数据分析----入门篇02

matplotlib的使用

matplotlib默认不支持中文字符，因为默认的英文字体无法显示汉字

设置字体的样式方法一：

font = {'family':'MicroSoft YaHei',

        'weight':'bold',

        'size':'12'}

matplotlib.rc('font', **font)

方法二(设置中文的方法)：

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

plt.rcParams['axes.unicode_minus'] = False

matplotlib能够绘制折线图,散点图,柱状图,直方图,箱线图,饼图等

（折线图，散点图，条形图，柱状图，多个柱形图，直方图）

1）首先导包

from matplotlib import pyplot as plt

2）然后准备数据x,y

3）再设置图的大小和分辨率

设置图的大小和分辨率代码：

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

figure指我们画的图

传入dip参数，让图像更加清晰

dpi（dots per inch）：每英寸点数 

1、折线图

# 折线图的绘制
plt.plot(x,y)

# plt.xticks(x) -------设置x的刻度      plt.yticks(y)---------设置y的刻度
plt.xticks(x[::2])

# 显示图片效果
plt.show()

（加水印，改变折线样式，加文本注释的方法）：

img = plt.imread('dog (1).jpg')
plt.figimage(img,700,100,origin='upper',alpha=0.3) # 加水印

#                                            线条宽度        线条样式
plt.plot(x,y,label = '我的',color = 'green',linewidth = '5',linestyle = ':')
plt.plot(x,y2,label = '同桌的',color = 'red',linewidth = '10',linestyle = '-.')

plt.text(0,1,'他好帅',color = 'y',size = '10',ha = 'center',va = 'center',rotation = 25)

                            # rotation为透明度

2、散点图

plt.scatter(x,y)

3、条形图

准备好数据a,b

plt.barh(a[::-1],b[::-1],height=0.3,color = 'orange')

plt.yticks(range(len(a)),a[::-1])

条形图：

（条形图排序———提升版）：

准备好数据a,b(b是数值)

# 1.让两个数据产生关联（字典）
a2 = dict(zip(a,b))

# 2、 b进行排序

new_b = sorted(b)

print(new_b)

# 3. 把 new_b中的每一个值去 a2中找对应的键，组成新的列表，即排完序后的键

new_a = []

for i in new_b:

        for j in a2:

                if a2[j] == i:

                        new_a.append(j)

print(new_a)

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

plt.barh(new_a,new_b,height=0.3,color = 'orange')

plt.yticks(range(len(a)),new_a)

plt.show()

4、柱状图

plt.bar(a,b,width=0.2,color = 'orange')

plt.xticks(range(len(a)),a,rotation = 270)

柱状图：

5、多个柱形图

准备好三组数据b_14,b_15,b_16

# 三组数据的刻度位置
x_14 = range(len(a))
x_15 = [i + 0.2 for i in x_14]
x_16 = [j + 0.4 for j in x_14]

# 绘制这三组数据
plt.bar(x_14,b_14,width=0.2,label = '9月14日')
plt.bar(x_15,b_15,width=0.2,label = '9月15日')
plt.bar(x_16,b_16,width=0.2,label = '9月16日')

a = ['猩球崛起3：终极之战','敦刻尔克','蜘蛛侠：英雄归来','战狼2']

plt.xticks(x_15,a)

# 设置图例
plt.legend(loc = 'best')

多个柱形图：

6、直方图

准备好数据a

# d 代表组距
d = 3
# 组数 = 极差/组距     100个数据以内尽可能分5~12组比较合适
nums = (max(a)-min(a))//3  # 向下整除，保留整数

plt.hist(a,nums)

#                      把最后一个刻度加上
plt.xticks(range(min(a),max(a)+d,d))  # 调网格大小
# 加网格线
plt.grid(alpha = 0.3)
plt.show()

直方图：

---------------------------------------------------------------------

---------------------------------------------------------------------

三个绘图库的差别

seaborn中的柱状图：

import seaborn as sns

import matplotlib.pyplot as plt

cate = ['a','b','c','d']

data = [20,25,35,10]

sns.barplot(x=cate,y=data)

plotly中的柱状图：

import plotly.graph_objects as go

cate = ['a','b','c','d']

data = [20,25,35,10]

fig = go.Figure(data=[go.Bar(x=cate,y=data)])

fig.update_layout(title='柱状图',xaxis_title='x轴',yaxis_title='y轴')

matplotlib中的柱状图：

import matplotlib.pyplot as plt     

cate = ['a','b','c','d']

data = [20,25,35,10]

plt.bar(cate,data)

numpy中数组的创建

先导包：

import numpy as np

第一种创建array数组的方式：

t1 = np.array([1,2,3,4,5,6],dtype='int64')

print(t1)

print(t1.dtype)

第二种创建数组的方式：

t2 = np.array(range(1,6))

t2

第三种创建数组的方式：

t3=np.arange(1,6)

t3

结果如图：

数组的形状：

类型的问题：

小数问题：

几维数组的问题：

numpy数组的运算

同样，先导包：

import numpy as np

一维数组：

t1=np.arange(12)

print(t1.shape)

二维数组：

t2 = np.array([[1,2,3],[4,5,6]])

print(t2)

print(t2.shape)

在创建时指定数组的形状：

t5 = np.arange(24).reshape((2,3,4))

print(t5)

降至一维数组：

运算中注意的点：

注意：

4*6 和 2*6不能相互运算

4*6 和 1*6 可以相互运算

4*6 和 4*1 可以相互运算

轴的概念：

在numpy中可以理解为方向，使用0,1,2…数字表示

numpy读取数据

先把数据导入进来：

取下标为1的行：

取多行，取列的一些方法：

numpy中数组的转置

二维数组转置方法：

实现效果如下：