Matplotlib用法2

Matplotlib用法2

一、matplotlib柱状图

* 柱状图是一种用矩形柱来表示数据分类的图表
* 柱状图可以垂直绘制，也可以水平绘制
* 它的高度与其所表示的数值成正比关系
* 柱状图显示了不同类别之间的比较关系，图表的水平轴X指定被比较的类别，垂直轴Y则表示具体的类别值

柱状图的绘制：

matplotlib.pyplot.bar(x,height,width:float=0.8,bottom=None,*,align:str=‘center’,data=None,**kwargs)

• x表示x坐标，数据类型为float类型，一般为np.arange()生成的固定步长列表
• height表示柱状图的高度，也就是y坐标值，数据类型为float类型，一般为一个列表，包含生成柱状图的所有y值
• width表示柱状图的宽度，取值在0~1之间，默认值为0.8
• bottom表示柱状图的起始位置，也就是y轴的起始坐标，默认值为None
• align表示柱状图的中心位置，‘center’、‘lege’边缘，默认值为‘center’
• color 表示柱状图的颜色，默认为蓝色。可以设置多个颜色值
• facecolor : 柱状图的颜色，设置单个颜色值时的使用方式和color参数一样，但是facecolor不能设置多个颜色值
• alpha表示透明度，取值在0~1之间，默认值为1
• label标签，设置后需要调用plt.legend()生成
• edgecolor边框颜色(ec)
• linewidth 边框宽度，浮点数或类数组，默认为None(lw)
• tick_label ：柱子的刻度标签，字符串或字符串列表，默认值为None
• linestyle ：线条样式(ls)
  
  
  
  

1.1 基本柱状图绘制

import matplotlib.pyplot as plt

# x轴数据
x = range(5)
# y轴数据
data = [5,20,15,25,10]

# 设置图形标题
plt.title('基本柱状图')
# 绘制网格
plt.grid(ls='--',alpha=0.2,color='r')       # alpha表示透明度，alpha参数的值越小，就越透明，当alpha=0时完全透明
# 设置字体
plt.rcParams['font.sans-serif'] = ['SimHei']       # 用来设置字体样式以正常显示
plt.rcParams['axes.unicode_minus'] = False  

# bar绘制图形，x表示x坐标，data表示柱状图的高度
plt.bar(x,data)

运行结果：

• 在绘图时设置柱状图的bottom参数：

# bar绘制图形，x表示x坐标，data表示柱状图的高度
# bottom参数表示柱状图的起始位置，也就是y轴的起始坐标，默认值为None
plt.bar(x,data,bottom=[10,20,5,0,10])

运行结果：

• 设置柱状图的颜色
  • 使用facecolor——只能设置单个颜色值
  • 使用color——可以设置多个颜色值

# bar绘制图形，x表示x坐标，data表示柱状图的高度
# facecolor参数设置柱状图的颜色，只能设置单个颜色值
plt.bar(x,data,facecolor='yellow')

运行结果：

# bar绘制图形，x表示x坐标，data表示柱状图的高度
# color参数设置柱状图的颜色，可以设置多个颜色值
plt.bar(x,data,color=['r','g','b','y'])

运行结果：

• 描边——相关的关键字参数为：
  • edgecolor或ec
  • linestyle 或 ls
  • linewidth 或 lw

import matplotlib.pyplot as plt

# y轴数据
data = [5,20,15,25,10]

plt.title('设置边缘线条样式')

# 设置字体，正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']       # 用来设置字体样式以正常显示
plt.rcParams['axes.unicode_minus'] = False  

plt.bar(range(len(data)),data,ec='r',ls='--',lw=2)

运行结果：

• 设置tick label
  柱子的刻度标签，字符串或者字符串列表

import matplotlib.pyplot as plt

# x轴数据
x = range(5)
# y轴数据
data = [5,20,15,25,10]
# 设置柱子的刻度标签
labels = ['Tom','Dick','Harry','Slim','Jim']

plt.title('设置柱子的刻度标签')

# 设置字体，正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']       # 用来设置字体样式以正常显示
plt.rcParams['axes.unicode_minus'] = False  

plt.bar(labels,data)

运行结果：

1.2 同位置多柱状图

同一x轴位置绘制多个柱状图，主要通过调整柱状图的宽度和每个柱状图x轴的起始位置。

分析：

• 本实例需要对x轴进行计算，因此需要将x轴转为数值
• 确定同一x轴中，每个柱状图x轴的起始位置
• 需要设置图形的宽度
• 图形2的起始位置=图形2起始位置+图形宽度
• 图形3的起始位置=图形3起始位置+2倍图形宽度
• 需要给每个柱状图循环显示文本内容
• 显示图例
  
  

• 在同一个图中绘制多个柱状图（没有设置位置）

import matplotlib.pyplot as plt
import numpy as np

# 设置基本属性

# 国家
countries = ['挪威','德国','中国','美国','瑞典']

# 金牌个数
gold_medal = [16,12,9,8,5]
# 银牌个数
silver_medal = [8,10,4,10,5]
# 铜牌个数
bronze_medal = [13,5,2,7,5]

# 设置字体，正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']       # 用来设置字体样式以正常显示
plt.rcParams['axes.unicode_minus'] = False  

plt.bar(countries,gold_medal,color='gold',width=0.2)   # 通过color设置柱状图的颜色，通过width参数设置柱状图的宽度
plt.bar(countries,silver_medal,color='silver',width=0.2)   
plt.bar(countries,bronze_medal,color='c',width=0.2)   

运行结果：

• 绘制同位置多柱状图

import matplotlib.pyplot as plt
import numpy as np

# 设置基本属性

# 国家
countries = ['挪威','德国','中国','美国','瑞典']

# 金牌个数
golden_medal = [16,12,9,8,5]
# 银牌个数
silver_medal = [8,10,4,10,5]
# 铜牌个数
bronze_medal = [13,5,2,7,5]

# 1.将x轴转换为数值
x = np.arange(len(countries))
print(x)

# 2.设置图形的宽度(柱形图每条柱子的宽度)
width = 0.2

# ===========确定x的起始位置======================
# 金牌起始位置
golden_x = x
# 银牌的起始位置
silver_x = x + width
# 铜牌的起始位置
bronze_x = x + 2 * width



