利用Matplotlib绘制常见统计图
折线图
基本要点
- 使用方法
from matplotlib import pyplot as plt # 导入pyplot
给x和y赋值为可迭代对象，然后plot.plot(x,y)传入x和y，通过plot绘制出折线图，再用plt.show()
高级用法
设置图片大小
fig = plt.figure(figsize = (20,8) , dpi = 80)
figsize传入宽和高的元组，dpi反映图的清晰程度，dpi = dots per inch
保存到本地
plt.savefig("./picture.png")
描述信息
设置x轴的刻度
plt.xticks(range(2,26,2))
可以传入一个列表
y轴刻度同理
- 以字符串为刻度
_x = list(x)[::3] # 设置步长为3
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["11点{}分".format(i) for i in range(60)]
plt.xticks(_x,_xtick_label[::3],rotation = 90) # _x和_xtick_label个数要相等，数字要一一对应
# rotation可以旋转坐标刻度的文字方向，使其更好地展示
设置中文显示
- 需要导入中文字体文件
from matploitlib import font_manager
my_font = font_manager.FontProperties(fname="/filepath/..tcc") # 实例化一个字体
plt.xticks(...,fontproperties = my_font) # 在需要显示中文的地方传入参数，调用实例化后的my_font
设置x、y轴标题以及图表标题
plt.xlabel("x坐标的标题")
plt.ylabel("y坐标的标题")
plt.title("图表的标题")
绘制网格
plt.grid(alpha = 0.5) # grid绘制网格，参数alpha决定网格的透明度，有多少刻度就会生成多少网格
多条折线图
绘制多元折线图
plt.plot(x,y_1,label="第一条折线图代表的对象")
plt.plot(x,y_2,label="第二条折线图代表的对象")
# 多条折线图只需要多次plot即可,label参数方便区分两个折线图
显示图例
plt.legend() #显示图例
# 显示中文图例为
plt.legend(prop=my_font) # 只有在legend里字体参数用prop，其他都用fontproperties
# 调整图例位置
plt.legend(loc="upper left")
-
图例位置：loc参数的合法值，可以是字符串也可以是对应的数字，Ctrl+B即可查看函数源码
调整xy刻度的间距
线条的样式
线条颜色
plt.plot(x,y,color="")
# r-红色 g-绿色 b-蓝色 w-白色 c-青色 m-洋红 y-黄色 k-黑色
# 可以加16进制颜色值，也可以是灰度值字符串
线条风格
plt.plot(x,y,linestyle='--')
# 实线（-） 虚线（--） 点划线（.-） 点虚线（:） 留空或空格无线条（''）
线条粗细
plt.plot(x,y,linewidth=5)
标记出特殊的点
给图片添加水印
散点图
plt.scatter(x,y) # 与折线图的唯一区别
柱形图
单条柱形图
- 竖着的图是柱形图
a = ["战狼2","速度与激情8",...]
b = [56.81,26.94,...]
plt.bar(range(len(a)),b,width=0.3) # 柱形图传入的都是数字，可以设置柱形宽度
plt.xticks(range(len(a)),a) # 将字符串列表a与数字一一对应
plt.show() # 展示柱形图
多条柱形图
a = ["战狼2","速度与激情8",...]
b1 = [56.81,26.94,...]
b2 = [...]
b3 = [...]
x_1 = list(range(len(a)))
x_2 = [i+barwidth for i in x_1]
x_3 = [i+barwidth*2 for i in x_1]
plt.bar(range(len(a)),b1,width=barwidth,label="")
plt.bar(x_2,b2,width=barwidth,label="")
plt.bar(x_3,b3,width=barwidth,label="")
条形图
- 横着的图是条形图
plt.barh(range(len(a)),b,height=0.3) # 横着的图要设置条形宽度需要用height
直方图
- 只有没经过统计的原始数据才能绘制直方图
频数分布直方图
a = [...]
# 计算组数
d = 5 #组距
num_bins = (max(a) - min(a)) // d #组数
plt.hist(a,num_bins)
# 设置x轴的刻度
plt.xticks(range(min(a),max(a)+d,d))
频率分布直方图
plt.hist(a,num_bins,normed = True) # 将频数计算为频率
其他工具
百度Echarts
- 实际工作学习中，可以利用某些前端工具生成可交互图如百度Echarts
Plotly
- 可视化工具中的github，图形更加漂亮，比matplotlib简单，照着文档写即可
- 文档地址：https://plot.ly/python/