python数据可视化分析—matplotlib

Numpy

numpy是什么
1、Numpy是Python的开源的数值计算扩展。
2、可用来存储和处理大型矩阵，比Python自身数据结构要高效。
3、Numpy将Python变成一种免费的强大的Matlab系统。

ndarray
1、三种创建方式：
a、从Python的基础对象转化。

import numpy as np
a=[1,2,3,4]
a
Out[18]: [1, 2, 3, 4]
x1 = np.array(a)
x1
Out[20]: array([1, 2, 3, 4])
type(x1)
Out[21]: numpy.ndarray

b、通过numpy内生的函数生成。

x = np.arange(11)
x
Out[23]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10])

c、从硬盘（文件）读取数据。

x = np.loadtxt('000001.csv',delimiter = ',',skiprows = 1,usecols = (1,4,6),unpack = False)
x.shape
Out[26]: (242, 3)

2、索引和切片
a、print c[1:5]
b、print c[:5]
c、print c[::-1]

3、常用函数
min ,max , median , mean（均值） ,variance（方差） ,sort
调用方法
a、np.func(x)
b、x.func()

import numpy as np
c =np.random.randint(1,100,10)
c
Out[32]: array([40, 29, 70, 48, 46, 17, 67, 96,  4, 26])
np.min(c)
Out[33]: 4
np.max(c)
Out[34]: 96
c.min()
Out[35]: 4

注意：
a、用np函数排序生成新序列，原序列不发生变换
b、用x.sort排序不生成新序列，原序列发生改变

散点图

散点图显示两组数据的值，每个点的坐标位置由变量的值决定。
由一组不连续的点完成，用于观察两种变量的相关性。
例如身高-—体重 温度—纬度等
相关性：正相关，负相关，不相关

import matplotlib.pyplot as plt
height = [161,170,182,175,173,165]
weight = [50,58,80,70,69,55]
plt.scatter(height,weight)
plt.show()

不相关

import numpy as np
import matplotlib.pyplot as plt

N =1000
x = np.random.randn(N)
y1 = np.random.randn(N)
plt.scatter(x,y1)
plt.show()

正相关（负相关则为-x）

import numpy as np
import matplotlib.pyplot as plt

N =1000
x = np.random.randn(N)
y = x+np.random.randn(N)*0.5
plt.scatter(x,y)
plt.show()

实例：股票价格涨幅（前一天和后一天对比）

import numpy as np
import matplotlib.pyplot as plt

open,close=np.loadtxt('000001.csv',delimiter = ',',skiprows=1,usecols=(1,4),unpack=True)
change =close - open

yesterday = change[:-1]
today = change[1:]

plt.scatter(yesterday,today)

plt.show()

说明：前一天和后一天涨幅变化为不相关

外观调整、
颜色：c 点大小：s 透明度：alpha 点形状：marker

#点大小为300，颜色为红色，形状为三角形，透明度为0.5
plt.scatter(yesterday,today,s =300,c = 'r',marker='<',alpha=0.5)

折线图

概念
1、折线图是用直线段将各数据连接起来组成的图形
2、常用来观察数据随时间变化的趋势
3、例如： 股票价格，温蒂变化等等

函数图（二次曲线图）

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-10,10,5) #生成一组等区间的数值
y = x**2
plt.plot(x,y)
plt.show()

股票时间序列图-日期格式的转化
线型：linestyle 颜色：color 点形状：marker

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
date,open,close = np.loadtxt('000001.csv',delimiter=',',converters={0:mdates.bytespdate2num('%m/%d/%Y')},skiprows=1,usecols=(0,1,4),unpack=True)
#画图
plt.plot_date(date,open,linestyle= '--',color = 'green',marker = '<')
plt.plot_date(date,close,linestyle= '-',color = 'red',marker = 'o')
plt.show()

条形图

1、概念
以长方形的长度为变量的统计图表
用来比较多个项目分类的数据大小
通常利用于较小的数据集分析
例如不同季度的销量，不同国家的人口等

import numpy as np
import matplotlib.pyplot as plt

N = 5
y = [20, 10, 15, 13, 13]
index = np.arange(N)
pl = plt.bar(range(len(index)), height=y, color='red', width=0.8)
plt.show()

import numpy as np
import matplotlib.pyplot as plt
 N=5
y= [20,10,15,13,13]
index = np.arange(N)
pl = plt.bar(left=0,bottom=index,width=y,color='red',height=0.5,orientation='horizontal')
plt.show()