# 设置字体，正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']       # 用来设置字体样式以正常显示
plt.rcParams['axes.unicode_minus'] = False 


# =========分别绘制图形=====================
# 绘制金牌图形
plt.bar(golden_x,golden_medal,width=width,color='gold',label='金牌')
# 绘制银牌图形
plt.bar(silver_x,silver_medal,width=width,color='silver',label='银牌')
# 绘制铜牌图形
plt.bar(bronze_x,bronze_medal,width=width,color='brown',label='铜牌')

plt.legend()    # 显示图例

# ==========将坐标变回来==========================

# 注意将x轴标签的位置居中
plt.xticks(x+width,labels=countries)

# ----------------------显示高度文本-------------------------
for i in range(len(countries)):
    # 金牌的文本设置
    # plt.text()中前两两个参数表示绘制文字的x坐标和y坐标，第2个参数表示要添加的文字，va参数表示垂直位置，ha表示水平位置
    plt.text(golden_x[i],golden_medal[i],golden_medal[i],va='bottom',ha='center')    
    # 银牌的文本设置
    plt.text(silver_x[i],silver_medal[i],silver_medal[i],va='bottom',ha='center')
    # 铜牌的文本设置
    plt.text(bronze_x[i],bronze_medal[i],bronze_medal[i],va='bottom',ha='center')

plt.show()

运行结果：

1.3 堆叠柱状图绘制

所谓堆叠柱状图就是将不同数组别的柱状图堆叠在一起，堆叠后的柱状图高度显示了两者相加的结果值。

分析：

• 金牌榜的起始高度为：铜牌数据+银牌数据
• 银牌榜的起始高度为：铜牌数据
• 铜牌榜的其实高度为：0
• 起始位置的数据相加需要使用numpy的相关知识
• 需要确定柱状图的位置
• 显示图例

import matplotlib.pyplot as plt
import numpy as np

# 设置基本属性

# 国家
countries = ['挪威','德国','中国','美国','瑞典']

# 金牌个数
golden_medal = [16,12,9,8,5]
# 银牌个数
silver_medal = [8,10,4,10,5]
# 铜牌个数
bronze_medal = [13,5,2,7,5]


# 设置图形的宽度(柱形图每条柱子的宽度)
width = 0.3

# ===========确定y的起始高度======================
# 将列表转换为numpy数组，再用numpy数组的性质进行两数组相加
# 铜牌的起始高度
bronze_y = np.array(bronze_medal)
# 银牌榜的起始高度
silver_y = bronze_y + np.array(silver_medal)
# 金牌榜的起始高度
golden_y = silver_y + np.array(gold_medal)

# 每个国家总的奖牌数
medal_sum = golden_y


# 设置字体，正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']       # 用来设置字体样式以正常显示
plt.rcParams['axes.unicode_minus'] = False 


# =========分别绘制图形=====================
# 绘制金牌图形
plt.bar(countries,golden_y,width=width,color='gold',label='金牌')
# 绘制银牌图形
plt.bar(countries,silver_y,width=width,color='silver',label='银牌')
# 绘制铜牌图形
plt.bar(countries,bronze_y,width=width,color='brown',label='铜牌')

plt.legend()    # 显示图例


# # ----------------------显示高度文本-------------------------
for i in range(len(countries)):
    # 奖牌总数的文本设置
    # plt.text()中前两两个参数表示绘制文字的x坐标和y坐标，第2个参数表示要添加的文字，va参数表示垂直位置，ha表示水平位置
    plt.text(countries[i],medal_sum[i],medal_sum[i],va='bottom',ha='center')    


plt.show()

或者使用plt.bar()函数中的bottom参数设置柱子的起始高度：

import matplotlib.pyplot as plt
import numpy as np

# 设置基本属性

# 国家
countries = ['挪威','德国','中国','美国','瑞典']

# 金牌个数
golden_medal = [16,12,9,8,5]
# 银牌个数
silver_medal = [8,10,4,10,5]
# 铜牌个数
bronze_medal = [13,5,2,7,5]


# 设置图形的宽度(柱形图每条柱子的宽度)
width = 0.3



# 设置字体，正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']       # 用来设置字体样式以正常显示
plt.rcParams['axes.unicode_minus'] = False 


# =========分别绘制图形=====================
# 通过bar()函数的bottom参数设置柱子的起始高度
# 绘制铜牌图形
plt.bar(countries,bronze_medal,width=width,color='brown',label='铜牌')  # 铜牌柱子的起始高度为0，是bottom参数的默认值
# 绘制银牌图形
plt.bar(countries,silver_medal,width=width,color='silver',label='银牌',bottom = bronze_medal) 
# 绘制金牌图形
plt.bar(countries,golden_medal,width=width,color='gold',label='金牌',bottom = np.array(bronze_medal) + np.array(silver_medal))


plt.legend()    # 显示图例


# # ----------------------显示高度文本-------------------------
nums = []
for i in range(len(countries)):
    medal_sum = bronze_medal[i] + silver_medal[i] + gold_medal[i]
    nums.append(medal_sum)
    # 奖牌总数的文本设置
    # plt.text()中前两两个参数表示绘制文字的x坐标和y坐标，第2个参数表示要添加的文字，va参数表示垂直位置，ha表示水平位置
    plt.text(countries[i],medal_sum,medal_sum,va='bottom',ha='center')    

print(nums)
plt.show()

运行结果：

1.4 水平柱状图

调用matplotlib的barh()函数可以生成水平柱状图

barh()函数的用法与bar()函数的用法基本一样，只是在调用barh()函数时使用y参数传入Y轴数据，使用width参数传入代表条柱宽度的数据。

plt.barh(y,width,height=0.8,left=None,*,align=‘center’,**kwargs)

import matplotlib.pyplot as plt
import numpy as np

# 设置字体，正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']       # 用来设置字体样式以正常显示
plt.rcParams['axes.unicode_minus'] = False         # 中文负号

# 设置分辨率为100
plt.rcParams['figure.dpi'] = 100
# 设置画布的大小
plt.rcParams['figure.figsize'] = (5,3)

# 国家
countries = ['挪威','德国','中国','美国','瑞典']

# 金牌个数
golden_medal = [16,12,9,8,5]
# # 银牌个数
# silver_medal = [8,10,4,10,5]
# # 铜牌个数
# bronze_medal = [13,5,2,7,5]
# y轴为国家，宽度为奖牌数
plt.barh(countries,width=golden_medal)

plt.show()

