Python数据分析(一)：Matplotlib使用

1. Matplotlib介绍与安装

1.1 Matplotlib介绍

• 介绍：Matplotlib是一个Python的基础绘图库，它可与Numpy一起使用，代替Matlab使用

1.2 Matplotlib安装

• 安装：pip install matplotlib

---

2. Matplotlib绘图

2.1 创建画布

• 在任何绘图之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图；Matplotlib所绘制的图位于图片(figure)对象中，我们可以通过plt.figure生成一个新的图片，

from matplotlib.pyplot as plt

# # figsize：传入元组，英寸单位的宽和高
# dpi：图像的分辨率
fig = plt.figure(figsize=(10,10),dpi=60)
print(fig)
# 展示图片
fig.show()

Figure(640x480)

2.2 添加子图

• 可以通过plt.subplot创建一个或多个子图

# 添加一个子图
plt.subplot(221)
plt.show()

# 创建多个子图
ax1 = plt.subplot(2,2,1) # 2*2，最多4个图形，index=1，选择了第一个
ax2 = plt.subplot(2,2,2)
ax3 = plt.subplot(2,2,3)
ax4 = plt.subplot(2,2,4)

plt.show()

• 索引超出范围报错

ax5 = plt.subplot(2,2,5)
plt.show()

ValueError: num must be 1 <= num <= 4, not 5

2.3 plt.subplots用法

• 除上述方法外，Matplotlib包含一个快捷方法plt.subplots创建一个新的图片，返回包含了以生成子图对象的Numpy数组
• plt.subplots(nrows, ncols, sharex, sharey)
  • nrows：子图的行数
  • ncols：组图的列数
  • sharex：所有子图使用相同的x轴刻度
  • sharey：所有子图使用相同的y轴刻度

# 2*2，nrows子图的行数，ncols子图的列数，sharex，sharey共享刻度
plt.subplots(2,2,sharex=True,sharey=True)
plt.show()

• 返回值：return fig(画布), axs(子图)
• 子图绘制散点图

fig, axs = plt.subplots(2,2,sharex=True,sharey=True)

# 选中第一张图
axs[0,0].scatter(range(5))
# 选中第二张图
axs[0,1].scatter(range(5),list(range(5))[::-1])
plt.show()

• 调整子图的间距

plt.subplots_adjust(wspace=0,hspace=0)
plt.show()

---

3. Matplotlib绘制图形

matplotlib能够绘制折线图，散点图，条形图，直方图，饼图等等

3.1 折线图

• 介绍：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，反应事物的变化情况
• 折线图绘制：可以通过plot()函数来绘制
  • 语法：plt.plot(x, y)
  • 实例

from matplotlib import pyplot as plt

x = [1,4,7,8,9]
y = [5,6,3,5,6]

plt.plot(x,y)
plt.show()

• plt.plot()函数除了传入制图数据，还可以进行其他设置
  • color：设置线的颜色
  • linestyle：设置线的样式
  • marker：标记样式
  • 实例

plt.plot(x,y,color='r',linestyle='--',marker='4')
plt.show()

• 实例

# 假设一天中每隔两个小时的气温分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]，绘制图形
from matplotlib import pyplot as plt

# 每隔两个小时：2，4，6，8....24
x = list(range(2,26,2))
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]

plt.plot(x,y)
plt.show()

• 图形组成：实际上图形组成除了x，y轴，还有其他很多组建，下图所示
  

方法	描述
plt.figure(figsize=None,dpi=None)	生成新的图片，figsieze：图片大小，dpi：透明度
plt.savefig(fname)	保存图片
plt.xticks(ticks=None)	设置x轴刻度的值
plt.yticks(ticks=None)	设置y轴刻度的值
plt.xlable(xlable)	设置x轴标签
plt.ylable(ylable)	设置y轴标签
plt.title()	设置图片标题
plt.grid()	根据x轴和y轴的数值展示轴网格

