Python数据分析课--第七节 Matplotlib---扇形图 箱型图 雷达图

扇形图介绍

扇形图，用整个圆表示总数，用圆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

扇形图通过pie()函数绘制
• plt.pie(x, explode=None, labels=None)
• x 扇形数据
• explode 设置某几个分块是否要分离饼图
• labels 每块扇形标签
• autopct 百分比数据标签
• shadow 是否显示阴影
• 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

练习

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]’]

# 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
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）
plt.rcParams['axes.unicode_minus'] = False   # 步骤二（解决坐标轴负数的负号显示问题）

plt.figure(figsize=(6,6),dpi=300)

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]']

#设置要分离的元素
explodes = (0,0,0.1,0,0,0,0)

# 获取 元组拆包
patches,texts,autotexts = plt.pie(frac,labels=label,autopct="%.2f%%",explode=explodes)  # .2f是要保留两位小数  %转义 shadow=True-效果不好

# print(patches) # [, , , , , , ]
# print(texts)  # [Text(1.09783,0.0690696,'[3,4]'), Text(0.963937,0.529929,'(4,5]'), Text(2.8088e-08,1.2,'(5,6]'), Text(-1.09783,-0.0690696,'(6,7]'), Text(7.72421e-08,-1.1,'(7,8]'), Text(0.889919,-0.646564,'(8,9]'), Text(1.09133,-0.137866,'(9,10]')]
# print(autotexts)  # [Text(0.598816,0.0376743,'2.00%'), Text(0.525784,0.289052,'12.00%'), Text(1.63847e-08,0.7,'22.00%'), Text(-0.598816,-0.0376743,'30.00%'), Text(4.2132e-08,-0.6,'18.00%'), Text(0.48541,-0.352671,'12.00%'), Text(0.595269,-0.0751999,'4.00%')]

# 设置百分比数值 字体为白色 需要在列表里取出元素
for autotext in autotexts:
    autotext.set_color('w')

plt.show()

箱型图

箱型图介绍

箱线图是一种直观简洁的方式去呈现一组数据的分布。 箱线图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)

# 随机生成1-100个数据

import random
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）
plt.rcParams['axes.unicode_minus'] = False   # 步骤二（解决坐标轴负数的负号显示问题）

data = [random.randint(1,100) for i in range(100)]
# print(min(data))

# 添加异常值 -100,500 把列表扩展
data.extend([-100,500])   # append是添加元素，extend是扩展列表
# print(data)

# 均值大于中位数的话--->说明整天数据偏大
plt.boxplot(data,sym="^",widths=0.2,meanline=True,showmeans=True)
plt.show()

箱型图绘制

Python当中可以使用Matplotlib当中的boxplot()绘制箱型图，绘制效果如下。

plt.boxplot()
• 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showmean：都为True的时候 会展示平均线

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt

data = np.random.randint(1,100,size=100)
data = np.append(data,np.array([-100,300]))   # 添加两个异常值
plt.boxplot(data,sym="^",widths=0.2,meanline=True,showmeans=True)
plt.show()

雷达图介绍

雷达图（Radar Chart）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，都可以用雷达图方便的表示。

绘制雷达图

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°）。

import numpy as np

quaters = ['Q1','Q2','Q3','Q4']   
sales = [40,91,44,90,40]
theta = np.linspace(0,np.pi*2,5) 
plt.polar(theta,sales)         
plt.xticks(theta,quaters,fontproperties=font)
plt.fill(theta,sales) 

from matplotlib import pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）
plt.rcParams['axes.unicode_minus'] = False   # 步骤二（解决坐标轴负数的负号显示问题）

quaters = ['Q1','Q2','Q3','Q4']  # 不是x，x是弧度
sales = [40,91,44,90,40]  # 最后这个40需要添加，如果不添加，首尾不能链接

#求theta 2*PI
theta = np.linspace(0,np.pi*2,5)  # 创建等差数列 [0.         1.57079633 3.14159265 4.71238898 6.28318531]
# print(theta)

# 绘制
plt.polar(theta,sales)

# 设置刻度标签
plt.xticks(theta,quaters)
plt.fill(theta,sales)
plt.show()

报错

ValueError: The number of FixedLocator locations (5), usually from a call to set_ticks, does not match the number of ticklabels (4).
然后改了代码就好了

from matplotlib import pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）
plt.rcParams['axes.unicode_minus'] = False   # 步骤二（解决坐标轴负数的负号显示问题）

quaters = ['Q1','Q2','Q3','Q4','Q1']  # 不是x，x是弧度
sales = [40,91,44,90,40]  # 最后这个40需要添加，如果不添加，首尾不能链接

#求theta 2*PI
theta = np.linspace(0,np.pi*2,5)  # 创建等差数列 [0.         1.57079633 3.14159265 4.71238898 6.28318531]
# print(theta)

# 绘制
plt.polar(theta,sales)

# 设置刻度标签
plt.xticks(theta,quaters)
plt.fill(theta,sales)
plt.show()

注意：
• 因为polar并不会完成线条的闭合绘制，所以我们在绘制的时候需要在theta中和values中在最后多重复添加第0个位置的值，然后在绘制的时候就可以和第1个点进行闭合了。
• polar只是绘制线条，所以如果想要把里面进行颜色填充，那么需要调用fill函数来实现。
• polar默认的圆圈的坐标是角度，如果我们想要改成文字显示，那么可以通过xticks来设置。
绘图参考链接:
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.html#module-matplotlib.pyplot
•