Python数据分析实战—用matplotlib实现数据可视化（2）

《Python数据分析实战》

1.处理日期值

数据处理过程中，最常见的一个问题就是日期类型数据的处理。

import datetime
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

#分别表示月份和日子（这个例子主要是用到月份）
mothes = mdates.MonthLocator()
days = mdates.DayLocator()

#定义时间显示格式
timeFmt = mdates.DateFormatter('%Y-%m')

events = [datetime.date(2015,1,23),datetime.date(2015,1,28),datetime.date(2015,2,3),datetime.date(2015,2,21),datetime.date(2015,3,15),datetime.date(2015,3,24),datetime.date(2015,4,8),datetime.date(2015,4,24)]
readings = [12,22,25,20,18,15,17,14]

#注意是subplots，返回一个figure对象和一个子图的array列表。
fig,ax = plt.subplots()

plt.plot(events,readings)

#设置显示格式
ax.xaxis.set_major_locator(mothes)
ax.xaxis.set_major_formatter(timeFmt)

plt.show()

下面显示是否添加时间格式的区别：

关于日期转换的另一个例子：

from pylab import *  
import matplotlib as mpl  
import datetime  

#获取figure和axes对象    
fig = figure()  
ax = gca()  
start = datetime.datetime(2013, 1, 1)  
stop = datetime.datetime(2013, 12, 31)  
#设置时间间隔
delta = datetime.timedelta(days = 1)  
#Return a sequence of equally spaced Matplotlib dates.返回等距的时间序列
dates = mpl.dates.drange(start, stop, delta)  

#生成对应的整数随机分布
values = np.random.rand(len(dates))  

ax = gca()  
ax.plot_date(dates, values, linestyle= '-', marker='')  
date_format = mpl.dates.DateFormatter('%Y-%m-%d')  
ax.xaxis.set_major_formatter(date_format)  

#autofmt_xdate解释：Date ticklabels often overlap, so it is useful to rotate them and right align them. 
#Also, a common use case is a number of subplots with shared xaxes where the x-axis is date data. 
#The ticklabels are often long, and it helps to rotate them on the bottom subplot and turn them off on other subplots, as well as turn off xlabels.
fig.autofmt_xdate()  
show() 

可以查考：
https://www.cnblogs.com/nju2014/p/5620776.html
https://blog.csdn.net/panda1234lee/article/details/52311593
https://blog.csdn.net/akon_wang_hkbu/article/details/78845752

2.图表列型

a.线性图：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-2*np.pi,2*np.pi,0.01)
y = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(3*x)/x

plt.plot(x,y,'k--',linewidth=3)
plt.plot(x,y2,'m-.')
plt.plot(x,y3,color='#87a3cc',linestyle='--')

注意：
1.matplotlib自动为每条线分配一种不同的颜色。
2.可以用plot()函数的第三个参数指定颜色、线型，把这些设置所用的字符编码放到同一个字符串即可。你还可以使用单独的关键字参数，用color指定颜色，用linestyle指定线型。

使用xticks()和yticks()指定x轴和y轴的刻度。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-2*np.pi,2*np.pi,0.01)
y = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(3*x)/x

plt.plot(x,y,'k--',linewidth=3)
plt.plot(x,y2,'m-.')
plt.plot(x,y3,color='#87a3cc',linestyle='--')

#为了正确显示符合π，需要使用含有LaTeX表达式的字符串。记得将其置于两个$之间，并在前面加上r前缀。
plt.xticks([-2*np.pi,-np.pi,0,np.pi,2*np.pi],[r'$-2\pi$',r'$-\pi$',r'$0$',r'$+\pi$',r'$+2\pi$'])
plt.yticks([-1,0,+1,+2,+3],[r'$-1$',r'$0$',r'$+1$',r'$+2$',r'$$+3'])

plt.show()

在前面你所见过的所有线型图中，x轴和y轴总是置于Figure的边缘（跟图像的边框重合）。另外一种显示轴的方法是，两条轴穿过原点(0,0)，也就是笛卡尔坐标轴。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-2*np.pi,2*np.pi,0.01)
y = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(x)/x

plt.plot(x,y,color='b')
plt.plot(x,y2,color='r')
plt.plot(x,y3,color='g')