• 实例

from matplotlib import pyplot as plt

# 每隔两个小时：2，4，6，8....24
x = list(range(2,26,2))
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]

# 设置画布大小
plt.figure(figsize=(14,8))

# 设置x轴刻度：以0h，0.5h，1h，1.5h....23.5h显示
# ticks：刻度
# lables：刻度标签
# rotation：旋转角度
x_t = [i/2 for i in range(0,48)]
x_l = ['{}h'.format(i/2) for i in range(0,48)]
plt.xticks(x_t,x_l,rotation=45)

# 设置y轴刻度：最大值,最小值
y_t = range(min(y),max(y))
plt.yticks(y_t)

# 添加x轴标签
plt.xlable('time')

# 添加y轴标签
plt.ylable('temperature')

# 添加标题
plt.title('temperature change')

# 添加网格
plt.grid()

# 绘制图形
plt.plot(x,y)

# 保存图片：要在show之前保存，否则就是空白图
plt.savefig('mat.png')

# 展示图片
plt.show()

• 中文显示：当我们需要设置轴标签、标题等，通常会使用到中文，但是matplotlib默认不显示中文，例如：

# 如果列表a表示10点到12点的每一分钟的气温，如何绘制折线图观察每分钟气温的变化情况
from matplotlib import pyplot as plt
import random

x = range(0,120)
# 生成120个随机整数
y = [random.randint(30,38) for i in range(120)]

# 刻度：0，10，20，30....110
x_t = range(0,120,10)
# 显示x刻度标签：十点0分，十点10分....十一点0分，十一点10分....十一点50分
x_l = ['十点{}分'.format(i) for i in range(0,60,10)]
x_l += ['十一点{}分'.format(i) for i in range(0,60,10)]

plt.xticks(x_l,x_t,rotation=45)
plt.plot(x,y)
plt.show()

• 解决方法：
• 方法一：

import matplotlib

font = {
    'family':'Arial Unicode MS',
    'weight':'bold',
    'size':12
}
matplotlib.rc("font",**font)

• 方法二：

import matplotlib.pyplot as plt

# plt.rcParams['font.family'] = 'Arial Unicode MS'
plt.rcParams['font.sans-serif'] = 'Arial Unicode MS'
# 解决坐标轴负数的负号显示问题
plt.rcParams['axes.unicode_minus'] = False

• 方法三：局部设置方式

from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties 

font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=14)
x = [1,2,3,4]
y = [3,2,1,3]

plt.plot(x,y)
plt.xlabel("x轴标签",fontproperties=font)
plt.show()

• 以下代码可以查看matplotlib支持的字体文件

from matplotlib import font_manager

a = sorted([f.name for f in font_manager.fontManager.ttflist])
for i in a:
    print(i)

• 添加图例：plt.legend()

'''
假设大家在30岁的时候，根据自己的实际情况，统计出来了你和同桌从11岁到30岁每年交的男女朋友的数量如列表a和b,请绘制出该数据的折线图,以便分析自己和同桌每年交男女朋友的数量走势
a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
b = [1,0,3,1,2,2,2,3,1,1,1,1,1,2,1,1,2,3,2,2]
要求：
• y轴表示个数
• x轴表示岁数,比如11岁,12岁
'''
from matplotlib import pyplot as plt

# 显示中文
plt.rcParams['font.sans-serif'] = 'Arial Unicode MS'

# 构建x，y
my_y = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
my_cls_y = [1,0,3,1,2,2,2,3,1,1,1,1,1,2,1,1,2,3,2,2]
x = range(11,31)

# x刻度、标签
x_t = [i for i in range(11,31)]
x_l = ['{}岁'.format(i) for i in range(11,31)]
plt.xticks(x_t,x_l,ratation=45)

# 绘图
plt.plot(x,my_y,label='自己')
plt.plot(x,my_cls_y,label='同桌')

# 添加图例
# 1、plt.plot()添加label属性
# 2、plt.legend()局部指定字体，要使用prop
plt.legend()

# 展示图片
plt.show()

• 添加数据标签：plt.annotate()
• 参数：
  • text：注释的文本
  • xy：需要注释的点的坐标
  • xttext：注释文本的坐标
  • arrowprops：箭头的样式属性，参数类型为字典
    1、wedth：箭身的宽度
    2、facecolor：箭头的颜色
    3、headlength：箭头的头的长度
    4、headwidth：箭头的宽度

from matplotlib import pyplot as plt
import random

x = range(10)
y = [random.randint(10,30) for i in range(10)]

plt.plot(x,y,marker='o')

