘制饼图
plt.figure(figsize=(6,6))
explode = [0.01, 0.01, 0.01]
plt.pie(float_values, explode=explode, labels=label, autopct='%1.1f%%')
plt.title('2019年各产业增加值')
plt.savefig('2019年各产业增加值')
plt.show()

绘制后的饼图

箱线图

箱线图也称箱须图，其绘制需使用常用的统计量，能提供有关数据位置和分散情况的关键信息，尤其在比较不同特征时，更可表现其分散程度差异。
基本语法如下：

matlotlib.pyplot.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, 
	widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, 
	meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None,
	labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, 
	whiskerprops=None, manage_xticks=True, autorange=False, zorder=None, hold=None, data=None)

boxplot函数常用参数及说明

参数名称	说明
x	接收array。表示用于绘制箱线图的数据。无默认
notch	接收boolean。表示中间箱体是否有缺口。默认为None
sym	接收string。指定异常点形状。默认为None
vert	接收boolean。表示图形是纵向或者横向。默认为None
positions	接收array。表示图形位置。默认为None
widths	接收scalar或者array。表示每个箱体的宽度。默认为None
labels	接收array。指定每一个箱线图的标签。默认为None
meanline	接收boolean。表示是否显示均值线。默认为None

事例如下

import csv
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False

filename = '年度数据.csv'
with open(filename) as f:
    reader = csv.reader(f)

    for index, row in enumerate(reader):
        if index == 5:
            value_1 = [float(i) for i in row[1:]]
        elif index == 6:
            value_2 = [float(i) for i in row[1:]]
        elif index == 7:
            value_3 = [float(i) for i in row[1:]]
        else:
            continue

label = ['第一产业', '第二产业', '第三产业']
values = (value_1, value_2, value_3)
plt.figure(figsize=(6,4))
plt.boxplot(values, labels=label, meanline=True)
plt.title('2010~2018年各产业生产总值')
plt.savefig('E://Python/2010~2018年各产业生产总值.png')
plt.show()

绘制后的箱线图