运行结果：

实例：三天中3部电影的票房变化

movie = [‘新蝙蝠侠’,‘狙击手’,‘奇迹笨小孩’]

real_day1 = [4053,2548,1543]

real_day2 = [7840,4013,2421]

real_day3 = [8080,3673,1342]

分析：

• 1.确定图形距离左侧的位置

• 2.设置同一高度

• 3.绘制图形设置left参数

• 4.标注数据——plt.text()

  • horizontalalignment控制文本的x位置参数表示文本边界框的左边、中间或者右边——ha
  • verticalalignment控制文本的y位置参数，表示文本边界框的底部、中心或者顶部——va
    
    
    
    

• 绘制水平堆叠柱状图

代码如下：

import matplotlib.pyplot as plt
import numpy as np

movie = ['新蝙蝠侠','狙击手','奇迹笨小孩']
real_day1 = [4053,2548,1543]             # 第一天
real_day2 = [7840,4013,2421]             # 第二天
real_day3 = [8080,3673,1342]             # 第三天

# ========================确定左侧距离=============================

left_day1 = 0
left_day2 = np.array(real_day1)                      # 第二天距离左侧的距离为第一天的数值
left_day3 = left_day2 + np.array(real_day2)          # 第三天距离左侧的距离为第一天+第二天的数值

# 设置柱子的高度
height = 0.2

# 绘制图形
plt.barh(movie,real_day1,left=left_day1,height=height)              # 第一天图形
plt.barh(movie,real_day2,left=left_day2,height=height)              # 第二天图形
plt.barh(movie,real_day3,left=left_day3,height=height)              # 第三天图形

# 设置数值文本：计算宽度值和y轴为值
sum_data = np.array(real_day1) + np.array(real_day2) + np.array(real_day3)
for i in range(len(movie)):
    plt.text(sum_data[i],movie[i],sum_data[i],va='center',ha='left')

plt.xlim(0,sum_data.max()+2000)

运行结果：

• 为每一个堆叠的柱子添加文本数值：

import matplotlib.pyplot as plt
import numpy as np

movie = ['新蝙蝠侠','狙击手','奇迹笨小孩']
real_day1 = [4053,2548,1543]             # 第一天
real_day2 = [7840,4013,2421]             # 第二天
real_day3 = [8080,3673,1342]             # 第三天

# ========================确定左侧距离=============================

left_day1 = np.array([0,0,0],dtype=np.uint8)
left_day2 = np.array(real_day1)                      # 第二天距离左侧的距离为第一天的数值
left_day3 = left_day2 + np.array(real_day2)          # 第三天距离左侧的距离为第一天+第二天的数值

# 设置线条的高度
height = 0.2

# 绘制图形
plt.barh(movie,real_day1,left=left_day1,height=height)              # 第一天图形
for i in range(len(movie)):
    plt.text(left_day1[i],movie[i],real_day1[i],size=8,va='center',ha='left')
plt.barh(movie,real_day2,left=left_day2,height=height)              # 第二天图形
for i in range(len(movie)):
    plt.text(left_day2[i],movie[i],real_day2[i],size=8,va='center',ha='left')
plt.barh(movie,real_day3,left=left_day3,height=height)              # 第三天图形
for i in range(len(movie)):
    plt.text(left_day3[i],movie[i],real_day3[i],size=8,va='center',ha='left')


plt.xlim(0,sum_data.max()+2000)

运行结果：

• 使用for循环进行绘图：

import matplotlib.pyplot as plt
import numpy as np

movie = ['新蝙蝠侠','狙击手','奇迹笨小孩']
real_day1 = [4053,2548,1543]             # 第一天
real_day2 = [7840,4013,2421]             # 第二天
real_day3 = [8080,3673,1342]             # 第三天

real_days = [real_day1,real_day2,real_day3]

# ========================确定左侧距离=============================

left_day1 = np.array([0,0,0],dtype=np.uint8)
left_day2 = np.array(real_day1)                      # 第二天距离左侧的距离为第一天的数值
left_day3 = left_day2 + np.array(real_day2)          # 第三天距离左侧的距离为第一天+第二天的数值

left_days = np.array([left_day1,left_day2,left_day3])

# 设置线条的高度
height = 0.2

# 绘制图形
for j in range(len(movie)):
    plt.barh(movie,real_days[j],left=left_days[j],height=height)
    for i in range(len(movie)):
         plt.text(left_days[j][i],movie[i],real_days[j][i],size=8,va='center',ha='left')    # 使用size参数设置字体大小
            

# plt.barh(movie,real_day1,left=left_day1,height=height)              # 第一天图形
# for i in range(len(movie)):
#     plt.text(left_day1[i],movie[i],real_day1[i],va='center',ha='left')
# plt.barh(movie,real_day2,left=left_day2,height=height)              # 第二天图形
# for i in range(len(movie)):
#     plt.text(left_day2[i],movie[i],real_day2[i],va='center',ha='left')
# plt.barh(movie,real_day3,left=left_day3,height=height)              # 第三天图形
# for i in range(len(movie)):
#     plt.text(left_day3[i],movie[i],real_day3[i],va='center',ha='left')


# 设置数值文本（总数量）：计算宽度值和y轴为值
sum_data = np.array(real_day1) + np.array(real_day2) + np.array(real_day3)
for i in range(len(movie)):
    plt.text(sum_data[i],movie[i],sum_data[i],size=8,va='center',ha='left')    # 使用size参数设置字体大小

plt.xlim(0,sum_data.max()+2000)

运行结果：

• 绘制同位置多柱状图

import matplotlib.pyplot as plt
import numpy as np

movie = ['新蝙蝠侠','狙击手','奇迹笨小孩']
real_day1 = [4053,2548,1543]             # 第一天
real_day2 = [7840,4013,2421]             # 第二天
real_day3 = [8080,3673,1342]             # 第三天
real_days = [real_day1,real_day2,real_day3]

# 设置字体，正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']       # 用来设置字体样式以正常显示
plt.rcParams['axes.unicode_minus'] = False 

#-------1.将y轴转换为数值型------------------------------
movie_y = np.arange(len(movie))

