机器学习入门 03 —— Matplotlib使用(折线图、散点图、柱状图、直方图、饼图、堆叠柱状图等)

---

系列文章

机器学习入门 01 —— 机器学习概述
机器学习入门 02 —— 环境搭建（Jupyter Notebook 及扩展库的安装与使用）
机器学习入门 03 —— Matplotlib使用
机器学习入门 04 —— Numpy使用
机器学习入门 05 —— Pandas使用
机器学习入门 06 —— Seaborn使用

---

3.1 Matplotlib之Hello World

1 Matplotlib介绍

 

• 专门用于开发2D图表（3D也可以，但不常用）

• 以渐进、交互式方式实现数据可视化（之前我Python博客里用过网页来进行可视化，而Matplotlib是python真正的可视化方式）

• 为什么要学习Matplotlib？

  • 可视化是整个数据挖掘的关键辅助工具，能让我们清晰理解数据从而调整分析方法。
  • 例如下面图片就是用Matplotlib实现
  

   

2 Matplotlib画图流程

 

# 1. 导包
import matplotlib.pyplot as plt

# 2. 创建画布，figsize:指定图的长宽，dpi图像的清晰度。函数返回一个fig对象。
plt.figure(figsize=(5,3), dpi=100)

# 3. 绘制折线图，参数分别是X和Y轴
plt.plot([1,2,3,4,5],[17,17,18,15,11])

# 4. 显示图像
plt.show()

效果：

图像结构：

 

3.2 基础绘图功能（以折线图为例）

 

1 坐标刻度、标签、网格、图像保存

下面是常用功能演示：

说明下，里面用到了列表生成式，[random.uniform(15, 18) for i in x]，相当于是遍历了60次（因为x长度60），每次获取[15,18)间的一个数，最后得到一个列表。

import matplotlib.pyplot as plt
import random

# 0. 准备数据
x = range(60) # 创建0-60的列表（不包括60）
y = [random.uniform(15, 18) for i in x] # uniform(a, b)随机生成一个a-b间的一个数；

# 1. 创建画布
plt.figure(figsize=(10, 6), dpi=100)

# 2. 绘制折线图
plt.plot(x, y)
# 修改线条形状和颜色
# plt.plot(x, y, 'r')  # 'r'红色 、'y'黄色、'b'蓝色
# plt.plot(x, y, '--')  # '--'虚线、'-'实线、's'方块、'*'星型、'o'圆圈、'^'三角
# plt.plot(x, y1, 'ro--')  # 'ro--'红色圆圈虚线、'g^-'绿色三角实线、'b-.'蓝色点实线

# 2.1 添加x y轴刻度
# 构造x，y轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)
# 修改x,y轴刻度显示，使其间隔为5(x[::]表示步长为5)
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

# 2.2 添加网格显示(linestyle是每个线条样式，alpha是线条透明度)
plt.grid(True, linestyle='--', alpha=0.5)

# 2.3 添加描述信息
plt.xlabel("时间", fontsize=20)
plt.ylabel("温度", fontsize=20)
plt.title("中午11点0分到12点之间的温度变化图示", fontsize=20)

# 3. 保存图像(这一步必须在show前面，因为show会释放资源)
plt.savefig('temp.png')

# 4. 显示图像
plt.show()

效果：

可能很多人在进行中文标签显示时出现了乱码，这是因为Matplotlib的默认字体并不支持中文，所以需要我们对字体进行切换。解决方法请看我另一篇博客：解决Matplotlib中文乱码问题

2 在一个坐标系里绘制多个图

 

代码：

import matplotlib.pyplot as plt
import random

x = range(60)
y1 = [random.uniform(15, 18) for i in x]
y2 = [random.uniform(3, 6) for i in x]  # 第二条折线的数据

plt.figure(figsize=(10, 6), dpi=100)

# label指定图例，即右上角的指示
plt.plot(x, y1, label="第一条")
# 绘制第二条折线, color 指定颜色（r、g、b、w、c、m、y、k），linestyle指定线条样式（-、--、-.、：、空格）
plt.plot(x, y2, color='y', linestyle='--', label="第二条")
# 显示图例, loc指示图例的位置（best、center、upper right、lower left等）
plt.legend(loc='best')

x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)

plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])


plt.grid(True, linestyle='--', alpha=0.5)

plt.xlabel("时间", fontsize=20)
plt.ylabel("温度", fontsize=20)
plt.title("中午11点0分到12点之间的温度变化图示", fontsize=20)

plt.savefig('temp.png')

plt.show()

效果：

3 在一个图里绘制多个坐标系

 

