python数据分析-matplotlib可视化
1.绘制一天内温度的折线图
1.1 折线图基础绘制
一天之内的温度从凌晨2点开始，每隔2小时测量一次温度，12次温度数据为
y = [15, 13, 14, 5, 17, 20, 25, 26, 24, 22, 18, 15]
现在需要将温度作为纵坐标，时间作为横坐标，绘制折线图
首先需要生成横坐标，这里可以通过实现，实际就是从2开始，一直到24
x = range(2, 25, 2)
可以简单看一下里面的数据
for x in range(2, 25,2):
print(x)
通过plot可以确认横坐标和纵坐标，show进行展示
# 绘图
plt.plot(x, y)#这里x和y的数量需要是相等的
# 展示图形
plt.show()
输出的结果就是一张图
1.2 调整大小分辨率
展示的图片可以进行大小、分辨率的修改以及进行保存，通过figsize设置长宽，dpi设置分辨率
# 设置图片大小
plt.figure(figsize=(20, 8),dpi=80)
加上这一段后，再生成结果就会发现图片的大小发生了改变
1.3 图片保存
如果需要对这张图片进行保存，可以加一句
# 保存图片
plt.savefig('./1.1matplotlib基础绘图.png') # 保存为svg矢量图可以避免放大后产生锯齿
执行后就会在当前文件夹里生成一张图片
1.4 修改坐标轴刻度
如果要修改x轴的刻度，可以通过将x的值作为刻度
# 设置x轴的刻度
plt.xticks(x)
这样跑出来的结果就是
修改y轴的刻度，可以加上
# 设置y轴的刻度
plt.yticks(range(min(y),max(y)+1))
这时就会发现y轴的刻度也发生了改变
不过目前坐标轴上只有数字，难以直观看出来具体时间和温度单位，所以需要将x轴上的数字改成时间，可以通过在xticks里增加参数来实现
x_change = ["{}:00".format(i) for i in range(2, 25, 2)]
plt.xticks(x, x_change)
xticks(x, x_change)的作用就是用x_change来替代原来的x，这时候绘制出来的折线图里，横坐标就更加贴近生活了
1.5 增加中文图表描述信息
如果需要对表格以及坐标轴增加注释，可以通过实现
plt.xlabel("时间")
plt.ylabel("温度（℃）")
plt.title("一天的温度变化情况")
但执行之后却会出现乱码的情况，这是因为matplotlib默认并不支持中文，所以需要提前获取这台电脑的中文字体，需要先导入对应包，并定义参数my_font
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
再修改上面添加的代码
plt.xlabel("时间", fontproperties=my_font)
plt.ylabel("温度（℃）", fontproperties=my_font)
plt.title("一天的温度变化情况", fontproperties=my_font)
这时候就可以正常绘制出带有中文的图表了
1.6 增加辅助网格线
如果觉得上面的图看的不够清楚，可以增加网格线进行辅助使用
# 增加辅助网格线
plt.grid()
完整代码如下
from matplotlib import pyplot as plt
from matplotlib import font_manager
x = range(2, 25, 2)
y = [15, 13, 14, 5, 17, 20, 25, 26, 24, 22, 18, 15]
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
# 设置图片大小
plt.figure(figsize=(20, 8),dpi=80)
# 绘图
plt.plot(x, y)
# 设置x轴的刻度
#plt.xticks(x)
x_change = ["{}:00".format(i) for i in range(2, 25, 2)]
plt.xticks(x, x_change)
# 设置y轴的刻度
plt.yticks(range(min(y),max(y)+1))
plt.xlabel("时间", fontproperties=my_font)
plt.ylabel("温度（℃）", fontproperties=my_font)
plt.title("一天的温度变化情况", fontproperties=my_font)
# 增加辅助网格线
plt.grid()
# 保存图片
#plt.savefig('./1.1matplotlib基础绘图.png') # 保存为svg矢量图可以避免放大后产生锯齿
# 展示图形
plt.show()
2.分别绘制两天温度的折线图
上面说的只是一条折线的绘图，matplotlib也可以实现两条折线的绘图，方式基本一样，只是需要增加部分代码
# 绘制图形，设置标签、颜色、线条样式
plt.plot(x, y1, label='第一天', color="#F08080")
plt.plot(x, y2, label='第二天', color="blue", linestyle="--")
# 添加图例
# plt.legend(prop=my_font, loc="upper left")
plt.legend(prop=my_font, loc="best")
最终实现的绘图结果还是符合预期的
完整代码如下
from matplotlib import pyplot as plt
from matplotlib import font_manager
x = range(2, 25, 2)
y1 = [15, 13, 14, 5, 17, 20, 25, 26, 24, 22, 18, 15]
