数据可视化各个图表

阶梯图

import pandas as pd
from matplotlib import pyplot as plt

postage=pd.read_csv(r"http://datasets.flowingdata.com/us-postage.csv")

fig, ax=plt.subplots(figsize=(10, 4))
ax.step(postage["Year"],postage["Price"], where='post')

# 设置标题
ax.set_title("US Postage Fee")
# 设置x轴刻度
ax.set_xticks(postage["Year"])
# 去除y轴刻度
# ax.set_yticks([])
# 去除边框
ax.spines["top"].set_visible(False)
ax.spines["bottom"].set_visible(False)
ax.spines["left"].set_visible(False)
ax.spines["right"].set_visible(False)
# 为绘制的阶梯图添加文字注释
for i,j in zip(postage["Year"],postage["Price"]):
    ax.text(x=i, y=j+0.003, s=j)
fig.tight_layout()
plt.show()

 其中的where参数取值范围为为{'pre', 'post', 'mid'}，默认值为'pre'。pre 、post 、mid代表阶梯所在位置分别在数据区间的前、后、中不同的位置

自动调整子图参数，使之填充整个图像区域：fig.set_tight_layout(True)

折线图

import pandas as pd
from matplotlib import pyplot as plt
# 自己寻找几组（至少两组）合适的连续型时间数据，使用折线图对该组数据在同一个子图内进行呈现。
# 根据数据的特点设置美观合理的图表标题、横纵轴标签、刻度范围、刻度标签等参数，使案例作品满足可视化设计的基本原则。
#读取文件
money = pd.read_csv(r'../data/hot-dog-stack-places.csv')
print(money)
#添加此代码可使用Matplotlib提供已经定义好的样式，比如，背景色，网格线，线条粗细，字号
plt.style.use('seaborn')
fig,ax = plt.subplots(figsize = (10,9))
#！！！！！！！！！绘制三条折线
ax1 = plt.plot(money['Year'],money['First'])
ax2 = plt.plot(money['Year'],money['Second'])
ax3 = plt.plot(money['Year'],money['Third'])
#中文注释
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
#设置标题
ax.set_title("某一畅销电子产品售况图 - xxx", fontproperties='SimHei',fontsize=20)
#设置标签（横纵）
ax.set_ylabel('某一畅销电子产品售况',fontsize = 16)
ax.set_xlabel('月份',fontsize = 16)
#去掉顶部和右边的边框
ax.spines["top"].set_visible(False)
ax.spines["right"].set_visible(False)
#设置横轴、纵轴刻度
ax.tick_params(axis = 'both',labelsize = 9)
#plt.savefig('TOP10评论点赞数-条形图.png')
plt.show()

散点图

 散点图1

import pandas as pd
from matplotlib import pyplot as plt

#1990-2020年中国GDP总值的变化情况散点图
#读取文件
# GDP = pd.read_csv(r"3数据文件/gdp-per-China-worldb (1).csv")
GDP = pd.read_csv(r"../data/gdp-per-China-worldb.csv")
# print(GDP)
#设置一张画布，宽10，高9
fig, ax = plt.subplots(figsize=(10,9))
#scatter散点图，Year为横坐标轴，GDP为纵坐标轴，s为点的大小，c为颜色，r=red，
# maker为点的样式，可选，默认值为o，alpha为点的透明度，0（透明）-1（不透明）
plt.scatter(GDP["Year"],GDP['GDP'],s=7,c='r',marker='o',alpha=0.5)
ax=plt.gca()
#设置标题名称,设置显示可以显示中文，字体大小为14
ax.set_title(u'1990-2020年中国GDP总值的变化情况散点图',fontproperties='SimHei',fontsize=16)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
#设置横纵坐标的标签
ax.set_xlabel('年份',fontsize = 14)
ax.set_ylabel('GDP',fontsize = 14)
#最后将画布显示出来
plt.show()

matplotlib.pyplot.scatter( x , y , s = None , c = None , marker = None , cmap = None , norm = None , vmin = None , vmax = None , alpha = None , linewidths = None , * , edgecolors = None , plotnonfinite = False ,数据=无, ** kwargs )

常用的参数主要有x, y, s，c，maker和alpha等。

具体的参数作用及取值范围如下所示:

1.        x,y代表数据的位置 ：数据类型为形如shape(n,)数组类型;