# ------2.设置同图形的高度-------------------------------
height = 0.2

# ------3.计算每个图形高度的起始位置----------------------
height_day1 = movie_y
height_day2 = height_day1 + height
height_day3 = height_day2 + height
height_days = [height_day1,height_day2,height_day3]

# ------4.绘制图形--------------------------------------
for i in range(len(movie)):
    plt.barh(height_days[i],real_days[i],height=height)
    # 给每一个柱子添加文本数值
    for j in range(len(real_day1)):
        # 第一参数表示文本的x轴坐标，第二个参数表示文本的y轴坐标，第三个参数表示文本数值
        plt.text(real_days[i][j],height_days[i][j],real_days[i][j],size=8,ha='left',va='center')

#-------5.替换y轴并将将y轴标签居中---------------------
plt.yticks(movie_y + height , labels=movie)     # 第一个参数用来设置y轴上的刻度值，label用来设置对应刻度值的标签

运行结果：



绘图发现，右边文本数值超出边框，有两个方法可以解决：1、去掉右边和上侧的spines；2、使用xlim设置x轴的显示范围。

# 1、去掉右边和上侧的spines
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

运行结果：

# 2、使用xlim设置x轴的显示范围
plt.xlim(0,np.array(real_days).max()+2000)

运行结果：

二、matplotlib直方图

直方图（Histogram），又称为质量分布图，它是条形图的一种，由一系列不等高的纵向线来表示数据分布情况。直方图的横轴表示数据类型，纵轴表示分布情况。

柱状图和直方图的区别在于，直方图用于概率分布，它显示了一组数值序列在给定的数值范围内出现的概率；而柱状图则用于展示各个类别的频数。

柱状图	直方图
柱状图一般用于描述离散型分类数据的对比	直方图一般用于描述连续型数据的分布关系
每根柱子宽度固定，柱子之间会有间距	每根柱子宽度可以不一样，且一般没有间距
横轴变量可以任意排序	横轴变量有一定顺序规则

将统计值的范围分段，即将整个值的范围分为一系列间隔，然后计算每个间隔有多少个值。直方图也可以被归一化以显示“相对频率”。然后，它显示了属于几个类别中每个类别的占比，其高度总和等于1。

plt.hist(x,bins=None,range=None,density=None,weights=None,cumulative=False,bottom=None,histtype=‘bar’,align=‘mid’,orientation=‘vertical’,rwidth=None,log=False,color=None,label=None,stacked=False,normed=None,*,data=None,**kwargs)

参数说明：

• x：绘制直方图所用的数据，必须是一维数组；多维数组可以先进行扁平化(numpy.ravel())再作图；必选参数。
• bins：直方图的柱数，即要分的组数，默认为10。
• weights：与x形状相同的权重数组，将x中的每个元素乘以对应权重值再计数；如果normed或者density取值为True，则会对权重进行归一化处理。这个参数可用于绘制已合并数据的直方图。
• density：bool，可选。如果为“True”，返回元组的第一个元素将会将计数标准化以形成一个概率密度，也就是说，直方图下的面积（或积分）总和为1.这是通过将计数除以数字的数量来实现的。如果叠加也是“True”，那么柱状图被规范化为1。（替代normed）
• bottom：数组、标量值或None；每个柱子底部相对于y=0的位置。如果是标量值，则每个柱子相对于y=0向上/向下的偏移量相同。如果是数组，则根据数组元素取值移动对应的柱子，即直方图上下偏移距离。
• histtype：{‘bar’,‘barstacked’,‘step’,‘stepfilled’}；‘bar’是传统的直方图；'barstacked’是堆叠的条形直方图；'step’是未填充的条形直方图；‘stepfilled’是有填充的直方图。当histtype取值为’step’或’stepfilled’，rwidth设置失效，即不能指定柱子之间的间隔，默认连接在一起。
• align：{‘left’,‘mid’,‘right’}。‘left’:柱子的中心位于bins的左边缘；‘mid’：柱子位于bins左右边缘之间；‘right’：柱子的中心位于bins的右边缘。
• color：具体颜色，数组（元素为颜色）或None。
• label：字符串（序列）或None；有多个数据集时，用label参数做标注区分。
• normed：是否将得到的直方图向量归一化，即显示占比，默认为0他，不归一化；不推荐使用，建议改用density参数。
• alpha：透明度。

返回值说明：

• n：数组或数组列表
  • 直方图的值
• bins：数组
  • 返回各个bin的区间范围
• patches：列表或者嵌套列表，返回的每个bin里面包含的数据是一个list

2.1 绘制一个直方图：

# 使用numpy随机生成200个数据
x_value = np.random.randint(120,180,300)

# 绘制直方图
plt.hist(x_value,bins=20,edgecolor='red')

plt.title('数据统计')
plt.xlabel('身高')
plt.ylabel('比率')

运行结果：

返回值：

num,bins,patches = plt.hist(x_value,bins=20,edgecolor='red')

print('num:',num)
print('bins:',bins)
for patche in patches:
    print(patche)

运行结果：

取patches每个数组元素中的元素：

for p in patches:
    print(p)
    print(p.get_x())    # 取柱子左下角的横坐标
    print(p.get_y())    # 取柱子左下角的纵坐标
    print(p.get_width())     # 取柱子的宽度
    print(p.get_height())    # 取柱子的高度
    print(p.get_angle())     # 取柱子的角度

运行结果：

2.2 添加折线直方图

在直方图中，我们也可以添加折线图，辅助我们查看数据变化情况

• 首先通过pyplot.subplot()创建Axes对象
• 通过Axes对象调用hist()方法绘制直方图，返回折线图所需要的x、y数据

import matplotlib.pyplot as plt

x_value = np.random.randint(120,180,300)

# 创建一个画布
fig,ax = plt.subplots()

# 绘制直方图
num,bins_limit,pat = plt.hist(x_value,bins=10,edgecolor='white')

# 注意num返回的个数是10，bins_limit返回的个数是11，需要截取
print(bins_limit[:10])
# 绘制折线图
ax.plot(bins_limit[:10],num,'--',marker='o')

运行结果：

2.3 不等距分组

一般的直方图都是等距的，但有时我们需要得到不等距的直方图，这个时候需要确定分组上下限，并指定histtype='bar’就可以了。

fig,ax = plt.subplots()
x = np.random.normal(100,20,100)   # np.random.normal表示标准正态分布，均值=100，标准差=20，随机生成100个值
# 区间是：50-60,60-70,70-90,90-100,100-110,110-140,140-150
bins = [50,60,70,90,100,110,140,150]    # 设置区间，区间数-1=直方图柱子数
ax.hist(x,bins,color='g',rwidth=0.9,edgecolor='white')
ax.set_title('不等距分组')
plt.show()