方式一：figure的add_subplot

其中221表示，共有2行2列，这是第1个。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
fig=plt.figure()
# 画第1个图：折线图
x=np.arange(1,100)
ax1=fig.add_subplot(221)
ax1.plot(x,x*x)
# 画第2个图：散点图
ax2=fig.add_subplot(222)
ax2.scatter(np.arange(0,10), np.random.rand(10))
# 画第3个图：饼图
ax3=fig.add_subplot(223)
ax3.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])
# 画第4个图：条形图
ax4=fig.add_subplot(224)
ax4.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()

 

方式二：plt的subplot

绘制不规则的图像。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

fig = plt.figure()
# 画第1个图：折线图
x=np.arange(1,100)
plt.subplot(221)
plt.plot(x,x*x)
# 画第2个图：散点图
plt.subplot(222)
plt.scatter(np.arange(0,10), np.random.rand(10))
# 画第3个图：条形图
# 前面的两个图占了221和222的位置，如果想在下面只放一个图，得把前两个当成一列，即2行1列第2个位置
plt.subplot(212)
plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()

 

方式三：plt的subplots

import matplotlib.pyplot as plt
import random

x = range(60)
y1 = [random.uniform(15, 18) for i in x]
y2 = [random.uniform(3, 6) for i in x]

# 1. 创建画布。要绘制1行2列个坐标系，返回fig 画布，axes 坐标系列表。
fig, axes = plt.subplots(nrows=1,ncols=2, figsize=(20, 8), dpi=100)

# 2. 绘制图像。【如果是4个，就用axes[0][0],axes[0][1]表示第一行第一列和第二列图像】
axes[0].plot(x, y1, label="第一条")
axes[1].plot(x, y2, color='y', linestyle='--', label="第二条")
axes[0].legend(loc='best')
axes[1].legend(loc='best')

# 2.1 构造xy轴刻度
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)

# 2.2 设置xy轴刻度，使其每个刻度间隔为5
axes[0].set_xticks(x[::5]) # 这是真实的x轴刻度
axes[0].set_yticks(y_ticks[::5]) # 这是真实的y轴刻度
axes[0].set_xticklabels(x_ticks_label[::5]) # 这是每个真实x轴刻度对应的标签值
# 这是第二个坐标系
axes[1].set_xticks(x[::5])
axes[1].set_yticks(y_ticks[::5])
axes[1].set_xticklabels(x_ticks_label[::5])

# 2.3 添加网格
axes[0].grid(True, linestyle='--', alpha=0.5)
axes[1].grid(True, linestyle=':', alpha=0.5)

# 2.5 添加描述信息
axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
axes[0].set_title("中午11点0分到12点之间的温度变化图示", fontsize=10)

axes[1].set_xlabel("时间")
axes[1].set_ylabel("温度")
axes[1].set_title("中午11点0分到12点之间的温度变化图示", fontsize=10)

# 2.6 图像保存
plt.savefig('temp.png')

# 2.7 图像显示
plt.show()

 

3.3 常见图形绘制

 

官方链接：https://matplotlib.org/index.html

1 折线图

 

特点：能够显示数据的变化趋势，反映食物的变化情况。（变化）

Api：plt.plot(x, y)

前面的举例都是折线图，这里就不再说明了。

 

2 散点图

 

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）

Api：plt.scatter(x, y)

# 0.准备数据 
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67,
     288.64, 163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 
     224.72, 29.51, 21.61, 483.21, 245.25, 399.25, 343.35] 
y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9 , 
     239.34, 140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 
     191.74, 33.1 , 30.74, 400.02, 205.35, 330.64, 283.45]

# 1.创建画布 
plt.figure(figsize=(20, 8), dpi=100) 

# 2.绘制散点图 
plt.scatter(x, y) 

# 3.显示图像 
plt.show()

 

3 柱状图

 

特点：能够一眼看出各个数据的大小，比较数据之间的差别。（统计/对比）

Api：plt.bar(x, width, align='center'对齐, color='r')

# 0.准备数据 
# 电影名字 
movie_name = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽']

# 横坐标 
x = range(len(movie_name)) 

# 纵坐标-票房数据 
y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764] 

# 1.创建画布 
plt.figure(figsize=(20, 8), dpi=100) 

# 2.绘制柱状图 
plt.bar(x, y, width=0.5, color=['b','r','g','y','c','m','y','k','c','g']) 

# 2.1b修改x轴的刻度显示 
plt.xticks(x, movie_name) 

# 2.2 添加网格显示 
plt.grid(linestyle="--", alpha=0.5) 

# 2.3 添加标题 
plt.title("电影票房收入对比") 

# 3.显示图像 
plt.show()

 

4 直方图

 

