机器学习-数据科学库（HM）_第1节_介绍 & matplotlib折线图

数据分析的介绍

为什么要学习数据分析？

• python数据科学的基础：pandas、numpy、爬虫
• 机器学习课程的基础

什么是数据分析？

• 数据分析是用适当的方法对收集来的大量数据进行分析，帮助人们做出判断，以便采取适当行动。

数据分析的流程

• 提出问题
• 准备数据
• 整理、分析数据
• 获得结论
• 成果可视化

matplotlib

matplotlib的安装

• 用anaconda：conda install matplotlib

matplotlib折线图

为什么学习matplotlib

• 能将数据进行可视化，更直观的呈现
• 是数据更加客观、更有说服力

什么是matplotlib

• matplotlib：最流行的Python底层会图库，主要做数据可视化图表，名字取材于MATAB，模仿MATLAB构建

matplotlib基本要点

• 每个红色的点是坐标，把5个点的坐标连成一条线，组成了一个折线图。
• 时间的长度和气温的个数应该是一样的。
  

matplotlib折线图的实现

from matplotlib import pyplot as plt
# import matplotlib.pyplot as plt

# 设置图片大小、清晰度
fig = plt.figure(figsize=(20, 8), dpi=80)	# figsize设置图片大小；dpi: dot per inch像素，越大越清晰

# x轴和y轴的数据一起组成了所有要绘制出的坐标
	# 分别是(2,15), (4,13), (6,14.5) ......
x = range(2, 26, 2)	# 数据在x轴的位置，是一个可迭代对象。
y = [15, 13, 14.5, 17, 20, 25, 26, 26, 24, 22, 18, 15]	# 数据在y轴的位置，是一个可迭代对象。
# 传入x和y，通过plot绘制出折线图
plt.plot(x, y)	

# 此处可以调整x轴、y轴的刻度，详细见下面section

# 保存图片，可以储存为svg这种矢量图格式，放大不会有锯齿
plt.savefig("./sig_size.pnd")
# 在执行程序的时候展示图像
plt.show()	

调整x轴和y轴的刻度

数字刻度

# 设置x轴的刻度
plt.xticks(x)	# 间隔为2
"""
# 间隔为1
plt.xticks(range(2, 25))	

# 间隔为0.5
_xtick_labels = [i/2 for i in range(4, 49)]
plt.xticks(_xtick_labels)
"""

# 设置y轴的刻度
plt.yticks(range(min(y), max(y)+1))

字符串刻度

• 在之前设置x轴、y轴时传入的是数字，matplotlib会自动将这些数字绘制在轴的单位上。
• 如果用字符串来绘制轴的单位，则需要将数字和这些字符串一一对应。

# 用字符串来绘制轴的单位
_x = list(x)[::10]	# 取一个步长，防止轴单位过于密集
_xtick_labels = ["hello.{}".format(i) for i in _x]
plt.xticks(_x, _xtick_labels)


# 用字符串来绘制x轴10点00分 -- 11点59分
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["11点{}分".format(i) for i in range(60)]
# 需要取步长使数字和字符串一一对应，数据的长度一样
plt.xticks(list(x)[::3], _xtick_labels[::3], rotation=270)		# rotation逆时针旋转的角度

• 但这样子是不显示中文的

设置中文显示

• 查看linux/mac下面支持的字体:
  • fc-list：查看支持的字体
  • fc-list :lang=zh：查看支持的中文(冒号前面有空格)
• 查看windows下面支持的字体：
  • 搜索字体查看
• 修改matplotlib的默认字体：
  • 通过matplotlib.rc可以修改（具体方法ctrl+b查看源代码）(windows/linux）

    import matplotlib
    # windws和linux设置字体的方式
    	# 方法一
    font = {
             'family' : 'MicroSoft YaHei',
            'weight': 'bold',
            'size': 'larger'}
    matplotlib.rc("font",**font)
    
    	# 方法二
    matplotlib.rc("font",family='MicroSoft YaHei',weight="bold")
    

  • 通过matplotlib 下的font_manager可以解决(windows/linux/mac)

