数据分析-Day02 matplotlib基础（2）

PhoenixPerch

已于 2023-03-10 09:48:02 修改

阅读量701

点赞数

分类专栏：数据分析文章标签：数据分析 python

于 2022-01-19 21:56:59 首次发布

本文链接：https://blog.csdn.net/wutongxdf/article/details/122589760

版权

数据分析专栏收录该内容

5 篇文章 0 订阅

订阅专栏

【前提】from matplotlib import pyplot as plt

1. 绘制散点图

方法与绘制折线图类似，只是需要调用 plt.scatter()

#绘制散点图,数据为2016年北京市3、10月份每日白天的最高气温

from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font = font_manager.FontProperties(fname="C:\WINDOWS\FONTS\MSYH.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]

#错开3月、10月的x轴坐标
x_3 = range(1,32)
x_10 = range(41,72)

plt.figure(figsize=(20,8),dpi=80)

#使用scatter方法绘制散点图
plt.scatter(x_3,y_3,label="3月")
plt.scatter(x_10,y_10,label="10月")

_x = list(x_3) + list(x_10)
_xtick_labels = ["3月{}日".format(i) for i in x_3]
_xtick_labels += ["10月{}日".format(i-40) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],fontproperties=my_font,rotation=45)

plt.legend(prop=my_font,loc=2)

plt.xlabel("日期",fontproperties=my_font)
plt.ylabel("温度(℃)",fontproperties=my_font)
plt.title("2016年北京市3、10月份每日白天最高气温",fontproperties=my_font)

plt.show()

2. 绘制条形图

2.1 基础：调用 plt.bar()

如：plt.bar(x,y,width=0.2,color="orange")

首个参数只能接受含数字的可迭代对象；

width：表示长条的宽度，默认值为0.8。

#绘制条形图，数据为2017年内地电影票房前20的电影及其票房数据

from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font = font_manager.FontProperties(fname="C:\WINDOWS\FONTS\MSYH.TTC")

x = ["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",]
y = [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]

plt.figure(figsize=(20,15),dpi=80)

plt.bar(range(len(x)),y,width=0.3)

plt.xticks(range(len(x)),x,fontproperties=my_font,rotation=90)

plt.show()

2.2 绘制横状条形图

调用 plt.barh()

如：plt.barh(x,y,height=0.3,color="orange")

参数不再为 width，而是 height。

#绘制横着的条形图，数据同上

from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font = font_manager.FontProperties(fname="C:\WINDOWS\FONTS\MSYH.TTC")

x = ["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",]
y = [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]

plt.figure(figsize=(20,8),dpi=80)

plt.barh(range(len(x)),y,height=0.3,color="orange")

plt.yticks(range(len(x)),x,fontproperties=my_font)

plt.grid(alpha=0.4)

plt.show()

2.3 绘制多个条形图

即多次调用 plt.bar()

【注】绘制同组数据的各个条形图时，要适当移动x轴的坐标，保证图形不重叠，如：

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 for i in x_15]

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")

#绘制多个条形图，数据为三部电影在2017年9月14、15、16日的票房数据

from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font = font_manager.FontProperties(fname="C:\WINDOWS\FONTS\MSYH.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 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]

plt.figure(figsize=(20,15),dpi=80)

#根据条形图的宽度设置x轴的移动距离
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 for i in x_15]

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")

plt.xticks(x_15,a,fontproperties=my_font)

plt.legend(prop=my_font)

plt.xlabel("日期",fontproperties=my_font)
plt.ylabel("票房(亿元)",fontproperties=my_font)
plt.title("2017年9月14、15、16日票房",fontproperties=my_font)

plt.show()

3. 绘制直方图

3.1 plt.hist()

1）传入两个基本参数，即需要统计的原始数据，以及组数；

2）若组距不均匀时，可以不传入固定的组数，而改为一个列表，长度为组数，值为分组依据；

3）参数 normed = True (可选) 表示绘制频率直方图，不写时默认为频数直方图。

#绘制直方图，250部电影的时长，希望统计出这些电影时长的分布状态

from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font = font_manager.FontProperties(fname="C:\WINDOWS\FONTS\MSYH.TTC")

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]

plt.figure(figsize=(20,8),dpi=80)

#计算组数 num_bins
bin_width = 3         #设置组距
num_bins = (max(a)-min(a))//bin_width

#normed=bool：是否绘制频率直方图
plt.hist(a,num_bins,normed=True)

plt.xticks(list(range(min(a),max(a)+bin_width,bin_width)))

plt.grid(alpha=0.4)

plt.show()

3.2 利用条形图绘制直方图

【注】一般而言，能够使用 plt.hist() 方法的的是那些没有经过统计的原始数据。若给出的数据已经统计过，为达到直方图的效果，可以考虑绘制条形图。

#通过绘制条形图的方法绘制直方图，数据为2004年美国人从家到上班地点所需要的时间。

from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font = font_manager.FontProperties(fname="C:\WINDOWS\FONTS\MSYH.TTC")

plt.figure(figsize=(20,8),dpi=80)

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]

#width=1使得条形图之间没有间隙
plt.bar(range(len(quantity)),quantity,width=1)

#调整x轴的刻度
_x = [i-0.5 for i in range(len(quantity)+1)]
_xtick_labels = interval + [150]
plt.xticks(_x,_xtick_labels)

plt.grid(alpha=0.4)

plt.show()