机器学习-数据科学库（HM）（一）-matplotlib学习

基础知识

1.课程概要
（1）基础概念
（2）matplotlib 画图
（3）numpy处理数值型数据
（4）pandas处理字符串 字典 列表

• 基础概念

• 为什么学习数据分析？
  a.和爬虫，机器学习，神经网络结合岗位需求
  b. python数据科学的基础
  c.机器学习课程的基础

• 什么是数据分析？
  a.对大量数据进行分析，帮助决策

• 数据分析流程
  提出问题→准备数据→分析数据→结论→成果可视化

• 环境安装
  （1）如何选择环境？不是根据项目类型，是根据项目需要。每一个项目创建
  (2) 一个环境 conda: data science package & enviroment
  manager(集合了很多环境，几乎可以安装所有的模块) 切换环境： windows: activate python 3; linux/macos: source activate python 3
  (3) alias 命令 将一个长命令起一个小名
  例如：ll→ll-alh(以列表形式显示 -a: (all)显示全部文件)

• 工具jupyter notebook-一款编程文档笔记展示软件
  在anacoda中启动命令：jupyter notebook即可自动打开，如果无法打开，可以复制链接到浏览器

pwd可以查看当前anaconda所在目录，ls看现在文件夹下的文件
jupyter notebook基本操作
new→folder（新建文件夹）→勾选前面方框→rename
new-python 3→input→执行→

matplotlib

为什么要学习

更直观，主要是实现数据可视化

基本要点

• 假设一天中每隔两个小时（range(2,26,2)）的气温（℃）分别是[15,13,14,5,17,20,25,26,26,27,22,18,5] 如何用matplotlib画出来
• pycharm如何改环境？file→setting→project interpreter
• anaconda怎么调用py文件？cd 转化调用文件途径，然后直接输入文件名即可调用（如果pycharm想利用anaconda的包，新建项目时应当选择调用全局包）
• 程序如下：

from matplotlib import pyplot as plt #从matplotlib中导入pyplot模块并用plt，一方面简写另一方面可以避免重复引用
x=range(2,28,2)
y=[15,13,14,5,17,20,25,26,26,27,22,18,15]
plt.plot(x,y) #将x和y一一对应
plt.show()#展示图形

折线图存在问题及解决

• 设置图片大小 调用类figure plt.figure(figuresize=(20,8),dpi=80),通过实例化一个figure并传递参数，能够在后台自动使用该figure实例
• 图片保存：plt.savefig(“传入位置.文件类型”) svg为矢量图格式，不会出现锯齿
• 设置X轴 plt.xticks(range(2,25))如果还想取更小的步长，可以列表表达式；太密集可以取步长操作；
• 设置y轴plt.yticks(range(min(y),max(y)+1))
• 最终程序如下：

from matplotlib import pyplot as plt #从matplotlib中导入pyplot模块并用plt，一方面简写另一方面可以避免重复引用
x=range(2,28,2)
y=[15,13,14,5,17,20,25,26,26,27,22,18,15]
#设置图片大小
plt.Figure(figsize=(20,8),dpi=80) #类属性是figsize不是figuresize
#设置x轴
_xtick_labels=[i/2 for i in range(4,49)]
plt.xticks(_xtick_labels[::3]) #列表取步长操作
plt.yticks(range(min(y),max(y)+1))
plt.plot(x,y) #将x和y一一对应
plt.show()#展示图形
plt.savefig("./sig_size.png") #svg格式不会失真

matplotlib显示中文

• 如何让刻度的标识是字符串而不是数字？应当把x和字符串列表进行一一对应，先建立一个和x一一对应的字符串列表（利用.format()）再进行plt.xticks(_x, _xticks_labels)操作
• x轴刻度标识旋转操作，加入rotation90参数
• matplotlib默认字体不显示中文，如何设置中文字体
  fc-listcmd命令中查看所有默认字体
  fc-list:lang =zh查看支持的中文（冒号前有空格）
  matplotlib.rc可以修改(ctrl+B可以查看如何使用), 设置方法如 rc(‘lines’, lw=2, c=‘r’)，lines是设置的性质，lw和c是给性质赋值
  font manager font_manager.Fontproperties(fname=后面放字体地址)

from matplotlib import pyplot as plt, font_manager
import random
x=range(0,120)
y=[random.randint(20,35) for i in range (120)] #参数1、参数2必须是整数 函数返回参数1和参数2之间的任意整数， 闭区间
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)
#设置字体,这种方法不好成功，因为不一定有字体
'''import matplotlib
font = {'family' : 'Microsoft Yahei',
        'weight' : 'bold',
        'size'   : 12}
matplotlib.rc('font', **font)'''