2.多个项目在一起的条形图(在开始的时候加上一个线宽，+bar_width)

import numpy as np
import matplotlib.pyplot as plt

index = np.arange(4)
sales_BJ = [52,55,63,53]
sales_SH = [44,66,55,41]

bar_width = 0.3

plt.bar(index,sales_BJ,bar_width,color = 'b')
plt.bar(index+bar_width,sales_SH,bar_width,color = 'r')
plt.show()

3.生成层叠的条形图

import numpy as np
import matplotlib.pyplot as plt

index = np.arange(4)
sales_BJ = [52,55,63,53]
sales_SH = [44,66,55,41]

bar_width = 0.3

plt.bar(index,sales_BJ,bar_width,color = 'b')
plt.bar(index,sales_SH,bar_width,color = 'r',bottom=sales_BJ)
plt.show()

直方图

概念
由一系列高度不等的纵向条形组成，表示数据分布情况
例如某年级同学的身高分布情况
注意和条形图的区别

import numpy as np
import matplotlib.pyplot as plt

mu = 100 #mean of distribution
sigma = 20 #standard deviation of distribution
x = mu+sigma *np.random.randn(2000)

plt.hist(x,bins =50,color = 'green',normed=False)
plt.show()

2、双变量的直方图表示频率大小

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randn(1000)+2
y = np.random.randn(1000)+3

plt.hist2d(x,y,bins = 40)

plt.show()

饼状图

1、概念
饼状图显示一个数据系列中各项的大小与各项总和的比例
饼状图中的数据显示为整个饼状图的百分比
如前十大品牌占市场份额图

import numpy as np
import matplotlib.pyplot as plt

labels = 'A','B','C','D'
fracs = [15,30,45,10]
explode = [0,0.05,0.08,0]
plt.axes(aspect = 1)
plt.pie(x = fracs,labels = labels,autopct='%.0f%%',explode=explode,shadow=True)

plt.show()

箱型图

1、概念
箱型图又称为盒须图，盒式图或箱线图。
是一种用作显示一组数据分散情况资料的统计图
上边缘，上四分位数，中位数，下四分位数，下边缘，异常值

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(100)

data = np.random.normal(size=1000,loc = 0,scale=1)

plt.boxplot(data,sym = 'o',whis=1.5)

plt.show()

2、多组数据的箱型图

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(100)

data = np.random.normal(size=(1000,4),loc = 0,scale=1)

labels = ['A','B','C','D']
plt.boxplot(data,labels = labels)

plt.show()

颜色和样式

1、颜色
八种内建默认颜色缩写：
b：blue
g: green
r: red
c: cyan
m: magenta
y: yellow
k: black
w: white
其他颜色表示方法
灰色阴影
html 十六进制
RGB元组

import numpy as np
import matplotlib.pyplot as plt

y = np.arange(1,5)

plt.plot(y, color = 'g')
plt.plot(y+1,color = '0.5')
plt.plot(y+2,color = '#FF00FF')
plt.plot(y+3,color = (0.1,0.2,0.3))

plt.show()

2、点和线的样式
23种点形状。注意不同点形状默认使用不同颜色

“.”	point	“，”	pixel	“o”	circle	“v”	triangle_down
“^”	triangele_up	“<”	triangle_left	“>”	triangle_right	“1”	tri_down
“2”	tri_up	“3”	tri_left	“4”	tri_right	“8”	octagon
“s”	square	“p”	pentagon	“*”	star	“h”	hexagon1
“H”	hexgon2	“+”	plus	“x”	X	“D”（“d”）	diamond（thin_diamond）

import numpy as np
import matplotlib.pyplot as plt

y = np.arange(1,5)

plt.plot(y, marker = 'o')
plt.plot(y+1,marker = 'D')
plt.plot(y+2,marker= '^')
plt.plot(y+3,marker= 'p')

plt.show()

3、线形（4种）

import numpy as np
import matplotlib.pyplot as plt

y = np.arange(1,5)

plt.plot(y, '--')
plt.plot(y+1,'-.')
plt.plot(y+2, ':')
plt.plot(y+3,'-')

plt.show()

4、样式字符串
可以将颜色，点形，线形写成一个字符串，如
cx–
mo:
kp-

import numpy as np
import matplotlib.pyplot as plt

y = np.arange(1,5)
plt.plot(y, 'cx--')
plt.plot(y+1,'kp:')
plt.plot(y+2, 'mo-.')
plt.show()

