Python数据分析笔记—matplolib绘图笔记及示例

先记录小技巧：
pycharm中，鼠标点在一个方法上，ctrl+b，即转到该方法的源码，以找到使用方法。

概念及环境

使用意义：从一堆数据中找到或总结出需要的信息，帮助判断和决策
与web、爬虫、机器学习相结合
基本流程：提出问题->准备数据->分析数据->获得结论->成果可视化等其他操作
一般使用环境：conda（容易解决各种安装问题）

matplolib

重要的事情讲在前面

matplotlib用于绘图，可绘制的图形在matplotlib官网上进行查阅获取代码，更改变量即可。
打不开的话就用这个matplolib中文文档
以下笔记均以绘制折线图、散点图、条形图和直方图为例。

matplolib基本介绍

matplolib可以将数据可视化，直接用python执行，名字取材于matlab。

折线图基本要点

（axis轴：坐标轴）
使用一般方法：
以折线图为例：

from matplotlib import pyplot as plt#模块导入
x = X#传递自变量
y = Y#传递应变量
plt.plot(x,y)#导入变量，并通过plot绘制折线图（不展示）
plt.show()#展示图形

此时显示的时一段折线图。
但是matplolib还有更多的设置，如
设置图片大小：

fig=  plt.figure(figsize = (a, b), dpi = 80)`#a、b表示宽和高

保存到本地：

plt.savefig('./name.svg')#./代表再当前路径下的文件，可以更改。使用.svg格式是矢量图格式，避免模糊。

描述图像信息
添加描述信息：

plt.xlabel('xlabel')
plt.ylabel('ylabel')
plt.title('title')

调整刻度：(以x轴为例，y轴即把xtick改为ytick)
此处注意：更改刻度的疏密可用此处代码表示：_x = list(x)[shart, stop, step]#把x转化为列表，方便用[ ：：]截取片段

调整图表：
绘制网格：在图像绘制后，加入代码plt.grid()
在调整x轴和y轴刻度时会直接调整网格。一般可以传入如alpha（透明度）等参数。

添加一条新的曲线：
直接再加入一条：plt.plot(x, y)
添加图例

plt.plot(x, y,label='label')
plt.legend(prop='my_font')
#除了legend更改字体使用prop以外，更改字体均使用fontproperties

以下两点待补充
标记特殊点
添加水印

折线图的小案例

假设要记录cathy和sarah两人11岁至30岁的旅行经历

from matplotlib import pyplot as plt
from matplotlib import font_manager


#my_font = font_manager.FontProperties('C:/Users/MI/AppData/Local/Microsoft/Windows/Fonts/BUSTER Regular.ttf')
my_font = font_manager.FontProperties(fname='C:/Users/MI/AppData/Local/Microsoft/Windows/Fonts/DuntonWriting.ttf')
x = range(11,31)
y = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
y2 = [2, 0, 3, 5, 3, 2, 2, 1, 1, 1, 1, 3, 2, 5, 6, 3, 1, 2, 3, 0]
fig = plt.figure(figsize=(20,8),dpi=80)
xtick = []
for i in x:
    xtick += f'{i}'
plt.xticks(x, xtick,fontproperties=my_font)

plt.xlabel('age= ',fontproperties=my_font)
plt.ylabel('annual travel-times', fontproperties=my_font)
plt.title('travel-times between the age of 11 and 30',fontproperties=my_font)

plt.plot(x, y, color='cyan', label='Sarah',linewidth=3)#颜色可搜索颜色代码（十六进制）
plt.plot(x, y2, color='orange', label='Cathy')
plt.grid(alpha=0.5)

plt.legend(prop=my_font,loc=0)

plt.savefig('./test3.png')
plt.show()

结果：

散点图基本要点

基本同上，使用plt.scatter进行绘图，直接上案例：
北京3月和10月的气温散点图

from matplotlib import pyplot as plt
from matplotlib import font_manager


my_font = font_manager.FontProperties(fname='C:/Users/MI/AppData/Local/Microsoft/Windows/Fonts/C288-蔡云汉隶书书法字体.TTF')

x1 = range(1, 32)
#排版漂亮，两个图要分离开
x2 = range(51,82)
_x = list(x1) + list(x2)


plt.figure(figsize=(20, 8), dpi=80)
x_tick = []
for i in x1:
    x_tick += [f'March :day {i}']
for i in x2:
    x_tick += [f'October :day {i-50}']

plt.xticks(_x[::3], x_tick[::3], rotation=45, fontproperties=my_font)
plt.xlabel(f'temperature in March', fontproperties=my_font)
plt.ylabel(f'temperature in October', fontproperties=my_font)
plt.title(f'Temperature of two months in Beijing')


y1 = [11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18, 21, 16, 17, 20, 14, 15, 15, 15, 19, 21, 22, 22, 22, 23]
y2 = [26, 26, 28, 19, 21, 16, 16, 19, 18, 20,19,20, 21, 22, 13, 5, 13, 17, 10, 11, 17, 13, 13, 24, 12, 11, 13, 12, 13, 5, 6]

plt.scatter(x1, y1, label='March', color='blue')
plt.scatter(x2, y2, label='October',color='orange')

plt.legend(prop=my_font, loc=0)

plt.savefig('temp1.png')
plt.show()