y2 = [11, 13, 17, 10, 7, 23, 28, 6, 14, 12, 18, 25]
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
# 设置图片大小
plt.figure(figsize=(20, 8),dpi=80)
# 绘制图形，设置标签、颜色、线条样式
plt.plot(x, y1, label='第一天', color="#F08080")
plt.plot(x, y2, label='第二天', color="blue", linestyle="--")
# 设置x轴的刻度
#plt.xticks(x)
x_change = ["{}:00".format(i) for i in range(2, 25, 2)]
plt.xticks(x, x_change)
# 设置y轴的刻度
plt.yticks(range(min(y1),max(y2)+1))
# 添加图例
# plt.legend(prop=my_font, loc="upper left")
plt.legend(prop=my_font, loc="best")
plt.xlabel("时间", fontproperties=my_font)
plt.ylabel("温度（℃）", fontproperties=my_font)
plt.title("两天的温度变化情况", fontproperties=my_font)
# 增加辅助网格线
#plt.grid()
# 保存图片
#plt.savefig('./1.1matplotlib基础绘图.png') # 保存为svg矢量图可以避免放大后产生锯齿
# 展示图形
plt.show()
3. 散点图
绘制散点图代码如下
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc") # 设置中文字体
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
x_3 = range(1,32)
x_10 = range(51,82)
# 设置图形大小
plt.figure(figsize=(20, 8), dpi=80)
#使用scatter方法绘制散点图,和之前绘制折线图的唯一区别
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")
#添加图例
plt.legend(loc="best",prop=my_font)
# 标题
plt.title('3月份与10月份气温差异图',fontproperties=my_font)
# 刻度
_x = list(x_3)+list(x_10)
_xticks3 = [f'3月{i}日' for i in x_3]
_xticks10 = [f'10月{i-50}日' for i in x_10]
_xticks = _xticks3+_xticks10
plt.xticks(_x[::3], _xticks[::3],fontproperties=my_font,rotation=45)
# 标签
plt.xlabel('日期',fontproperties=my_font)
plt.ylabel('温度',fontproperties=my_font)
plt.show()
效果如图
4. 条形图
4.1 纵向条形图
纵向条形图代码如下
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
a = ["战狼2", "速度与激情8", "功夫瑜伽", "西游伏妖篇", "变形金刚5：\n最后的骑士", "摔跤吧！爸爸", "加勒比海盗5：\n死无对证", "金刚：骷髅岛", "极限特工：\n终极回归", "生化危机6：\n终章",
"乘风破浪", "神偷奶爸3", "智取威虎山", "大闹天竺", "金刚狼3：\n殊死一战", "蜘蛛侠：\n英雄归来", "悟空传", "银河护卫队2", "情圣", "新木乃伊", ]
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]
# 设置图形大小
plt.figure(figsize=(20, 15), dpi=80)
plt.bar(a, b, width=.3)
plt.xticks(a, fontproperties=my_font,rotation=45)
_yticks = [f'{i}亿' for i in b]
plt.yticks(b[::5],_yticks[::5], fontproperties=my_font)
plt.grid(alpha=0.4)
plt.title('影片票房', fontproperties=my_font)
plt.show()
执行结果如图
这里需要注意，因为有些电影名太长，如果直接展示会超出图片范围，所以这里在逻辑上对名称进行了换行\n
a = ["战狼2", "速度与激情8", "功夫瑜伽", "西游伏妖篇", "变形金刚5：\n最后的骑士", "摔跤吧！爸爸", "加勒比海盗5：\n死无对证", "金刚：骷髅岛", "极限特工：\n终极回归", "生化危机6：\n终章",
"乘风破浪", "神偷奶爸3", "智取威虎山", "大闹天竺", "金刚狼3：\n殊死一战", "蜘蛛侠：\n英雄归来", "悟空传", "银河护卫队2", "情圣", "新木乃伊", ]
如果觉得这种换行的方式比较麻烦，那就可以考虑使用横向条形图
4.2 横向条形图
大致逻辑和纵向条形图差不多，只不过从bar改成了barh，横纵坐标轴互换，
完整代码如下
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