面向对象VS Matiab Style

三种方式
1、pyplot：经典高层封装，到目前为止，我们所用的都是pyplot
优点：简单易用，交互使用时方便，可以根据命令实时作图
缺点：底层定制能力不足
2、pyplab：将Matplotlib和Numpy合并的模块，模拟Matlab的编程环境
完全封装，环境最接近Matlab，不推荐使用。
3、面向对象的方式： Matplotlib的精髓，更基和底层的方式
优点：接近Matplotlib基础和底层的方式，定制能力强。
缺点：难度大
常用导入模块

import numpy as np
import Maplotlib.pyplot as plt

面向对象的方式

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0,10,1)
y = np.random.randn(len(x))

fig = plt.figure()
ax = fig.add_subplot(111)
l,= plt.plot(x,y)
t = ax.set_title('object oriented')

plt.show()

子图-subplot

1、Matplotlib对象：FigurCanvas Figure Axes
2、实践
fig = plt.figure()
ax = fig.add_subplot(111)
返回Axes实例
参数一：子图总行数 参数二：子图总列数 参数三：子图位置

面向对象的方式画子图

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(1,100)
fig = plt.figure()
ax1 = fig.add_subplot(221)
ax1.plot(x,x)

ax2 = fig.add_subplot(222)
ax2.plot(x,-x)

ax3 = fig.add_subplot(223)
ax3.plot(x,x*x)

ax4 = fig.add_subplot(224)
ax4.plot(x,np.log(x))

多图-figure

import numpy as np
import matplotlib.pyplot as plt

fig1 = plt.figure()
ax1 = fig1.add_subplot(111)
ax1.plot([1,2,3],[3,2,1])

fig2 = plt.figure()
ax2 = fig2.add_subplot(111)
ax2.plot([1,2,3],[1,2,3])

plt.show()

结果生成两张图

网格

import matplotlib.pyplot as plt
import numpy as np
y = np.arange(1,5)
y
Out[7]: array([1, 2, 3, 4])
plt.plot(y,y*2)
plt.grid(True)
plt.grid(color = 'g')
plt.grid(linewidth = '2')
plt.grid(linestyle = '--')

面向对象绘制网格（没有交互效果）

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
x = np.arange(0,10,1)
ax = fig.add_subplot(111)
plt.plot(x,x*2)
ax.grid(color = 'g')
plt.show()

图例

plt方式

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(1,11,1)
plt.plot(x,x*2,label = 'Normal')
plt.plot(x,x*3,label = 'Fast')
plt.plot(x,x*4,label = 'Faster')
#画图例
plt.legend()
'''
loc(图例位置)：0：best  1:upper right  2:upper left  3:lower left  4:lower right
ncol(图例内部分列)：1：1个1列  2:2个1列  3:3个一列
'''
plt.show()
'''
plt.legend(['Normal','Fast','Faster'])
'''

面向对象的方法

x = np.arange(1,11,1)
fig = plt.figure()
ax = fig.add_subplot(111)
l, = plt.plot(x,x,label = 'Inline label')
ax.legend()
plt.show()

坐标轴范围

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(-10,11,1)
plt.plot(x,x*x)
#改变x轴为-10——10 y轴为0——100
plt.axis([-10,10,30,90])
#改变x轴
plt.xlim()
xlim(xmin = 5,xmax = 10)
#改变y轴
plt.ylim()

坐标轴刻度

x = np.arange(1,11,1)
plt.plot(x,x)
ax = plt.gca()
ax.locator_params('x',nbins = 20)
plt.show()

日期序列的调整

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
import datetime

fig = plt.figure()
start = datetime.datetime(2015,1,1)
stop = datetime.datetime(2016,1,1)
delta= datetime.timedelta(days = 1)
dates = mpl.dates.drange(start,stop,delta)
y = np.random.rand(len(dates))
ax = plt.gca()
ax.plot_date(dates,y,linestyle = '-',marker = '')
date_format = mpl.dates.DateFormatter('%Y-%m')
ax.xaxis.set_major_formatter(date_format)
fig.autofmt_xdate()
plt.show()

添加坐标轴

1、plt方法

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(2,20,1)
y1 = x*x
y2 = np.log(x)
plt.plot(x,y1)
plt.twinx()
plt.plot(x,y2,'r')
plt.show()

2、面向对象的方法

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(2,20,1)
y1 = x*x
y2 = np.log(x)
fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.plot(x,y1)
ax1.set_ylabel('Y1')
ax2 = ax1.twinx()
ax2.plot(x,y2,'r')
ax2.set_xlabel('Compare Y1 and Y2')
plt.show()