# 数据标签
plt.annotate('28',xy=(0,28),xytext=(-0.3,0),arrowsprops={'width':2})

plt.show()

# arrowsprops参数使用
from matplotlib import pyplot as plt
import random

x = range(10)
y = [random.randint(10,30) for i in range(10)]

plt.plot(x,y,marker='o')

# 数据标签
plt.annotate('This is a zhushi',xy=(0,18),xytext=(2,28),arrowsprops={'facecolor':'r','headlength':30,'headwidth':30,'width':30})

plt.show()

# 实现：将每个点都使用上数据标签
from matplotlib import pyplot as plt
import random

x = range(10)
y = [random.randint(10,30) for i in range(10)]

plt.plot(x,y,marker='o')

# 数据标签
for xy in zip(x,y):
    plt.annotate(xy, xy=xy, xytext=xy, arrowprops={'width':2,'facecolor':'y'})

plt.show()

3.2 散点图

• 介绍：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，表示离群点（分布规律）
• 散点图绘制：通过scatter()函数绘制
  • 语法：plt.scatter(x,y)
  • 实例

'''
假设通过爬虫你获取到了长沙2019年4,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间变化的某种规律
a = [11,17,16,11,12,11,12,13,10,14,8,13,12,15,14,17,18,21,16,17,30,14,15,15,15,19,21,22,22,22,23]
b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,15,10,11,13,12,13,6]
'''
from matplotlib import pyplot as plt

y_4 = [11,17,16,11,12,11,12,13,10,14,8,13,12,15,14,17,18,21,16,17,30,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,15,10,11,13,12,13,6]

# 中文显示
plt.rcParams['font.sans-serif'] = 'Arial Unicode MS'

# 4，10月份的分布分开
x_4 = range(1,32)
x_10 = range(51,82)

# 绘制散点图
plt.scatter(x_4,y_4)
plt.scatter(x_10,y_10)

# 刻度：四月1号....四月31号 十月1号....十月31号
x_t = list(x_4) + list(x_10)
x_l = ['四月{}号'.format(i) for i in range(x_4)]
x_l += ['十月{}号'.format(i) for i in range(x_10)]
plt.xticks(x_t[::4], x_l[::4], rotation=45)

# 展示图片
plt.show()

3.3 条形图

3.3.1 条形图

• 介绍：条形图是用宽度相同的条形的高度或长短来表示数据多少的图形，条形图可以横置或纵置，纵置也称为柱形图
• 特点：
  • 能够使人们一眼看出各个数据的大小
  • 易于比较数据之间的差别
• 柱形图绘制：通过bar()函数绘制
  • 语法：plt.bar(x,height)
  • 实例

'''
假设你获取到了2019年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据 
a = ["流浪地球","复仇者联盟4:终局之战","哪吒之魔童降世","疯狂的外星人","飞驰人生","蜘蛛侠:英雄远征","扫毒2天地对决","烈火英雄","大黄蜂","惊奇队长","比悲伤更悲伤的故事","哥斯拉2:怪兽之王","阿丽塔:战斗天使","银河补习班","狮子王","反贪风暴4","熊出没","大侦探皮卡丘","新喜剧之王","使徒行者2:谍影行动","千与千寻"]  
b = [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23,5.22]  单位:亿
'''

from matplotlib import pyplot as plt

# 构建x,height
a = ["流浪地球","复仇者联盟4:终局之战","哪吒之魔童降世","疯狂的外星人","飞驰人生","蜘蛛侠:英雄远征","扫毒2天地对决","烈火英雄","大黄蜂","惊奇队长","比悲伤更悲伤的故事","哥斯拉2:怪兽之王","阿丽塔:战斗天使","银河补习班","狮子王","反贪风暴4","熊出没","大侦探皮卡丘","新喜剧之王","使徒行者2:谍影行动","千与千寻"]  
b = [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23,5.22]