2.        s代表点的大小：标量或形如shape(n,)数组，默认值为20;

3.        c代表点的颜色：可以是色彩或颜色序列。注意c值不应该是一个单一的RGB数值或一个RGBA序列。

其中颜色参数如下b---blue, c---cyan, g---green, k---black, m-magenta, r---red, w---white, y---yellow；

4.        maker代表点的样式：marker属性，可选，默认值为’o’。可以是matplotlib.marker属性，标记的详细信息见https://matplotlib.org/stable/api/markers_api.html#module-matplotlib.markers；

5.        alpha代表点的透明度：alpha为浮点数，默认值：无，混合值，介于 0（透明）和 1（不透明）之间。

如果需要查看scatter函数的详细内容，可以参考matplotlib的官网文档关于scatter函数的相关内容，具体网址是：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.scatter.html#matplotlib.pyplot.scatte

 散点图 + 拟合曲线

'''
分析2005年美国各州的犯罪率,入室盗窃和谋杀,
研究这两者之间是否存在某种联系?是否人口越多犯罪率越高?
'''
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
crime = pd.read_csv(r"rt数据文件/crimeRatesByState200.csv")
print(crime)
'''
# 消除可疑点，crime.state不等于‘United States’，
# 然后crime2.state 不等于 'District of Columbia'
'''
crime2 = crime[crime.state != 'United States']
crime2 = crime2[crime2.state != 'District of Columbia']
#设置横轴为muder谋杀，Y轴为burglary盗窃
x = crime2['murder']
y = crime2['burglary']
'''
# 调用scatter函数得到一个散点图实例，前面两个函数是x轴与y轴的数据来源，s是点的大小,
alpha表示点的透明度
'''
plt.scatter(x, y, s=2, c='b',marker='o',alpha=0.5)
plt.title("美国入室盗窃和谋杀两种犯罪率之间关系散点图（去除异常数据）")
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
'''
polyfit为多项式曲线拟合函数，其中第一个参数为M个采样点的x坐标，
第二个参数为采样点的y坐标，deg为拟合多项式的度（阶数），有几根线，平面上的直线
'''
poly = np.polyfit(x, y, deg=1)
#polyval为求值函数可求的多项式poly在采样点x0出的y0
plt.plot(x, np.polyval(poly, x))
plt.show()

 散点矩阵图

#Seaborn它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
'''
本实例所使用的数据是2005年美国各州的犯罪率，
合计7种犯罪类型，即美国人口统计局公布的每10万人口中谋杀、抢劫和故意伤害等罪案的发生率。
'''
crime = pd.read_csv(r"../data/crimeRatesByState200.csv")
# 过滤掉全美平均值和哥伦比亚特区的数据   —— 移除某行
crime2 = crime[crime.state != 'United States']
crime2 = crime2[crime.state != 'District of Columbia']
#  分别为移除state列和population列数据  ——  移除某列数据
crime2 = crime2.drop(['state'], axis=1)
crime2 = crime2.drop(['population'], axis=1)
print(crime2)
# 绘制散点矩阵图
'''pairplot函数的第一个参数是指定数据开源，第二个参数是指定对角图（kde是密度图，hist是直方图），
第三个参数是设置使用回归。
'''
g = sns.pairplot(crime2, kind="reg")
plt.show()

 柱形图

柱状图1

#过去30年热狗大胃王比赛结果柱状图
import pandas as pd
from matplotlib import pyplot as plt

#读取文件
hotdog = pd.read_csv(r"../data/hot-dog-contest-winn.csv")
# print(hotdog)
#设置画布大小
fig, ax=plt.subplots(figsize=(10,9))
#设置画面布局，用bar函数绘制柱状图
#设置横坐标为Year值，纵坐标为Eaten值
plt.bar(hotdog['Year'],hotdog['Eaten'])

#x表示起始位置,color表示条形颜色，edgecolor表示条形边界颜色，x表示条形的坐标序列，height表示条形的高度序列
# plt.bar(x=hotdog['Year'],height=hotdog['Eaten'],color='b',edgecolor='k')
#设置标题名称，显示中文
ax.set_title(u'过去30年热狗大胃王比赛结果柱状图',fontproperties='SimHei',fontsize=16)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
#设置横纵坐标轴
ax.set_xlabel(