数据分析的Matplotlib

一.Matplotlib的基础知识

Matplotlib中的基本图表包括的元素

• x轴和y轴 axis
  水平和垂直的轴线

• x轴和y轴刻度 tick
  刻度标示坐标轴的分隔，包括最小刻度和最大刻度

• x轴和y轴刻度标签 tick label
  表示特定坐标轴的值

• 绘图区域（坐标系） axes
  实际绘图的区域

• 坐标系标题 title
  实际绘图的区域

• 轴标签 xlabel ylabel
  实际绘图的区域

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame

　　包含单条曲线的图

　　　　注意：y,x轴的值必须为数字

x=[1,2,3,4,5]
y=[2,4,6,8,10]
plt.plot(x,y)

　　　　抛物线

x = np.linspace(-np.pi,np.pi,num=20)
y = x**2
plt.plot(x,y)

　　　　正弦曲线

x
y = np.sin(x)
plt.plot(x,y)

　　包含多个曲线的图

　　　　一、连续调用屡次plot函数

plt.plot(x,y)
plt.plot(x+2,y+3)

　　　　二、也能够在一个plot函数中传入多对X,Y值，在一个图中绘制多个曲线

plt.plot(x,y,x+1,y-2)

　　将多个曲线图绘制在一个table区域中：对象形式建立表图

　　　　a=plt.subplot（row,col,loc） 建立曲线图

　　　　a.plot(x,y) 绘制曲线图

ax1 = plt.subplot(221)
ax1.plot(x,y)

ax2 = plt.subplot(2,2,2)
ax2.plot(x,y)

ax3 = plt.subplot(2,2,3)
ax3.plot(x,y)

ax4 = plt.subplot(2,2,4)
ax4.plot(x,y)

　　网格线 plt.gride(XXX)

　　　　参数：

　　　　　　- axis

　　　　　　- color:支持十六进制颜色

　　　　　　- linestyle: -- -. :

　　　　　　- alpha

plt.plot(x,y)
plt.grid(axis='both',c='blue')

　　　　绘制一个正弦曲线图，并设置网格

plt.plot(x,y,c='red',alpha=0.7)

坐标轴界限

#axis方法:设置x，y轴刻度值的范围
plt.axis([xmin,xmax,ymin,ymax])

plt.plot(x,y)
plt.axis([-6,6,-2,2])
#plt.axis('off')

plt.axis('off')
关闭坐标轴

　　设置画布比例：plt.figure(figsize=(a,b)) a:x刻度比例 b：y刻度比例 （2:1）表示x刻度显示为y刻度显示的2倍

 

plt.figure(http://localhost:8889/notebooks/oldBoy%E6%95%B0%E6%8D%AE%E6%8E%88%E8%AF%BE%202/part_5/matplotlib.ipynb#%E8%AE%BE%E7%BD%AE%E7%94%BB%E5%B8%83%E6%AF%94%E4%BE%8B%EF%BC%9Aplt.figure(figsize=(a,b))-a:x%E5%88%BB%E5%BA%A6%E6%AF%94%E4%BE%8B---b%EF%BC%9Ay%E5%88%BB%E5%BA%A6%E6%AF%94%E4%BE%8B--%EF%BC%882:1%EF%BC%89%E8%A1%A8%E7%A4%BAx%E5%88%BB%E5%BA%A6%E6%98%BE%E7%A4%BA%E4%B8%BAy%E5%88%BB%E5%BA%A6%E6%98%BE%E7%A4%BA%E7%9A%842%E5%80%8Dfigsize=(6,6))
plt.plot(x,y)

 

坐标轴标签　　

　　s 标签内容

　　color 标签颜色

　　fontsize 字体大小

　　rotation 旋转角度

　　plt的xlabel方法和ylabel方法 title方法

 

plt.plot(x,y)
plt.xlabel('aaa')
plt.ylabel('bbb')
plt.title('ccc')

图例

legend方法

两种传参方法：

• 分别在plot函数中增长label参数,再调用plt.legend()方法显示
• 直接在legend方法中传入字符串列表

plt.plot(x,y,label='aaa')
plt.plot(x+2,y+3,label='bbb')
plt.legend(loc=0,ncol=2)

legend的参数

- loc参数

• loc参数用于设置图例标签的位置，通常在legend函数内
• matplotlib已经预约义好几种数字表示的位置

- ncol参数

　　ncol控制图例中有几列,在legend中设置ncol

保存图片

　　使用figure对象的savefig函数来保存图片

　　fig = plt.figure()---必须放置在绘图操做以前

　　figure.savefig的参数选项

• 1. filename
     含有文件路径的字符串或Python的文件型对象。图像格式由文件扩展名推断得出，例如，.pdf推断出PDF，.png推断出PNG （“png”、“pdf”、“svg”、“ps”、“eps”……）
  2. dpi
     图像分辨率（每英寸点数），默认为100
  3. facecolor ，打开保存图片查看 图像的背景色，默认为“w”（白色）

fig = plt.figure()

plt.plot(x,y,label='aaa')
plt.plot(x+2,y+3,label='bbb')
plt.legend(loc=0,ncol=2)

fig.savefig('./123.png',dpi=500)

　　设置plot的风格和样式

　　　　plot语句中支持除X,Y之外的参数，以字符串形式存在，来控制颜色、线型、点型等要素，语法形式为：

plt.plot(X, Y, 'format', ...)