#为了正确显示符合π，需要使用含有LaTeX表达式的字符串。记得将其置于两个$之间，并在前面加上r前缀。
plt.xticks([-2*np.pi,-np.pi,0,np.pi,2*np.pi],[r'$-2\pi$',r'$-\pi$',r'$0$',r'$+\pi$',r'$+2\pi$'])
plt.yticks([-1,0,+1,+2,+3],[r'$-1$',r'$0$',r'$+1$',r'$+2$',r'$+3$'])

#用gca()函数获取Axes对象
ax =plt.gca()
#使用set_color()函数，把颜色设置为none，删除跟坐标轴不符合的边（右和上）
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
#用set_position()函数移动跟x轴和y轴相符的边框，使其穿过原点(0,0)
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

plt.show()

用注释和箭头（可选）标明曲线上某一数据点的位置，这一功能非常有用。例如，可以用LaTeX表达式作为注释，比如添加表示x趋于0时函数sinx/x的极限的公式。

matplotlib库的annotate()函数特别适用于添加注释。虽然它又多个关键字参数，这些参数可改善显示效果，但是参数设置略显繁琐。第一个参数为含有LaTeX表达式、要在图形中显示的字符串；随后是各种关键字参数。注释在图表中的位置用存在数据点[x,y]坐标的列表来表示，需要把它们传给xy关键字参数。文本注释跟它解释的数据点之间的距离用xytext关键字参数指定，用曲线箭头将其表示出来。箭头的属性则由arrowprops关键字参数指定。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-2*np.pi,2*np.pi,0.01)
y = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(x)/x

plt.plot(x,y,color='b')
plt.plot(x,y2,color='r')
plt.plot(x,y3,color='g')

#为了正确显示符合π，需要使用含有LaTeX表达式的字符串。记得将其置于两个$之间，并在前面加上r前缀。
plt.xticks([-2*np.pi,-np.pi,0,np.pi,2*np.pi],[r'$-2\pi$',r'$-\pi$',r'$0$',r'$+\pi$',r'$+2\pi$'])
plt.yticks([-1,0,+1,+2,+3],[r'$-1$',r'$0$',r'$+1$',r'$+2$',r'$+3$'])

plt.annotate(r'$\lim{x\to 0}\frac{\sin(x)}{x}=1$',xy=[0,1],xycoords='data',xytext=[30,30],fontsize=16,textcoords='offset points',arrowprops=
                dict(arrowstyle="->",connectionstyle='arc3,rad=.2')
)

#用gca()函数获取Axes对象
ax =plt.gca()
#使用set_color()函数，把颜色设置为none，删除跟坐标轴不符合的边（右和上）
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
#用set_position()函数移动跟x轴和y轴相符的边框，使其穿过原点(0,0)
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

plt.show()

为pandas数据结构绘制线性图：

关于DataFrame数据结构的基本操作：https://blog.csdn.net/u014281392/article/details/75331570

将DataFrame中的数据做成线性图表很简单，只需把DataFrame作为参数传入plot()函数，就能得到多序列线性图。

import numpy as np
import pandas as pd

df2 = pd.DataFrame({
    'co1':[1,2,3],
    'co2':[4,5,6]
}, index=['a','b','c'])

x = np.arange(3)

plt.plot(x,df2)
plt.legend(df2,loc=2)

plt.show()

b.直方图：

直方图由竖立在x轴上的多个相邻的矩形组成，这些矩阵把x轴拆分为一段段彼此不重叠的线段（线段两个端点所标识的数据范围也叫面元），矩形的面积跟落在其所对应的面元的元素数量成正比。这种可视化方法常被用于样本分布等统计研究。

pyplot用于绘制直方图的函数为hist()。运算结果除了以图形形式表示外，还能以元组形式返回。

pop = np.random.randint(0,100,100)
plt.hist(pop,bins=20)
plt.show()

n,bins,patches = pit.hist(pop,bins=20)
#hist()函数的返回值
plt.hist(pop,bins=20)
>>

plt.hist(pop,bins=20)
plt.hist(pop,bins=20)
(array([  8.,   7.,   7.,   7.,   4.,   5.,   1.,   3.,   6.,   6.,  12.,
          4.,   3.,   5.,   5.,   3.,   7.,   1.,   4.,   2.]),
 array([  1.  ,   5.85,  10.7 ,  15.55,  20.4 ,  25.25,  30.1 ,  34.95,
         39.8 ,  44.65,  49.5 ,  54.35,  59.2 ,  64.05,  68.9 ,  73.75,
         78.6 ,  83.45,  88.3 ,  93.15,  98.  ]),
 20 Patch objects>)