python数据分析————matplotlib数据可视化

数据可视化

• 数据可视化：将数据以图表的形式表示，数据视觉表现形式的科学技术研究

• 数据可视化的作用：数据分析的最终目标、数据探索的重要手段

常见图表类型

• 折线图：以折线方式反应数据变化趋势
• 直方图：利用方块大小反应数据差异
• 条形图：显示各个项目之间的比较情况，和直方图有类似的作用
• 饼图：显示各数据的百分比情况
• 散点图：显示若干数据系列中各数值之间的关系
• 箱型图：用来显示一组数据分散情况的统计图，在识别异常值方面有一定的优越性

matplotlib

$matplotlib，风格类似Matlab的基于Python的图表绘图系统。$是 $Python$最著名的绘图库，它提供了一整套和 matlab 相似的命令 API，十分适合交互式地进行制图。

• 导入库

import matplotlib.pyplot as plt

简单绘图

• matplotlib中，pyplot默认产生一个Figure对象，可以理解为一张空白的画布，用于容纳图表的各种组件

1. plot函数：一个简单的绘图函数

plt.plot(np.arange(10))

2. figure函数：创建新的空白画布，或使用当前的活动画布

plt.figure(facecolor='green',figsize=(3,4))
ax = plt.plot(np.arange(50))
plt.show()

figure函数参数	描述
num	Figure对象的编号或名称
figsize	画布的尺寸，inch，默认(6.4, 4.8)
dpi	分辨率，像素/inch，默认100
facecolor	画布背景颜色
edgecolor	图形边框颜色

3. subplot函数：Figure对象允许划分为多个绘图区域，每个区域
   都有自己的坐标系，成为子图，subplot函数可以创建单个子图。

plt.subplot(nrows, ncols, index, **kwargs)
# 当nrows, ncols, index都小于10时可以简写

ls = range(10)
# 分成2*1的矩阵区域，占用编号为1的区域，即第1行的子图
plt.subplot(211)
plt.plot(ls)
# 分成2*2的矩阵区域，占用编号为3的区域，即第2行第1列的子图
plt.subplot(223)
plt.plot(ls)
# 分成2*2的矩阵区域，占用编号为4的区域，即第2行第2列的子图
plt.subplot(224)
plt.plot(ls)
plt.show()

4. 根据索引创建子图

num = np.arange(100)
# 分成2*2的矩阵区域，返回子图数组axes
fig, axes = plt.subplots(2, 2)
ax1 = axes[0, 0]  # 根据索引［0，0］从Axes对象数组中获取第1个子图
ax2 = axes[0, 1]   # 根据索引［0，1］从Axes对象数组中获取第2个子图
ax3 = axes[1, 0]   # 根据索引［1，0］从Axes对象数组中获取第3个子图
ax4 = axes[1, 1]   # 根据索引［1，1］从Axes对象数组中获取第4个子图
# 在选中的子图上作图
ax1.plot(num, num)
ax2.plot(num, -num)
ax3.plot(num, num**2)
ax4.plot(num, np.log(num))
plt.show()

标签和图例

• 光有图还不够，我们还应该在图的基础上添加相应的标题、标签和注释等，这样才能够使图表更加立体，数据更加丰富、饱满。

函数	描述
title	设置当前图片的标题
xlabel,ylabel	设置x轴、y轴的名称
xticks,yticks	设置x轴、y轴的刻度与标签
xlim,ylim	设置x轴、y轴的范围
legend	设置图例

legend函数只能plot函数之后设置，其他的可前可后

data = np.arange(10)
plt.title("Title")
plt.xlabel("X")
plt.ylabel("Y")
plt.xticks([0,2,4,5,8,10])
plt.yticks([0,100,300,600])
plt.plot(data,data**2)
plt.plot(data,data**3)
plt.legend(["y=x^2","y=x^3"])
plt.show()

• plot函数为我们提供了很多的绘图风格

颜色字符	描述
y,g,b,r…	英文开头首字母小写
‘#008000’	RGB某颜色

风格字符	描述
‘-’	实线
‘- -’	破折线
‘-.’	点划线
‘:’	虚线
(’ ‘’ ')	无线条

标记字符	描述	标记字符	描述	标记字符	描述
‘.’	点标记	‘,’	像素标记(极小点)	‘o’	实心圈标记
‘v’	倒三角标记	‘s’	实心方形	‘p’	实心五角
‘*’	星型	‘^ > <’	上，右，左三角标记	‘1 2 3 4’	下，上，左，右花三角标记
‘h H’	横，竖六边形	‘+’	十字	‘x’	x标记
‘D’	菱形	‘d’	瘦菱形	‘|’	垂直线

a=np.arange(10)
plt.plot(a,a*1.5,'go-',a,a*2.5,'rx--',a,a*3.5,'bv-.',a,a*4.5,'y:')
plt.show()

中文显示

• pyplot并不默认支持中文显示，需要rcParams修改字体实现

rcParams	描述
‘font.family’	显示字体的名字
‘SimHei’	中文黑体
‘LiSu’	中文隶书
‘Kaiti’	中文楷体
‘FangSong’	中文仿宋
‘YouYuan’	中文幼圆
‘STSong’	华文宋体
—	—
‘font.style’	字体风格
‘normal’	正常
‘italic’	斜体
–	–
‘font.size’	字体大小
整数字号或者’large’,‘x-small’

1. 第一种方法，使用使用rcParams修改字体为中文字体

matplotlib.rcParams['font.family']='SimHei'
plt.plot([3,1,4,5,2])
plt.ylabel("纵轴(值)")
plt.show()

2. 第二种方法，在有中文输出的地方，增加属性fontproperties

a = np.arange(0.0,5.0,0.02)
plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=20)
plt.ylabel('纵轴：振幅',fontproperties='Kaiti',fontsize=10)
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.show()

添加注释和文本

a = np.arange(0.0,5.0,0.02)
plt.plot(a,np.cos(2*np.pi*a),'r--')

plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=20,color='blue')
plt.ylabel('纵轴：振幅',fontproperties='Kaiti',fontsize=10)
plt.title(r'正弦波实例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
# 添加文本，2,1表示文本坐标，fontsize表示字体大小
plt.text(2,1,r'$\mu=100$',fontsize=15)
# 添加注释，xy表示箭头点所在的坐标，xytext表示注释所在的坐标
# arrowprops表示箭头参数（shrink表示总长度的一部分，从两端“收缩）
plt.annotate(r'$\mu=100$',xy=(4,1),xytext=(5,1.5),arrowprops=dict(facecolor='black',shrink=0.1,width=2))
plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()

保存图片

# 在show函数之前设置
plt.savefig('test.png')