数据分析课程笔记 (二）

最新推荐文章于 2024-07-12 16:16:27 发布

☞源仔

最新推荐文章于 2024-07-12 16:16:27 发布

阅读量355

点赞数 4

文章标签： python

本文链接：https://blog.csdn.net/weixin_54546190/article/details/118859684

版权

(一) 自定义绘制图形的风格

1.1 风格代码介绍

plt.plot(x,y_a,label="本人",color="#DB7093",linestyle=':',linewidth=5,alpha=0.4)
plt.plot(x,y_b,label="朋友",color="cyan",linestyle='--')
plt.legend(prop=my_font,loc="best")

颜色字符 color	风格字符 linestyle
r 红色	- 实线
g绿色	- - 虚线、破折线
b蓝色	-. 点划线
w白色	：点虚线
	’ ’ 留空或空格，无线条
c青色
m 洋红
y黄色
k黑色

#DB7093 十六进制表示的颜色
0.8 灰度值字符串

color="#DB7093" ：表示线条颜
linestyle=’:’ ：表示线条的风格
linewidth=5 ：表示线条的宽度
alpha=0.4 ：表示透明度
label=“本人”：表示图例标签的内容
legend（）：显示中文用prop=my_font，其他地方都用fontproperties=my_font
loc=“best” : 定义图例的位置，有upper right、upper left、lower left、lower right #补充 : right、center left、center right、lower center、upper center、center

1.2 实例

#添加水印
plt.text(x=11,y=1,s="源仔",fontsize=50,color="gray",alpha=0.3,fontproperties=my_font)
#添加网格
plt.grid(alpha=0.4)

x=11:水印开头左下角对应的x点
y=1:水印开头坐下早对应的y点
fontsize=50:水印的大小
s=“源仔”:水印文本内容
plt.grid():添加网格

	# coding=utf-8
	from matplotlib import pyplot as plt
	from matplotlib import font_manager
	
	my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/simsun.ttc")

	# 写入数据
	y_a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
	y_b = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]
	x = range(11,31)
	
	# 设置图形大小
	plt.figure(figsize=(20,8),dpi=80)
	
	plt.plot(x,y_a,label="本人",color="#DB7093",linestyle=':',linewidth=5,alpha=0.4)
	plt.plot(x,y_b,label="朋友",color="cyan",linestyle='--')
	             
	# 设置x轴刻度
	_xtick_labels = ["{}岁".format(i) for i in x]
	plt.xticks(x,_xtick_labels,fontproperties=my_font)
	plt.yticks(range(0,9))
	
	# 绘制网格
	plt.grid(alpha=0.4)
	
	# 加入水印
	plt.text(x=11,y=1,s="源仔",fontsize=50,color="gray",alpha=0.3,fontproperties=my_font)
	
	# 添加图例
	plt.legend(prop=my_font,loc="best")
	              
	plt.xlabel("年龄",fontProperties = my_font)
	plt.ylabel("女友个数",fontProperties = my_font)
	plt.title("每年女友个数统计",fontProperties = my_font)
	plt.savefig("./同桌对比女友个数统计.png")
	
	plt.show()

在这里插入图片描述

（二）散点图

2.1 散点图定义

散点图:用两组数据构成多个坐标点，考察坐标点的分布,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:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)
在这里插入图片描述

2.2 散点图和折线图的区别

使用scatter方法绘制散点图，和之前绘制折线图的唯一区别
散点图与折线图的唯一区别：

折线图：plt.plot()
散点图：plt.scatter()

2.3 实例

# coding=utf-8
from matplotlib import pyplot as plt
import matplotlib
from matplotlib import font_manager

my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/simsun.ttc")
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]

x_3 = range(1,32)
x_10 = range(51,82)

# 设置图形大小
plt.figure(figsize=(20,8),dpi=80)

# 使用scatter方法绘制散点图，和之前绘制折线图的唯一区别
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")

# 调整x轴刻度
_x = list(x_3) + list(x_10)
_xtick_labels = ["3月{}".format(i) for i in x_3]
_xtick_labels += ["10月{}".format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],fontProperties = my_font,rotation=45)

# 添加图例
plt.legend(loc="upper left",prop = my_font)

# 添加描述信息
plt.xlabel("时间",fontProperties = my_font)
plt.ylabel("温度",fontProperties = my_font)
plt.title("标题",fontProperties = my_font)