运行结果：

2.4 多类型直方图

我们在使用直方图查看数据的频率时，有时候会查看多种类型数据出现的频率。

这时候我们可以以列表的形式传入多种数据给hist()方法的x数据。

# 指定分组个数
n_bins = 10

fig,ax = plt.subplots(figsize=(8,5))

# 分别生成10000,5000,2000个值
x_multi = [np.random.randn(n) for n in [10000,5000,2000]]         # 列表表达式，生成的x_multi是一个三维数组
print(x_multi)

# 实际绘图代码与单类型直方图差异不大，只是增加了一个图例项
# 在 ax.hist函数中先指定图例label名称
ax.hist(x_multi,n_bins,histtype='bar',label=list('ABC'))
ax.set_title('多类型直方图')
ax.legend()

运行结果：

2.5 堆叠直方图

我们有时候会在同样数据范围情况下，对比两组不同对象群组收集的数据差异。

• 直方图属性data：以列表的形式传入两组数据
• 设置直方图stacked：为True时，允许数据覆盖

x_value = np.random.randint(140,180,200)
x2_value = np.random.randint(140,180,200)
plt.hist([x_value,x2_value],bins=10,stacked=True)

运行结果：

三、matplotlib饼状图

饼状图是用来显示一个数据系列，具体来说，饼状图显示一个数据系列中各项目占项目总和的百分比。

Matplotlib提供了一个pie()函数，该函数可以生成数组中数据的饼状图。可以使用x/sum(x)来计算各个扇形区域占饼状图总和的百分比。pie()函数的参数说明如下：

pyplot.pie(x,explode=None,labels=None,colors=None,autopct=None)

• x：数组序列，数组元素对应扇形区域的数量大小
• labels：列表字符串序列，为每个扇形区域备注一个标签名字
• colors：为每个扇形区域设置颜色，默认按照颜色周期自动设置
• autopct：格式化字符串"fmt%pct"，使用百分比的格式设置每个扇形区域的标签
• pctdistance：设置百分比标签与圆心的距离
• labeldistance：设置各扇形标签（图例）与圆心的距离
• explode：指定饼状图某些部分的突出显示，即呈现爆炸式
• shadow：是否添加饼状图的阴影效果

绘制饼图：

# 设置大小

plt.rcParams['figure.figsize'] = (5,5)

# 定义饼图的标签
labels = ['娱乐','育儿','饮食','房贷','交通','其他']

# 每个标签所占的数量
x = [200,500,1200,7000,200,900]

# 绘制饼图
# plt.pie(x,labels=labels,colors=['#FFDAB9','#FFE4E1','#00BFFF','#7FFFD4','#FFEC8B','#D8BFD8'],autopct='fmt%pct')
plt.pie(x,labels=labels)

运行结果：

百分比显示

autopct

# 设置大小

plt.rcParams['figure.figsize'] = (5,5)

# 定义饼图的标签
labels = ['娱乐','育儿','饮食','房贷','交通','其他']

# 每个标签所占的数量
x = [200,500,1200,7000,200,900]

# 绘制饼图
plt.pie(x,labels=labels,autopct='%.2f%%')   # autopct中字符串的首尾为%，中间的.2f%表示百分比保留小数点后两位

运行结果：

饼状图的分离

explode：指定饼状图某些部分的突出显示

# 设置大小

plt.rcParams['figure.figsize'] = (5,5)

# 定义饼图的标签
labels = ['娱乐','育儿','饮食','房贷','交通','其他']

# 每个标签所占的数量
x = [200,500,1200,7000,200,900]

# 饼图分离
explode = (0.03,0.05,0.06,0.04,0.08,0.01)    # explode中的元素就代表饼图的对应部分距离圆心的距离

# 绘制饼图
plt.pie(x,labels=labels,explode=explode)

运行结果：

设置饼状图百分比和文本距离中心的距离

• pctdistance：设置百分比标签与圆心的距离
• labeldistance：设置各扇形标签（图例）与圆心的距离

# 设置大小

plt.rcParams['figure.figsize'] = (5,5)

# 定义饼图的标签
labels = ['娱乐','育儿','饮食','房贷','交通','其他']

# 每个标签所占的数量
x = [200,500,1200,7000,200,900]

# 饼图分离
explode = (0.03,0.05,0.06,0.04,0.08,0.01)    # explode中的元素就代表饼图的对应部分距离圆心的距离

# 绘制饼图
plt.pie(x,labels=labels,autopct='%.2f%%',explode=explode,pctdistance=1.2,labeldistance=1.4)

运行结果：

四、matplotlib散点图

散点图scatter，散点图也叫X-Y图，它将所有的数据以点的形式展现在直角坐标系上，以显示变量之间相互的影响程度，点的位置由变量的数值决定。

通过观察散点图上点的分布情况，我们可以推断出变量间的相关性。如果变量之间不存在相互关系，那么在散点图上就会表现为随机分布的离散的点，如果存在某种相关性，那么大部分的数据点就会相对密集并以某种趋势呈现。

数据的相关关系主要分为：正相关（两个变量值同时增长）、负相关（一个变量值增加另一个变量值下降）、不相关、线性相关、指数相关等，表现在散点图上的大致分布如下图所示。那些离点集群较远的点我们称为离群点或者异常点。

matplotlib.pyplot.scatter(x,y,s=None,c=None,marker=None,cmap=None,norm=None,vmin=None,vmax=None,alpha=None,linewidths=None,edgecolors=None,plotnonfinite=False,data=None,**kwargs)

• x,y：散点的坐标
• s：散点的面积
• c：散点的颜色（默认值为蓝色，‘b’）
• marker：散点的样式（默认值为实心圆，‘o’）
• alpha：散点透明度（[0,1]之间的数，0表示完全透明，1则表示完全不透明）
• linewidths：散点的边缘线宽
• edgecolors：散点的边缘颜色
• cmap：colormap，默认为None，标量或者是一个colormap的名字，只有c是一个浮点数数组时才使用。