条形图重点

（一般用于数据对比、数量/频率统计等）
2017年票房数据（因为字体这边有点问题，用f(n)表示电影名）

from matplotlib import pyplot as plt
from matplotlib import font_manager

plt.figure(figsize=(15,8),dpi=80)

my_font = font_manager.FontProperties(fname='C:/Windows/Fonts/simhei.ttf')
x=[]
#x = ['f1','速度与激情','功夫瑜伽',"西游降魔篇",'变形金刚5','摔跤吧爸爸','加勒比海盗','金刚','极限特工','生化危机','乘风破浪','生化危机','智取威虎山','大闹天竺','金刚狼','蜘蛛侠','悟空传','银河护卫队','轻声','木乃伊']
for i in range(1,21):
    x += [f'f{i}']
y = [56,27,17,16,15,13,11,11,11,11,10,10,8,7,7,7,6,6,6,6]

plt.ylabel(f'booking office')
plt.xlabel('film name')
plt.title('films\' bookong office in 2017')

plt.bar(x, y, color='#BA55D3',width=0.3)
plt.savefig('temp2.png')
plt.show()

但条形图中，通常还会有两种需求：横向条形图、多次条形图，以下给出解决方法及案例
横向条形图：

plt.barh(x,y)

但此时若写plt.barh(x,y,width=3)代码会出错，核查源码后发现barh()的参数如下：
barh(y, width, height=0.8, left=None, *, align=‘center’, **kwargs)
简单更改后结果如下：

多次条形图的重点在于紧邻的几条数据。
以三天中4部电影的票房对比为例：

from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font = font_manager.FontProperties(fname='C:/Windows/Fonts/simhei.ttf')


_x = ['film1','film2','film3','film4']
#输入4部电影每天的票房
y3=[15746,312,4496,329]
y2=[12357,156,2045,168]
y1=[3458,399,2358,362]

#设置width时候保证其数值小于1/n(n为图中每一大块含有的条形图的数量)
#此处n表现为天数
#否则条形图们就会紧紧挤在一起
bar_width = 0.2

#通过使向右移动一个width的长度，设置紧贴的3列数据
x1 = list(range(len(_x)))
x2 = [i+bar_width for i in x1]
x3 = [j+bar_width for j in x2]

plt.bar(range(len(_x)),y1,width=bar_width,label='day1')
plt.bar(x2,y2,width=bar_width, label='day2')
plt.bar(x3,y3,width=bar_width, label='day3')

plt.xticks(x2,['film1','film2','film3','film4'])
plt.legend(loc=0)
plt.title('booking office of 4 films in 3 days')
plt.ylabel('booking office')
plt.xlabel('films')

plt.savefig('temp4.png')
plt.show()

输出结果：

直方图重点

直方图调用的函数是:

plt.hist(_list, num_bins)

_list代表需要统计的数据
num_bins代表组数（分组数量）
分组方面，一般规定数据在100以内时分5~12组
大于100时，n = 极差/组距，组距即每个小组的间隔
数据差距越大，组距应相应扩大
若组距不确定，可设置bins = list，传入一个数组。
若要改为频率直方图，输入以下代码：

plt.hist(_list,nub_bins,nomed=True)

案例：统计250部电影时长的分布情况
此处案例中由于y是随机产生的，因此不能保证(max(y)-min(y))//d是整数，因此数据条和网格不能重合，现实数据可以避免这个问题。

import random as rd
from matplotlib import pyplot as plt


#设置图形大小
plt.figure(figsize=(20,8),dpi=80)


#假设电影时长
y = []
for i in range(250):
    y.append(rd.randint(100,200))


#绘制直方图
d=5#组距
num = max(y)//d
plt.hist(y, num)


#设置x轴刻度
#注意添加步长（组距）
_x = [f'{i}min' for i in range(min(y), max(y)+d, d)]
plt.xticks(range(min(y), max(y)+d, d),_x, rotation=45)

#添加描述信息
plt.xlabel("the lenth of movies")
plt.ylabel('the number of movies')
plt.title('movie-numbers of different lenth')


plt.grid()
plt.show()
plt.savefig('temp5.png')

注意：如果给出的数据是已经统计好的数据，则直接使用条形图来制作直方图，设置width=1（消除条形图之间的空隙），根据情况修改xticks即可。