#设置字体方法二,把中文字体，给my_font,然后后面用plt.xticks(fontproperties=my_font）
import matplotlib
#查找matplotlib字体库位置
print(matplotlib.matplotlib_fname())
my_font=font_manager.FontProperties(fname=r"C:\Windows\Fonts\simkai.ttf")#windows系统字体在c盘window→fonts，地址是字符串记得加双引号,地址前加r

#调整x轴刻度
_xtick_labels=["10点{}分".format(i) for i in range(60)]
_xtick_labels+=["11点{}分".format(i) for i in range(60)] #在列表后增加
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=90,fontproperties=my_font) #xtick也是一个对应函数，把x刻度和标签对应起来。
plt.show()

绘制多次图形和不同图形的介绍与总结

• 怎么装anaconda环境
  （1）下载：清华镜像，三个链接复制粘贴即可下载模块
  （2）一定把anaconda输入到环境变量中（初始安装有两个默认选项要先）
  （3）创建环境 conda create -n pythonconda（环境名称）python=3.8(安装使用的解释器版本)
  （4）切换环境 conda avtivate pythonconda
  (5) 查看pip包管理系统的版本 pip–version
  （6）将pycharm转换成conda安装包下面的python.exe文件（file→setting→interfere→），在pycharm中写好模块test06.py
  （7）切换好环境后，用在anaconda中cd命令转化为test06.py所在的文件路径，python test06.py就可以调用运行该模块了

(pythonconda) PS D:\python\anaconda> conda activate pythonconda03
(pythonconda03) PS D:\python\anaconda> pip --version
pip 20.2.3 from D:\python\anaconda\envs\lib\site-packages\pip (python 3.8)

(6) pycharm如何切换到anaconda环境呢？
参加https://jingyan.baidu.com/article/93f9803fdd922ba0e46f5584.html

• 绘制网格
  （1）命令 plt.grid()
  （2）调整网格透明度plt.grid(alpha=0.4)
  (3) 设置y和x的标签 xlabel, ylabel

• 绘制第二个y
  （1）赋予y1,y2, 分别plt.plot(x,y1)，plt.plot(x,y2)
  (2) 给不同的曲线标签，第一步plt(x,y1,label="", color=“orange”,linestyle=",调整每一个线的标签、颜色、线条类型；在后面plt.legend(prop=my_font)设置图例位置、字体，只有legend是用prop接收，其他的都是用font_manage. FontProperty;标签位置是legend的loc性质；更多颜色在RGB与16进制
  （3）图标题、x轴、y轴标题分别是：plt.title(label=“不同年龄女朋友数量”)，plt.xlabel(“年龄”)，plt.ylabel(“女朋友数量”)
  （4）保存 plt.sagefig

• 其他图形在matplotlib的官方文档，example中找实例，找代码，改变关键的x和y

• 关键要明白不同图的应用长江
  折线图：以折线的走势表示统计数量的增减变化的统计图，能够显示数据的变化趋势
  直方图：绘制连续性数据，展示一组或多组数据的分布情况；
  条形图：绘制离散的数据，一眼看出各个数据大小，比较数据间差异
  散点图：判断变量之间的数量关联趋势，展示离群点（分布规律）

from matplotlib import pyplot as plt
from matplotlib import font_manager
import random
y1=[random.randint(1,4) for i in range(11,30)] #random.random是形成随机数，randint是形成整数
y2=[random.randint(1,4) for i in range(11,30)] #random.random是形成随机数，randint是形成整数
x=range(11,30)
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)

#设置中文字体
myfont=font_manager.FontProperties(fname=r"C:\Windows\Fonts\simkai.ttf")

#绘制不同曲线，设置标签,颜色,线条类型及粗细
plt.plot(x,y1,label="自己",color="orange",linestyle=":")
plt.plot(x,y2,label="朋友",color="cyan",linestyle="--")

#设置x轴刻度标签和x轴标签
_xticks_labels =["{}years old".format(i) for i in x]
plt.xticks(x,_xticks_labels,rotation=45,fontproperties=myfont)
plt.xlabel("年龄",fontproperties=myfont)
plt.ylabel("女朋友数量",fontproperties=myfont)
#设置不同
#调整网格透明度
plt.grid(alpha=0.4)

#调整图例位置、图例字体
plt.legend(loc="best",prop=myfont)

#设置图题目、x和y的标签
plt.title(label="不同年龄女朋友数量",fontproperties=myfont)
#展示图形
plt.show()

• 课程复习