　　颜色

　　　　参数color或c

颜色值的方式

• 别名
  • color='r'

• 合法的HTML颜色名
  • color = 'red'

颜色	别名	HTML颜色名	颜色	别名	HTML颜色名
蓝色	b	blue	绿色	g	green
红色	r	red	黄色	y	yellow
青色	c	cyan	黑色	k	black
洋红色	m	magenta	白色	w	white

• HTML十六进制字符串
  • color = '#eeefff'

• 归一化到[0, 1]的RGB元组
  • color = (0.3, 0.3, 0.4)

透明度

　　alpha参数

线型

参数linestyle或ls

 

线条风格	描述	线条风格	描述
'-'	实线	':'	虚线
'--'	破折线	'steps'	阶梯线
'-.'	点划线	'None' / '，'	什么都不画

plt.plot(x,y,ls='steps',lw=10)

线宽

　　linewidth或lw参数

点型

• marker 设置点形
• markersize 设置点形大小

标记	描述	标记	描述
's'	正方形	'p'	五边形
'h'	六边形1	'H'	六边形2
'8'	八边形

标记	描述	标记	描述
'.'	点	'x'	X
'*'	星号	'+'	加号
','	像素

标记	描述	标记	描述
'o'	圆圈	'D'	菱形
'd'	小菱形	'','None',' ',None	无

标记	描述	标记	描述
'1'	一角朝下的三脚架	'3'	一角朝左的三脚架
'2'	一角朝上的三脚架	'4'	一角朝右的三脚架

plt.plot(x,y,marker='d',markersize=10)

# 绘制线      plt.plot(x1,y1,x2,y2)
# 网格线      plt.grid(True)  axes.grid(color,ls,lw,alpha)
# 获取坐标系  plt.subplot(n1,n2,n3)
# 坐标轴标签  plt.xlabel() plt.ylabel()
# 坐标系标题  plt.title()
# 图例        plt.legend([names],ncol=2,loc=1)  plt.plot(label='name')
# 线风格      --  -. : None  step
# 图片保存    figure.savefig()
# 点的设置    marker markersize markerfacecolor markeredgecolor\width
# 坐标轴刻度  plt.xticks(刻度列表，刻度标签列表) plt.yticks()
#             axes.set_xticks(刻度列表) axes.set_xticklabels(刻度标签列表)

二.2D图形

直方图

• 是一个特殊的柱状图，又叫作密度图。

【直方图的参数只有一个x！！！不像条形图须要传入x,y】

plt.hist()的参数

• bins
  直方图的柱数，可选项，默认为10
• color
  指定直方图的颜色。能够是单一颜色值或颜色的序列。若是指定了多个数据集合,例如DataFrame对象，颜色序列将会设置为相同的顺序。若是未指定，将会使用一个默认的线条颜色
• orientation
  经过设置orientation为horizontal建立水平直方图。默认值为vertical

data = [1,2,3,3,4,2,5]
plt.hist(data,bins=10)

返回值 ：

　　1: 直方图向量，是否归一化由参数normed设定

　　2: 返回各个bin的区间范围

　　3: 返回每一个bin里面包含的数据，是一个list

条形图：plt.bar()

• 参数：第一个参数是索引。第二个参数是数据值。第三个参数是条形的宽度

-【条形图有两个参数x,y】

• width 纵向设置条形宽度
• height 横向设置条形高度

bar()、barh()

num = [1,2,3,4,5]
count = [2,4,6,8,10]
plt.barh(num,count)

水平条形图

　　barh()

饼图

【饼图也只有一个参数x】

　　pie()
　　饼图适合展现各部分占整体的比例，条形图适合比较各部分的大小

　　普通各部分占满饼图

　　普通未占满饼图：小数/比例

饼图阴影、分裂等属性设置

#labels参数设置每一块的标签；

#labeldistance参数设置标签距离圆心的距离（比例值）

#autopct参数设置比例值小数保留位(%.3f%%)；

#pctdistance参数设置比例值文字距离圆心的距离

#explode参数设置每一块顶点距圆心的长度（比例值,列表）；

#colors参数设置每一块的颜色（列表）；

#shadow参数为布尔值，设置是否绘制阴影

#startangle参数设置饼图起始角度

散点图：因变量随自变量而变化的大体趋势

　　【散点图须要两个参数x,y，但此时x不是表示x轴的刻度，而是每一个点的横坐标！】

　　　　scatter()

x = np.random.randint(0,10,size=(20,))
y = np.random.randint(0,10,size=(20,))

　　plt.scatter(x,y,marker='d',c="rbgy") 设置不一样的散点颜色

plt.scatter(x,y,c='rgyb')

x = [1,2,3,4,5]
y = [2,4,6,8,10]

plt.scatter(x,y)