# 中文显示
plt.rcParams['font.sans-serif'] = 'Arial Unicode MS'

# 放大画布
plt.figure(figsize=(14,8))

# 设置刻度
plt.xticks(rotation=90)

# 绘制柱形图
# width：调整柱子的宽度，默认0.8
# bottom：y的起始值
# align：默认center居中，设置为edge边缘，取决于width的正负值
plt.bar(a,b,width=-0.3,bottom=30,align='edge')

plt.show()

3.1.2 堆叠条形图

• 实例

from matplotlib import pyplot as plt

# 构建x，height
fruits = ['水果', '梨子', '车厘子']
Q1_sales = [1000, 800, 3000]
Q2_sales = [1200, 700, 2800]

# 中文显示
plt.rcParams['font.sans-serif'] = 'Arial Unicode MS'

# 绘制条形图
plt.bar(fruits, Q1_sales, bottom=Q2_sales, label='Q1')
plt.bar(fruits, Q2_sales, label='Q2')

# 添加图例
plt.legend()

# 展示图片
plt.show()

3.1.3 分组条形图

• 实例

在这里插入代码片

3.1.4 水平条形图

• 水平条形图绘制：通过barh()函数绘制
  • 语法：plt.barh(y,width)
  • 实例

from matplotlib import pyplot as plt

# 构建y，width
a = ["流浪地球","复仇者联盟4:终局之战","哪吒之魔童降世","疯狂的外星人","飞驰人生","蜘蛛侠:英雄远征","扫毒2天地对决","烈火英雄","大黄蜂","惊奇队长","比悲伤更悲伤的故事","哥斯拉2:怪兽之王","阿丽塔:战斗天使","银河补习班","狮子王","反贪风暴4","熊出没","大侦探皮卡丘","新喜剧之王","使徒行者2:谍影行动","千与千寻"]  
b = [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23,5.22]

# 中文显示
plt.rcParams['font.sans-serif'] = 'Arial Unicode MS'

# 绘制水平条形图
plt.barh(a,b)

# 显示图片
plt.show()

3.4 直方图

• 介绍：直方图是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情况
• 直方图绘制：通过hist()函数绘制
  • 语法：plt.hist(x, bins=None)
  • bins为组数：组数=极差/组距
  • 实例

'''
练习
某地区连续50年中四月份平均气温数据如下：
temp_li= [6.9,4.1,6.6,5.2,6.4,7.9,8.6,3.0,4.4,6.7,7.1,4.7,9.1,6.8,8.6,5.2,5.8,7.9,5.6,8.8,8.1,5.7,8.4,4.1,6.4,6.2,5.2,6.8,5.6,5.6,6.8,8.2,6.4,4.8,6.9,7.1,9.7,6.4,7.3,6.8,7.1,4.8,5.8,6.5,5.9,7.3,5.5,7.4,6.2,7.7]
根据以上数据，推断该地区四月份平均气温的分布类型
'''

from matplotlib import pyplot as plt

# 显示中文
plt.rcParams['font.sans-serif'] = 'Arial Unicode MS'

temp_li= [6.9,4.1,6.6,5.2,6.4,7.9,8.6,3.0,4.4,6.7,7.1,4.7,9.1,6.8,8.6,5.2,5.8,7.9,5.6,8.8,8.1,5.7,8.4,4.1,6.4,6.2,5.2,6.8,5.6,5.6,6.8,8.2,6.4,4.8,6.9,7.1,9.7,6.4,7.3,6.8,7.1,4.8,5.8,6.5,5.9,7.3,5.5,7.4,6.2,7.7]