    # windows、linux和mac设置字体的方式
    from matplotlib import font_manager
    my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")	# fname传入字体安装的位置
    ......
    plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45,fontproperties=my_font)
    

给图添加描述信息

# 沿用之前的设置
plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度 单位(℃)",fontproperties=my_font)
plt.title("10点到12点每分钟的气温变化情况",fontproperties=my_font)

绘制网格

# 沿用之前的设置
	# alpha设置网格的透明度：0～1，1是完全不透明
plt.grid(alpha=0.4)	

绘制多次图形

• 假设大家在30岁的时候,根据自己的实际情况,统计出来了你和你同桌各自从11岁到30岁每年交的女(男)朋友的数量如列表a和b,请在一个图中绘制出该数据的折线图,以便比较自己和同桌20年间的差异,同时分析每年交女(男)朋友的数量走势
  a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
  b = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]

  要求:
  y轴表示个数
  x轴表示岁数,比如11岁,12岁等

  # coding=utf-8
  from matplotlib import pyplot as plt
  from matplotlib import font_manager
  
  my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
  
  y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
  y_2 = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]
  
  x = range(11,31)
  
  #设置图形大小
  plt.figure(figsize=(20,8),dpi=80)
  
  # 绘制图像名称、颜色
  	# color= 可以跟颜色名称、代号
  	# linestyle="--" 函数的画线会变成点
  	# plt.plot(x,y_1,label="自己",color="orange")
  plt.plot(x,y_1,label="自己",color="#F08080")
  plt.plot(x,y_2,label="同桌",color="#DB7093",linestyle="--")
  
  #设置x轴刻度
  _xtick_labels = ["{}岁".format(i) for i in x]
  plt.xticks(x,_xtick_labels,fontproperties=my_font)
  # plt.yticks(range(0,9))
  
  #绘制网格
  plt.grid(alpha=0.4,linestyle=':')
  
  # 添加图例，每条线是干什么的
  	# prop=my_font：为了让图例显示中文，只有在这里是prop，其他地方都是fontproperties
  	# loc="upper left"：把图例发那个刀右上角，可以用文字或者数字来设置
  plt.legend(prop=my_font,loc="upper left")
  
  plt.show()
  

自定义绘制图形的风格

plt.plot(
	x, 
	y, 
	color = "r" 	# 线条颜色
	linestyle = "--"# 线条风格
	linewidth = 5	# 线条粗细
	alpha = 0.5 	# 透明度

)

matplotlib绘制折线图总结

• 绘制了折线图(plt.plot)
• 设置了图片的大小和分辨率(plt.figure)
• 实现了图片的保存(plt.savefig)
• 设置了xy轴上的刻度和字符串(xticks)
• 解决了刻度稀疏和密集的问题(xticks)
• 设置了标题,xy轴的lable(title,xlable,ylable)
• 设置了字体(font_manager. fontProperties,matplotlib.rc)
• 在一个图上绘制多个图形(plt多次plot即可)
• 为不同的图形添加图例

折线图的更多应用场景

• 呈现公司产品(不同区域)每天活跃用户数
• 呈现app每天下载数量
• 呈现产品新功能上线后,用户点击次数随时间的变化
• 呈现员工每天上下班时间

matplotlib绘制其他图形

• 可以取matplotlib具体查看绘制其他的图像的代码。
• matplotlib能够绘制折线图,散点图,柱状图,直方图,箱线图,饼图等

对比常用统计图

• 折线图：以折线的上升或下降来表示统计数量的增减变化的统计图

  • 特点：能够显示数据的变化趋势，反映事物的变化情况。(变化)
    

• 直方图：由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据范围，纵轴表示分布情况。

  • 特点：绘制连续性的数据,展示一组或者多组数据的分布状况(统计)
    

• 条形图：排列在工作表的列或行中的数据可以绘制到条形图中。

  • 特点：绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)
    

• 散点图：用两组数据构成多个坐标点，考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。

  • 特点：判断变量之间是否存在数量关联趋势,展示离群点(分布规律)