以下实例scatter()函数接收长度相同的数组参数，一个是x轴的值，另一个是y轴的值。

# x轴数据
x = np.array([1,2,3,4,5,6,7,8])
# y轴数据
y = np.array([1,4,7,20,7,15,33,25])

# 绘制散点图
plt.scatter(x,y)
plt.show()

运行结果：

• 设置散点图中点的面积

# x轴数据
x = np.array([1,2,3,4,5,6,7,8])
# y轴数据
y = np.array([1,4,7,20,7,15,33,25])

# 生成一个[0,1)之间的随机浮点数或N维浮点数组作为点的面积
s = (20*np.random.rand(8))**2

# 绘制散点图
plt.scatter(x,y,s)
plt.show()

运行结果：

• 设置散点图的颜色和透明度

颜色方式：

• 1.颜色英文
• 2.字母 ‘r’ ‘g’ ‘b’ 等
• 3.十六进制 #123ab1

# x轴数据
x = np.random.rand(50)     # 随机生成一维数组，其中有50个数
# y轴数据
y = np.random.rand(50)

# 生成一个[0,1)之间的随机浮点数或N维浮点数组
s = (10*np.random.rand(50))**2

# 颜色也可以使用一组数字序列
# 设置随机颜色
colors = np.random.rand(50)

# 绘制散点图
plt.scatter(x,y,s,alpha=0.5,c=colors)
plt.show()

运行结果：

• 可以选择不同的颜色条–配合cmap参数

颜色条 colormap
matplotlib模块提供了很多可用的颜色条，颜色条就像一个颜色列表，其中每一种颜色都有一个范围从0-100的值。下面是颜色条的例子：viridis。

# x轴数据
x = np.arange(1,101)
y = np.arange(1,101)

# 颜色随机
colors = np.arange(1,101)

plt.scatter(x,y,c=colors,cmap='viridis')

运行结果：

cmap主要分为以下四大类：

• 1.Sequential colormaps：连续化色图

  • 特点：在两种色调之间近似平滑变化，通常是从低饱和度（白色）到高饱和度（例如明亮的蓝色）
  • 应用：适用于大多数科学数据，可以直观地看出数据从低到高的变化
  • 1） 以中间值有颜色命名（eg：viridis松石绿）：[‘viridis’,‘plasma’,‘inferno’,‘magma’,‘cividis’]
  • 2）以色系名称命名，由低饱和度到高饱和度过渡

• 2.Diverging colormaps：两端发散的色图

  • 特点：具有中间值（通常是浅色），并在高值和低值处平滑变化为两种不同的色调
  • 应用：适用于数据的中间值的很大情况（例如0，因此正值和负值分别表示为颜色图的不同颜色）
    [‘PiYG’,‘PRGn’,‘BrBG’,‘PuOr’,‘RdGy’,‘RdBu’,‘RdYIBu’,‘RdYIGn’,‘Spectral’,‘coolwarm’,‘bwr’,‘seismic’]

• 3.Qualitative colormap：离散化色图

• 4…Cyclic colormaps:周期图

五、matplotlib保存图片

保存图片 plplot.savefig()

savefig(fname,dpi=None,facecolor=‘w’,edgecolor=‘w’,orientation=‘portrait’,papertype=None,format=None,transparent=False,bbox_inches=None,pad_inches=0.1,frameon=None,metadata=None)

• frame:（字符串或者仿路径或仿文件）如果格式已经设置，这就决定输出的格式并将文件按fname来保存。如果格式没有设置，在fname有扩展名的情况下推断按此保存，没有扩展名将按照默认格式存储为’png’格式，并将适当的扩展名添加在fname后面。文件夹必须存在。
• dpi：分辨率，每英寸的像素点数
• facecolor：图形表面颜色，默认值为‘auto’。如果是‘auto’,使用当前图形的表面颜色；否则，使用设置的颜色
• edgecolor：图形边缘颜色，默认值为‘auto’。如果是‘auto’,使用当前图形的边缘颜色；否则，使用设置的颜色
• format（字符串）：文件格式，比如’jpg’、‘png’、‘pdf’、‘svg’、‘gif’等，未设置的行为将会被记录在fname中
• transparent：用于将图片背景设置为透明。图形也会是透明，除非通过关键字参数指定了表面颜色或边缘颜色

# x轴数据
x_axis = [1,4,9,16,25,36,49,64,81,100]
# y轴数据
y_axis = [1,2,3,4,5,6,7,8,9,10]
# 绘制图形
plt.plot(x_axis,y_axis)
# x轴和y轴标签
plt.xlabel('X')
plt.ylabel('Y')

plt.savefig('mytest.png')

plt.show()

运行结果：

注意：savefig()中第一个参数是保存的路径，如果路径中包含未创建的文件夹，需要手动或者使用os模块创建。必须在调用plt.show()之前保存图片，否则将保存的是空白图形。

使用os模块判断文件夹是否存在，不存在则创建文件夹：

import os
import matplotlib.pyplot as plt

# x轴数据
x_axis = [1,4,9,16,25,36,49,64,81,100]
# y轴数据
y_axis = [1,2,3,4,5,6,7,8,9,10]
# 绘制图形
plt.plot(x_axis,y_axis)
# x轴和y轴标签
plt.xlabel('X')
plt.ylabel('Y')

# 使用os目录判断文件夹是否存在：
if not os.path.exists('mypic'):
    # 使用os模块创建文件夹
    os.mkdir('mypic')

plt.savefig('mypic/mytest.png')

plt.show()

六、箱线图

箱线图(Boxplot)是一种用作显示一组数据分散情况的统计图表。

箱线图，又称为箱型图(boxplot)或盒式图，不同于一般的折线图、柱状图或饼图等图表，其包含一些统计学的均值、分位数、极值等统计量，该图信息量较大，不仅能够分析不同类别数据平均水平差异，还能揭示数据间的离散程度、异常值、分布差异等。

在箱线图中，我们从上四分位数到下四分位数绘制一个盒子，然后用一条垂直触须（也称为‘盒须’）穿过盒子的中间。上垂线延伸至上边缘（最大值），下垂先延伸至下边缘（最小值）。

箱线图的应用场景：

• 箱线图由于能显示一组数据的分散情况，常用于品质管理
• 箱线图有利于数据清洗，能快速直到数据分布情况
• 箱线图有助于分析一组数据的偏向，如分析公司员工收入水平