# 组距
b = 1

# bins组数：组数=极差/组距,round：四舍五入
bi = round(max(temp_li)-min(temp_li))//b

# 绘制直方图
plt.hist(temp_li, bins=bi, density=True) # bins一定是整数类型，默认为10

# 显示标签
plt.xlabel('区间')
plt.ylabel('频数/频率')
plt.title('直方图')

# 展示图片
plt.show()

3.5 扇形图

• 介绍：扇形图，用整个圆表示总数，用园内各个扇形的大小表示各部分数量占总数的百分数
• 扇形图绘制：通过pie()函数绘制
  • 语法：plt.pie(x, explode=None, labels=None)
  • x
  • explode：设置某几个分块是否有分离饼图
  • labels：每块扇形标签
  • autopct：百分比数据标签
  • shadow：是否显示阴影
  • 实例

'''
将以下frac数据绘制扇形图，并且设置其扇形标签为label
frac = [1/50,6/50,11/50,15/50,9/50,6/50,2/50]
label = ['[3,4]','(4,5]','(5,6]','(6,7]','(7,8]','(8,9]','(9,10]']
'''

from matplotlib import pyplot as plt

frac = [1/50,6/50,11/50,15/50,9/50,6/50,2/50]
label = ['[3,4]','(4,5]','(5,6]','(6,7]','(7,8]','(8,9]','(9,10]']

# 绘制扇形图
# labels：扇形标签
# autopct：百分比数据标签
# explode：设置某几个分块是否要分离饼图，传入为元组
# shadow：是否显示阴影
# textprops：设置字体，传入为字典
explode_li = (0,0.3,0,0,0,0,0.2)
plt.pie(frac, labels=label, autopct='%.2f%%', explode=explode_li, shadow=True, textprops={'size':20})

# 展示图片
plt.show()

• plt.pie()有3个返回值
  • patches：绘制饼图每一块的对象
  • texts：文本的列表
  • autotexts：百分比的文本列表

3.6 箱形图

• 介绍：箱型图是一种直观简洁的方式去呈现一组数据的分布。广泛用于各个数据分析领域，它能非常简单明了地显示一组数据中5个重要数值，并且还能发现一组数据中的存在的异常值
  • 最大值
  • 最小值
  • 中位数
  • 下四分位数(Q1)
  • 上四分位数(Q3)
• 箱形图绘制：通过boxplot()函数绘制
  • 语法：plt.boxplot()
  • 参数：
  • x：需要绘制的箱型图的数据
  • notch：是否展示置信区间 默认为False
  • sym：代表异常点的符号表示，默认为圆点
  • vert：是否是垂直的，默认是True
  • whis：上下限系数，默认为1.5
  • positions：设置每个盒子的位置
  • widths：设置每个盒子的宽度
  • labels：每个盒子的label
  • meanline和showmeans：都为True的时候 会展示平均线
  • 实例

from matplotlib import pyplot as plt
import random

'''
随机生成100个 1-100的数据
'''
data = [random.randint(1,100) for i in range(100)]

# 列表添加异常值
data.extend([-100,500])

# 绘制箱形图
# sym：异常点的符号表示，默认原点
# widths：每个盒子的宽度
# meanline/showmeans：都为True的时候，会展示平均线
plt.boxplot(data, sym='^', widths=0.2, meanline=True, showmeans=True)

# 展示图片
plt.show()

3.7 雷达图

• 介绍：雷达图又被叫做蜘蛛网图，适用于显示三个或更多的维度的变量的强弱情况，比如某个企业在哪些业务方面的投入等，都可以使用雷达图方便的表示
• 雷达图绘制：通过polar()函数绘制，在matplotlib.pyplot中，可以通过plt.polar来绘制雷达图，这个方法的参数跟plt.plot非常的类似，只不过是x轴的坐标点应该为弧度（2*PI=360°）
  • 实例

from matplotlib import pyplot as plt
import numpy as np

quaters = ['Q1','Q2','Q3','Q4']   
sales = [40,91,44,90,40]

# 弧度 = 2*PI=360°
# 求theta，2*PI
theta = np.linspace(0, np.pi*2, 5) # 创建等差数列

# 绘制雷达图
plt.polar(theta, sales)

# 设置刻度标签
# plt.xticks(theta,quaters)

# 填充
plt.fill(theta, sales)

# 展示图片
plt.show()