数据可视化——简单图形绘制（饼图，柱状图，直方图，散点图，箱线图，折线图）

*各种图形的label参数都与plt.legend函数配合使用

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

#更改文件存放提取路径
import os
os.chdir('')
data = pd.read_csv()

#数据按照地区求销量平均值
data_1 = data.groupby('Region').mean()['Sales']

x_data = data_1.values
y_label = data_1.index #y轴标签为数据第一行指标

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

饼图

饼图不适合取值过多的分类特征
pie(x,explode,labels,colors,autopct=,pctdistance,shadow,labeldistance,startangle,radius,wedgeprops,textprops,center)

• explode:突出显示，即扇形与圆心距离
• autopct:百分比显示格式
• pctdistance:百分比标签与圆心距离
• shadow:是否添加阴影效果
• labeldistance:设置扇形标签与圆心距离
• startangle:设置饼图初始摆放角度
• radius:饼图半径大小
• wedgeprops:内外边界属性（以字典形式表示）
• counterclock:是否逆时针呈现
• textprops:文本属性（以字典形式表示）
• center:中心位置设置

explode = [0,0.1,0,0,0,0.2]
colors = ['yellow','red','purple','green','blue','darkred']

plt.pie(x=x_data,explode=explode,labels=y_label,colors=colors,autopct='.if%%',pctdistance=1.1,
        wedgeprops={'linewidth':1.5,'edgecolor':'green'},textprops={'fontsize':10,'color':'black'})
plt.title('标题',pad=30)
plt.show()

柱状图

bar(x,height,width,bottom,edge,color,linewidth,tick_label,align)

• x:长条形中点横坐标，一般用range函数，range(0,n+1)
• height:长条形高度
• width:条形图宽度
• bottom:用于绘制堆积柱状图，将哪组数据放在下方
• edge:边框色
• linewidth:边框宽度
• tick_label:x轴刻度标签
• align:x轴上对齐方式

data = [115,130,100,140]
plt.bar(x=range(1,5), height=data, align='center', color='yellow')
plt.xlabel('地区')
plt.ylabel('销量')
plt.title('不同地区的销量',pad = 15) #pad为标题与图表距离，一般15-30之间
plt.xlim(0,5)
plt.show()

直方图

plt.hist(x,bins,width,color,linewidth,tick_label,align,density=True/False)

• bins:条形数量，一般20-40
• density:是否以频率形式展示

data = np.random.randn(10000)

plt.hist(x = data, bins = 30, color = 'purple',edgecolor = 'black' ,density = False)
plt.show()

散点图

plt.scatter(x,y,s,color,marker,cmap,norm,alpha,linewidths,edgecolors)

• s:散点大小
• color:散点颜色
• marker:散点形状
• cmap:指定某个
• colormap值
• alpha:透明度

data1 = np.random.randn(10)
data2 = np.random.randn(10)

plt.scatter(x=data1, y=data2, color='steelblue', marker='o', s=100)
plt.show()

箱线图

观察数据分散情况（是否有异常值）
plt.boxplot(x, notch, sym, vert, whis, positions, widths, patch_artist, meanline, showmeans, boxprops, labels, flierprops)

• x:数据
• patch_artist:是否填充箱体颜色
• showmeans:是否显示均值
• showfliers:是否表示有异常值
• boxprops:设置箱体属性，如填充色color，边框色facecolor
• flierprops:设置异常值属性，如标记形状marker，颜色markerfacecolor，大小markersize
• meanprops:设置均值属性，如点形状，大小，颜色等 medianprops:设置中位数属性，如线类型，大小等
• caprops:设置箱体顶端和末端线条属性，如颜色，粗细
  属性设置均为字典类型

折线图

即为plt.plot()函数