a = ["战狼2", "速度与激情8", "功夫瑜伽", "西游伏妖篇", "变形金刚5：最后的骑士", "摔跤吧！爸爸", "加勒比海盗5：死无对证", "金刚：骷髅岛", "极限特工：终极回归", "生化危机6：终章",
"乘风破浪", "神偷奶爸3", "智取威虎山", "大闹天竺", "金刚狼3：殊死一战", "蜘蛛侠：英雄归来", "悟空传", "银河护卫队2", "情圣", "新木乃伊", ]
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]
# 设置图形大小
plt.figure(figsize=(20, 15), dpi=80)
plt.barh(range(len(a)), b, height=.5,color='orange')
_yticks = [f'{i}亿' for i in b]
plt.yticks(range(len(a)), a, fontproperties=my_font)
plt.xticks(b[::5], _yticks[::5], fontproperties=my_font)
plt.grid(alpha=0.5)
plt.title('影片票房', fontproperties=my_font)
plt.show()
执行结果如下
4.3 多段条形图
如果需要每部电影在不同日期的票房，可以通过多段条形图来实现，
完整代码如下
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")
a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
bar_width = 0.2
x_14 = list(range(len(a)))
x_15 =[i+bar_width for i in x_14]
x_16 =[i+bar_width for i in x_15]
plt.bar(x_14,b_16,width=bar_width,label='9月14日')
plt.bar(x_15,b_15,width=bar_width,label='9月15日')
plt.bar(x_16,b_14,width=bar_width,label='9月16日')
plt.legend(prop=my_font) # 必须设置label
plt.xticks(x_15,a,fontproperties=my_font)
plt.show()
执行效果如图
5. 直方图
和上面提到的绘图方法类似，主要不同点在于，绘制直方图主要使用的是hist而不是bar，
完整代码如下
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
a = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124,
101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111, 78, 132, 124, 113, 150, 110, 117, 86,
95, 144, 105, 126, 130, 126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136, 123, 117, 119, 105, 137,
123, 128, 125, 104, 109, 134, 125, 127, 105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114, 105, 115,
132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134, 156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,
123, 107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133, 112, 114, 122, 109, 106, 123, 116, 131, 127,
115, 118, 112, 135, 115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154, 136, 100, 118, 119, 133, 134,
106, 129, 126, 110, 111, 109, 141, 120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126, 114, 140, 103,
130, 141, 117, 106, 114, 121, 114, 133, 137, 92, 121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113, 134,
106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110, 105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146,
133, 101, 131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111, 111, 133, 150]
# 计算组距
d = 3
num_bins = (max(a) - min(a)) // d
print(num_bins)
# 设置图形的大小
plt.figure(figsize=(20, 8), dpi=80)
# 绘制直方图
plt.hist(a, num_bins)
# 设置x轴的刻度
plt.xticks(range(min(a), max(a) + d, d))
# 设置网格
plt.grid()
plt.show()