函数的使用：

matplotlib.pyplot.boxplot(x,notch=None,sym=None,vert=None,whis=None,positions=None,widths=None,patch_artist=None,bootstrap=None,usermedians=NOne,conf_intervals=None,meanline=None,showmeans=None,showcaps=None,showbox=None,showfliers=None,boxprops=None,labels=None,3flierprops=None,medianprops=None,meanprops=None,capprops=None,whiskerprops=None,manage_ticks=True,autorange=False,zorder=None,*,data=None)

• x：输入数据，类型为数组或向量序列，必选参数。
• notch：控制箱体中央是否有V型凹槽。当取值为True时，箱体中央有V型凹槽，凹槽表示中位数的置信区间；取值为False时，箱体为矩形。类型为布尔值，默认值为False。是可选参数。
• vert：箱体的方向，当取值为True时，绘制垂直箱体，当取值为False时，绘制水平箱体。类型为布尔值，默认为True。类型为序列，可选参数。
• positions：指定箱体的位置，刻度和极值会自动匹配箱体的位置。类型为类数组结构。可选参数。默认值为range(1,N+1)，N为箱线图的个数
• widths：箱体的宽度。类型为浮点数或类数组结构，默认值为0.5或0.15极值间的距离
• labels：每个数据集的标签，默认值为‘None’。类型为序列，可选参数。
• autorange：类型为波尔只，默认值为False，可选参数。当取值为True且数据分布满足上四分位数（75%）和下四分位数（25%）相等
• showmeans：是否显示算术平均值，类型为布尔值。默认值为False，可选参数。
• meanline：均值显示为线还是点，类型为布尔值，默认值为False，可选参数。当取值为True，且showmeans、shownotched参数均为True时，显示为线
• capprops：箱须横杠的样式，类型为字典，默认值为None，可选参数
• boxprops：箱体的样式，类型为字典，默认值为None，可选参数。
• whiskerprops：箱须的样式，类型为字典，默认值为None，可选参数
• flierprops：离群点的样式，类型为字典，默认值为None，可选参数
• medianprops：中位数的样式，类型为字典，默认值为None，可选参数
• meanprops：算术平均值的样式，类型为字典，默认值为None，可选参数

绘制箱线图：

import numpy as np

x = np.random.rand(20)

plt.boxplot(x,showmeans=True,meanline=True)
plt.grid()
plt.show()

运行结果：

七、wordcloud词云图和jieba分词

7.1 wordcloud词云图

词云图，也叫文字云，是对文本中出现频率较高的“关键词”予以视觉化的展现，词云图过滤掉大量的低频低质的文本信息。

WordCloud：

WordCloud是一款python环境下的词云图工具包，同时支持python2和python3，能通过代码的形式把关键词数据转换成直观且有趣的图文模式。

安装方法：pip install wordcloud 或者 conda install -c conda-forge wordcloud

WordCloud( font_path=None,width=400, height=200,margin=2, ranks_only=None,prefer_horizontal=0.9,mask=None, scale=1,color_func=None, max_words=200,min_font_size=4,stopwords=None,random_state=None, background_color=‘black’,max_font_size=None,font_step=1,mode=‘RGB’,relative_scaling=‘auto’,regexp=None,collocations=True,colormap=None,normalize_plurals=True,contour_width=0, contour_color=‘black’,repeat=False,include_numbers=False,min_word_length=0,collocation_threshold=30,)

WordCloud参数说明:

属性	数据类型/默认值	解析
font_path	string	字体路径windows：C:/Windows/Fonts / Linux: /usr/share/fonts
width	int (default=400)	输出的画布宽度，默认为400像素
height	int (default=200)	输出的画布高度，默认为200像素
prefer_horizontal	float (default=0.90)	词语水平方向排版出现的频率,默认 0.9 所以词语垂直方向排版出现频率为0.1
mask	nd-array or None(default=None)	如果参数为空，则使用二维遮罩绘制词云如果mask非空，设置的宽高值将被忽略遮罩形状被 mask 取代
scale	float (default=1)	按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍
min_font_size	int (default=4)	显示的最小的字体大小
font_step	int (default=1)	字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差
max_words	number (default=200)	要显示的词的最大个数
stopwords	set of strings or None	设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
background_color	color value default=”black”	背景颜色，默认为黑色
max_font_size	int or Nonedefault=None	显示的最大的字体大小
mode	string (default=”RGB”)	当参数为“RGBA”并且background_color不为空时，背景为透明
relative_scaling	float (default=.5)	词频和字体大小的关联性
color_func	callable, default=None	生成新颜色的函数，如果为空，则使用 self.color_func
regexp	string or None (optional)	使用正则表达式分隔输入的文本
collocations	bool, default=True	是否包括两个词的搭配
colormap	string or matplotlib colormapdefault=”viridis”	给每个单词随机分配颜色，若指定color_func，则忽略该方法
random_state	int or None	为每个单词返回一个PIL颜色

绘制词云图：

from wordcloud import WordCloud

with open('data.txt',encoding='utf-8') as file:
    # 数据文件
    txt = file.read()
    # 如果数据文件中含有中文的话，font_path必须制定字体，否则中文会乱码
    # collocations：是否包括两个词的搭配，默认为True，如果为True，会有重复数据
    # width 幕布的宽度
    # height 幕布的高度
    # max_words 要显示的词的最大个数
    # generate 读取文本文件
    
    # 实例化词云图对象
    wordcloud = WordCloud(font_path='C:/Windows/Fonts/simfang.ttf',collocations=False,background_color='white',width=800,height=600,max_words=50).generate(txt)  # simfang.ttf是仿宋字体
    # 生成图片
    image = wordcloud.to_image()
    # 展示图片
    image.show()
    # 保存文件
    wordcloud.to_file('tag.jpg')