# 保存图片
plt.savefig("./散点图1.png")

# 展示
plt.show()

在这里插入图片描述

(三）条形图

3.1 条形图定义

条形图:排列在工作表的列或行中的数据可以绘制到条形图中。
特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)
在这里插入图片描述

3.2 绘制条形图的常见错误

条形图：plt.bar()源码
在这里插入图片描述
横向条形图：plt.barh()源码

常见程序错误：

因为横向条形图：plt.barh()的第三项用height表示线条的粗细，而不是width表示线条的粗细。

3.3 绘制条形图实列

#绘制横着的条形图
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/simsun.ttc")

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]

#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
#绘制条形图
plt.barh(range(len(a)),b,height=0.3,color="#DB7093")# 因为现在是横着的图，所以用heigh来表示线条的粗细，这里可以Ctr+B查看barh源码
#设置字符串到x轴
plt.yticks(range(len(a)),a,fontproperties=my_font)

# 添加网格
plt.grid(alpha=0.3)
plt.savefig("./绘制横向条形图.png")

plt.show()

在这里插入图片描述

3.4 条形图（多种数据对比）

3.4.1 注意事项：

在这里插入图片描述
对每一个数据单独画条形图，然后每个条形图与上一个条形图之间向前增加width=bar_width个单位长度,三个条形图就能叠加在一起。

3.4.2 实例

# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:/windows/Fonts/simsun.ttc")


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 = [5746,312,4497,20000]
b_15 = [12357,156,2045,21568]
b_14 = [15358,399,2358,23362]

bar_width = 0.2

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]

#设置图形大小
plt.figure(figsize=(20,8),dpi=80)

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")

#设置图例
plt.legend(prop=my_font)

#设置x轴的刻度
plt.xticks(x_15,a,fontproperties=my_font)

plt.savefig("./条形图多数据对比.png")

plt.show()

在这里插入图片描述

(四) 直方图

4.1 直方图定义

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:绘制连续性的数据,展示一组或者多组数据的分布状况(统计)
在这里插入图片描述

4.2 组距和组数的定义

把数据分为多少组进行统计???组数要适当,太少会有较大的统计误差,大多规律不明显：

组数(num_bins)：将数据分组
组距(bin_width)：指每个小组的两个端点的距离

4.3 代码分析

在这里插入图片描述
注意：

但现在如果输入normed=True则会报错
因为版本已经改为了density=True，表示绘制频率直方图了

4.4 实例

4.4.1 绘制直方图

题目：

假设你获取了250部电影的时长(列表a中),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,出现的频率)等信息,你应该如何呈现这些数据?

# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager

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]

#计算组数
d = 3  #组距
num_bins = (max(a)-min(a))//d   # 组数
print(max(a),min(a),max(a)-min(a))
print(num_bins)


#设置图形的大小
plt.figure(figsize=(20,8),dpi=80)

plt.hist(a,num_bins,density=True)

#设置x轴的刻度
plt.xticks(range(min(a),max(a)+d,d))

plt.grid()

plt.show()

在这里插入图片描述

4.4.2 进一步的问题

问题：

哪些数据能够绘制直方图
前面的问题中给出的数据都是统计之后的数据,所以为了达到直方图的效果,需要绘制条形图
所以:一般来说能够使用plt.hist方法的的是那些没有统计过的数据

如：在美国2004年人口普查发现有124 million的人在离家相对较远的地方工作。根据他们从家到上班地点所需要的时间,通过抽样统计(最后一列)出了下表的数据,这些数据能够绘制成直方图么?答：不能。要用条形图绘制。
在这里插入图片描述
用条形图绘制出直方图，如下所示：

# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager

interval = [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]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]


print(len(interval),len(width),len(quantity))

#设置图形大小
plt.figure(figsize=(20,8),dpi=80)



plt.bar(range(12),quantity,width=1)  
    # 查看源码默认宽度0.8,如果是默认值则会有间隔，达不到想要直方图那种联系的样子。

#设置x轴的刻度
_x = [i-0.5 for i in range(13)]
_xtick_labels =  interval+[150]
    #得_xtick_labels = [0,5,10,15,20,25,30,35,40,45,60,90,150]
plt.xticks(_x,_xtick_labels)

plt.grid(alpha=0.4)
plt.show()