特点：绘制连续性的数据，展示一组或多组数据的分布状况（统计）

Api：plt.hist(x, bins=None组距)

import numpy as np
# 随机生成（10000,）服从正态分布的数据
data = np.random.randn(10000)
"""
绘制直方图
data:必选参数，绘图数据
bins:直方图的长条形数目，可选项，默认为10
density:是否将得到的直方图向量归一化，可选项，默认为0，代表不归一化，显示频数。density=1，表示归一化，显示频率。
facecolor:长条形的颜色
edgecolor:长条形边框的颜色
alpha:透明度
"""
plt.hist(data, bins=40, density=0, facecolor="blue", edgecolor="black", alpha=0.7)
# 显示横轴标签
plt.xlabel("区间")
# 显示纵轴标签
plt.ylabel("频数/频率")
# 显示图标题
plt.title("频数/频率分布直方图")
# 显示
plt.show()

 

5 饼图

 

特点：分类数据的占比情况（占比）

Api：plt.pie(x, label=每部分名称, autopct=占比显示, colors=每部分颜色

label_list = ["第一部分", "第二部分", "第三部分"]    # 各部分标签
size = [55, 35, 10]    # 各部分大小
color = ["red", "green", "blue"]     # 各部分颜色
explode = [0.05, 0, 0]   # 各部分突出值
"""
绘制饼图
explode：设置各部分突出
label:设置各部分标签
labeldistance:设置标签文本距圆心位置，1.1表示1.1倍半径
autopct：设置圆里面文本
shadow：设置是否有阴影
startangle：起始角度，默认从0开始逆时针转
pctdistance：设置圆内文本距圆心距离
返回值
l_text：圆内部文本，matplotlib.text.Text object
p_text：圆外部文本
"""
patches, l_text, p_text = plt.pie(size, explode=explode, colors=color, labels=label_list, labeldistance=1.1, autopct="%1.1f%%", shadow=False, startangle=90, pctdistance=0.6)
plt.axis("equal")    # 设置横轴和纵轴大小相等，这样饼才是圆的
plt.legend()
plt.show()

6 特殊柱状图

两条柱状图

import matplotlib.pyplot as plt
import matplotlib
# 设置中文字体和负号正常显示
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False

label_list = ['2014', '2015', '2016', '2017']    # 横坐标刻度显示值
num_list1 = [20, 30, 15, 35]      # 纵坐标值1
num_list2 = [15, 30, 40, 20]      # 纵坐标值2
x = range(len(num_list1))
"""
绘制条形图
x:长条形中点横坐标
y:长条形高度
width:长条形宽度，默认值0.8
label:为后面设置legend准备
"""
rects1 = plt.bar(x, num_list1, width=0.4, alpha=0.8, color='red', label="一部门")
rects2 = plt.bar([i + 0.4 for i in x], num_list2, width=0.4, color='green', label="二部门")
plt.ylim(0, 50)     # y轴取值范围
plt.ylabel("数量")
"""
设置x轴刻度显示值
参数一：中点坐标
参数二：显示值
"""
plt.xticks([index + 0.2 for index in x], label_list)
plt.xlabel("年份")
plt.title("某某公司")
plt.legend()     # 设置题注

# 每条柱顶部文本
for rect in rects1:
    height = rect.get_height()
    plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")
for rect in rects2:
    height = rect.get_height()
    plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")
plt.show()

水平柱状图

import matplotlib

matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False

price = [39.5, 39.9, 45.4, 38.9, 33.34]
"""
绘制水平条形图方法barh
参数一：y轴
参数二：x轴
"""
plt.barh(range(5), price, height=0.7, color='steelblue', alpha=0.8)      # 从下往上画
plt.yticks(range(5), ['亚马逊', '当当网', '中国图书网', '京东', '天猫'])
plt.xlim(30,47)
plt.xlabel("价格")
plt.title("不同平台图书价格")
for x, y in enumerate(price):
    plt.text(y + 0.2, x - 0.1, '%s' % y)
plt.show()

堆叠柱状图

import matplotlib.pyplot as pltimport matplotlibmatplotlib.rcParams['font.sans-serif'] = ['SimHei']matplotlib.rcParams['axes.unicode_minus'] = Falselabel_list = ['2014', '2015', '2016', '2017']num_list1 = [20, 30, 15, 35]num_list2 = [15, 30, 40, 20]x = range(len(num_list1))rects1 = plt.bar(x, num_list1, width=0.45, alpha=0.8, color='red', label="一部门")rects2 = plt.bar(x, num_list2, width=0.45, color='green', label="二部门", bottom=num_list1)plt.ylim(0, 80)plt.ylabel("数量")plt.xticks(x, label_list)plt.xlabel("年份")plt.title("某某公司")plt.legend()plt.show()