运行结果：

7.2 jieba分词

jieba分词：

pip install jieba

jieba分词的特点——支持三种分词模式：

• 精确模式：试图将句子最精确地切开，适合文本分析
• 全模式：把句子中所有的可以成词的词语都扫描出来，速度非常快，但是不能解决歧义
• 搜索引擎模式：在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。
• 支持繁体分词
• 支持自定义词典

jieba库的三种方法：

• jieba.cut方法接受三个输入参数：需要分词的字符串；cut_all参数用来控制是否采用全模式；HMM参数用来控制是否使用HMM（隐马尔可夫）模型。
• jieba.cut_for_search方法接受两个参数：需要分词的字符串；是否使用HMM模型。该方法适合用于搜索引擎构建倒排序索引的分词，粒度比较细，待分词的字符串可以是unicode或UTF-8字符串、GBK字符串。注意：不建议直接输入GBK字符串，可能无法预料地错误解码成UTF-8。
• jieba.cut以及jieba.cut_for_search返回的结构都是一个可迭代的generator，可以使用for循环来获取分词后得到的每一个词语（unicode），或者用 =jieba.lcut以及jieba.lcut_for_search直接返回list。

使用jieba库进行分词：

import jieba

seg_list = jieba.cut('我来到北京清华大学',cut_all=True)
print('Full Mode'+' '.join(seg_list))      # 全模式

seg_list = jieba.cut('我来到北京清华大学',cut_all=False)
print('Default Mode'+' '.join(seg_list))      # 精确模式

seg_list = jieba.cut('小明硕士毕业于中国科学院计算所，后在日本京都大学深造')   # 默认模式
print(' '.join(seg_list))      # 精确模式

seg_list = jieba.cut_for_search('小明硕士毕业于中国科学院计算所，后在日本京都大学深造')
print(' '.join(seg_list))      # 精确模式

运行结果：

实例：先使用jieba库对文本进行分词，再使用WordCloud绘制词云图。

from wordcloud import WordCloud
import jieba

with open('data_zh.txt',encoding='utf-8') as file:
    # 数据文件
    txt = file.read()
    txt_list = jieba.cut(txt,cut_all=False)     # 返回的是一个列表对象
    # 进行字符串拼接,用空格分隔切割好的词
    txt_str = ' '.join(txt_list)
    
    # 如果数据文件中含有中文的话，font_path必须制定字体，否则中文会乱码
    # collocations：是否包括两个词的搭配，默认为True，如果为True，会有重复数据
    # width 幕布的宽度
    # height 幕布的高度
    # max_words 要显示的词的最大个数
    # generate 读取文本文件
    
    # 实例化词云图对象
    wordcloud = WordCloud(font_path='C:/Windows/Fonts/simfang.ttf',collocations=False,background_color='white',width=800,height=600,max_words=50).generate(txt_str)  # simfang.ttf是仿宋字体
    # 生成图片
    image = wordcloud.to_image()
    # 展示图片
    image.show()
    # 保存文件
    wordcloud.to_file('tag_zh.jpg')

运行结果：

jieba.analyse的使用：提取关键字

• 第一个参数：待提取关键词的文本
• 第二个参数topK：返回关键词的数量，重要性从高到低排序
• 第三个参数withWeight：是否同时返回每个关键词的权重
• 第四个参数allowPOS=()：词性过滤，为空表示不过滤，若提供则返回符合词性要求的关键词，查看：jieba词性表 https://blog.csdn.net/Yellow_python/article/details/83991967

注意：在使用jieba.analyse之前要通过import jieba.analyse 将其导入

使用jieba.analyse提取文本中的关键词

import jieba
import jieba.analyse

text = '不必说碧绿的菜畦，光滑的石井栏，高大的皂荚树，紫红的桑椹;也不必说鸣蝉在树叶里长吟，肥胖的黄蜂伏在菜花上，轻捷的叫天子(云雀)忽然从草间直窜向云霄里去了。单是周围的短短的泥墙根一带，就有无限趣味。油蛉在这里低唱，蟋蟀们在这里弹琴。翻开断砖来，有时会遇见蜈蚣;还有斑蝥，倘若用手指按住它的脊梁，便会拍的一声，从后窍喷出一阵烟雾。何首乌藤和木莲藤缠络着，木莲有莲房一般的果实，何首乌有拥肿的根。有人说，何首乌根是有象人形的，吃了便可以成仙，我于是常常拔它起来，牵连不断地拔起来，也曾因此弄坏了泥墙，却从来没有见过有一块根象人样。如果不怕刺，还可以摘到覆盆子，象小珊瑚珠攒成的小球，又酸又甜，色味都比桑椹要好得远。'

seg_list = jieba.analyse.extract_tags(text,allowPOS=('n'))   # 提取文本中的名词
print('analyse extract allowPOS'+str(seg_list))    # 分析提取

运行结果：

使用jieba.analyse提取文本中的关键词并用WordCloud绘制词云图

import jieba
import jieba.analyse
from wordcloud import WordCloud

# text = '不必说碧绿的菜畦，光滑的石井栏，高大的皂荚树，紫红的桑椹;也不必说鸣蝉在树叶里长吟，肥胖的黄蜂伏在菜花上，轻捷的叫天子(云雀)忽然从草间直窜向云霄里去了。单是周围的短短的泥墙根一带，就有无限趣味。油蛉在这里低唱，蟋蟀们在这里弹琴。翻开断砖来，有时会遇见蜈蚣;还有斑蝥，倘若用手指按住它的脊梁，便会拍的一声，从后窍喷出一阵烟雾。何首乌藤和木莲藤缠络着，木莲有莲房一般的果实，何首乌有拥肿的根。有人说，何首乌根是有象人形的，吃了便可以成仙，我于是常常拔它起来，牵连不断地拔起来，也曾因此弄坏了泥墙，却从来没有见过有一块根象人样。如果不怕刺，还可以摘到覆盆子，象小珊瑚珠攒成的小球，又酸又甜，色味都比桑椹要好得远。'

# 读取文本文件
fp = open('data_zh.txt','r',encoding='utf-8')
text = fp.read()
fp.close()

# seg_list = jieba.analyse.extract_tags(text,allowPOS=('n'))   # 提取文本中的名词
seg_list = jieba.analyse.extract_tags(text)   # 不设定关键词
print('analyse extract allowPOS'+str(seg_list))    # 分析提取
print(len(seg_list))

# 将提取到的关键字列表拼接成字符串
seg_str = ' '.join(seg_list)
print(seg_str)

# 绘制词云图
wordcloud = WordCloud(font_path='C:/Windows/Fonts/simfang.ttf',collocations=False,background_color='white',width=800,height=600,max_words=50).generate(seg_str)
image = wordcloud.to_image()
image.show()

运行结果：