Python编程数据分析篇之Matplotlib

Python编程数据分析篇之Matplotlib

Matplotlib介绍#

什么是Matplotlib

Matplotlib是Python的一个基础绘图库，它可与Numpy一起使用，代替Matlab使用。

为什么要学习Matplotlib

• 将数据进行可视化，使数据更直观
• 使数据更具有说服力
• 直观筛选数据的异常值
• 为数据建模提供灵感

Matplotlib安装

由于Matplotlib是第三方库，所以我们需要安装它才可以使用。注意，Matplotlib3.0要求Python3版本才可安装使用。

安装命令： pip install Matplotlib

安装可参考官网：https://matplotlib.org/users/installing.html

Matplotlib绘图

图片与子图

Matplotlib所绘制的图位于图片(Figure)对象中。我们可以通过plt.figure生成一个新的图片
代码如下（示例）：

import matplotlib.pyplot as plt
fig = plt.figure()

注意：
在IPython中，执行该代码一个空白的绘图窗口就会出现，但在Jupyter中则没有任何显示。但是，可以通过plt.subplot创建一个或多个子图。
**plt.subplot()**有返回值

除此之外，Matplotlib包含一个便捷方法plt.subplots创建一个新的图片，然后返回包含了已生成子图对象的Numpy数组。

• plt.subplots(nrows,ncols,sharex,sharey)
  nrows：子图的行数
  ncols：子图的列数
  sharex：默认False，共享x轴
  sharey：默认False，共享y轴
  代码如下（示例）：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(2,2,sharex=True,sharey=True,figsize=(14,8))
axes[0,0].scatter(range(5), range(5))  # 选取第一张子图并绘制散点图
axes[0,1].scatter(range(5), list(range(5))[::-1])  # 选取第二张子图并绘制散点图  

# 调整子图之间的间距
plt.subplots_adjust(wspace=0, hspace=0)

# 展示图片
plt.show()

注意：
plt.subplots有两个返回值fig,ax

实际上，当我们不需要使用子图时，可以直接使用plt对象绘制图形。

Matplotlib绘制图形

matplotlib能够绘制折线图，散点图，条形图，直方图和饼图等。
具体可参考：https://matplotlib.org/stable/gallery/index.html

折线图

折线图介绍

折线图以折线的上升或下降来表示统计数量的增减变化的统计图。

特点：能够显示数据的变化趋势，反映事物的变化情况

折线图绘制

• plt.plot()
  

• plt.subplots()
  
  注意：

• 第一种方法之所以能够直接使用plt对象调用plot()方法是因为默认使用的当前坐标轴。第二种方法是正常的逻辑，即使用plt.subplots()生成两个对象fig(画布或图片)和ax(坐标轴)，再用ax调用plot()方法，也就是ax.plot()进行画图。

• 一块画布fig上可以画多张图，而每一张图都有一个的坐标轴，所以可以通过每张图的坐标轴调用plot()方法来指定在哪张图上画图。

• plt.plot()可以直接画图而没有指定坐标轴，是因为它默认在当前轴上进行画图操作。

marker参数的使用说明

参数linstyle的使用说明

参数color的使用说明

图形组成

实际上，图形的组成除了x,y轴还有很多组件。如下图：

方法	描述
plt.figure(figsize=None,dpi=None)	生成新的图片或画布，figsize：画布大小；dpi：画布透明度
plt.savefig(fname)	保存图片
plt.xticks(ticks=None)	设置x轴刻度值
plt.yticks(ticks=None)	设置y轴刻度值
plt.xlabel(xlabel)	设置x轴标签
plt.ylabel(ylabel)	设置x轴标签
plt.title()	设置图片标题
plt.grid()	根据x轴和y轴的数值展示轴网格

中文显示问题

# 法一
import matplotlib

font = {
		'family':'SimHei',
		'weight':'bold',
		'size':12
}
matplotlib.rc('font',**font)

# 法二
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 步骤一：替换sans-serif字体
plt.rcParams['axes.unicode_minus'] = False    # 步骤二：解决坐标轴负数的负号显示问题

# 法三（局部传参法）
from matplotlib.font_manager import FontProperties

font = FontProperties(fname=f'c:\windows\fonts\simsun.ttc',size=14) # 相当于将windows中的这个字体注册到了matplotlib字体库中
plt.xitcks(x_t,fontproperties=font)

添加注释文本

plt.annotate() 基本使用

• text：要注释的文本
• xy：需要注释的点的坐标
• xytext：注释文本的坐标
• arrowprops：箭头的样式属性

散点图

散点图介绍

散点图用两