Python數據分析matplotlib可視化之繪圖

         Matplotlib是一個基於python的2D畫圖庫，可以用python腳本方便的畫出折線圖，直方圖，功率譜圖，散點圖等經常使用圖表，並且語法簡單。

        Python中經過matplotlib模塊的pyplot子庫來完成繪圖。Matplotlib可用於建立高質量的圖表和圖形，也能夠用於繪製和可視化結果。matplotlib是Python優秀的數據可視化第三方庫，matplotlb.pyplot是繪製種類可視化圖形的命令子庫，至關於快捷方式 import matplotlib.pyplot as plt.

1. 線形圖：

   線性圖是最基本的圖表類型，經常使用於繪製連續的數據。經過繪製線形圖，能夠表現出數據的一種趨勢變化。

Matplotlib的plot（X,Y）用來繪製線形圖，在參數中傳入X和Y的座標便可。其中，X和Y軸座標的數據格式能夠是列表、數組和Series.

例1：座標數據格式爲series

import numpy as np

import matplotlib.pyplot as plt

import pandas as pd

data={'name':['Tom','Peter','Lucy','Max'],

      'sex':['female','female','male','male'],

      'math':[78,79,83,92],

       'city':['北京','上海','廣州','北京']

       }

df=pd.DataFrame(data)

print(df)

              #DataFrame數據的行索引做爲X軸，math列索引做爲Y軸

plt.plot(df.index,df['math'],color='red',linestyle='-',linewidth=3,marker='D')

 #經過plot函數的color參數能夠指定線條的顏色，

linestyle參數能夠指定線條的形狀，

linewidth參數可指定線條的寬度，

marker參數可對座標點進行標記（默認狀況下，座標點是沒有標記的），

 #結果：

       name   sex   math  city        #建立一個DataFrame數據

0    Tom  female    78   北京

1  Peter  female    79   上海

2   Lucy    male    83   廣州

3    Max    male    92   北京

繪製的線性圖：

                                 

 注意：顏色設置要放在線條和點的樣式的前面，顏色、線條和點的樣式能夠放置於格式字符串。

如:plt.plot(df.index,df['math'],'co-')  運行結果以下：

                                                                 

2. 柱狀圖

2.1  繪製柱狀圖主要是使用matplotlib的bar函數:

bar函數的color參數能夠設置柱狀圖的填充顏色，

alpha參數能夠設置透明度，

例如：import matplotlib.pyplot as plt

data=[23,85,72,43,52]

plt.bar([1,2,3,4,5],data,color='royalblue',alpha=0.7)   #運行結果：

                                                      

bottom參數用於設置柱狀圖的高度，以此繪製堆積柱狀圖；

 width參數 用於設置柱狀圖的寬度，以此能夠繪製並列柱狀圖。

 grid函數用於繪製格網，經過對參數的個性化設置，能夠繪製出個性的格網

 例如：

 import numpy as np

 import matplotlib.pyplot as plt

 data1=[23,85,72,43,52]

 data2=[42,35,21,16,9]

 width=0.3

 plt.bar(np.arange(len(data1)),data1,color='royalblue',alpha=0.7,width=width)

 plt.bar(np.arange(len(data2))+width,data2,color='green',alpha=0.7,width=width)

 plt.grid(color='black',linstyle='--',linewidth=3,axis='y',alpha=0.6)  

#運行結果：

                

Bar函數的經過barh函數能夠繪製水平柱狀圖

 import numpy as np

 import matplotlib.pyplot as plt

 data1=[23,85,72,43,52]

 plt.barh(np.arange(len(data1)),data1,color='green',alpha=0.5)   #如圖所示：

                                                                

2.2 刻度與標籤：

 現實中的柱狀圖的X軸是有刻度標籤的，上述實例中未設置。在matplotlib中，

 經過xticks函數 設置圖標的X軸的刻度和刻度標籤，yticks函數設置y軸的刻度和標籤。

 經過xlabel 和 ylabel 方法給X軸和Y軸添加標籤，

 經過title方法爲圖表添加標題

 例如：

 import numpy as np

 import matplotlib.pyplot as plt

 data1=[23,85,72,43,52]

 labels=['A','B','C','D','E']

 plt.xticks(range(len(data1)),labels)                #設置刻度和標籤

 plt.xlabel('Class')      #plt.xlabel、ylabel、title方法分別給X軸和Y軸，圖標題添加標籤。

 plt.ylabel('Amounts')

 plt.title('Example')

 #plt.bar(range(len(data1)),data)

 plt.bar(np.arange(len(data1)),data1,color='royalblue',alpha=0.7)

 plt.grid(color='black',linstyle='--',linewidth=3,axis='y',alpha=0.6)

#運行結果：

2.3 圖例：               

圖例是標識圖表元素的重要工具，在bar函數中傳入label參數表示圖例名稱，經過legend函數便可繪製出圖例。

data1=[23,85,72,43,52]

data2=[42,35,21,16,9]

width=0.3

plt.bar(np.arange(len(data1)),data1,width=width,label='one')

plt.bar(np.arange(len(data2))+width,data2,width=width,label='two')

plt.legend()    #結果圖：

                                        

2.4 文本註解：

例如：在柱狀圖中加入文本數字，能夠很清楚的知道每一個類別的數量。經過text函數能夠在指定的座標（x,y）上加入文本註釋

data=[23,85,72,43,52]

labels=['A','B','C','D','E']

plt.xticks(range(len(data)),labels)         #設置刻度和標籤

plt.xlabel('Class')                      

plt.ylabel('Amounts')

plt.title('Example')

plt.bar(range(len(data)),data)

for x,y in zip(range(len(data)),data):

plt.text(x,y,y,ha='center',va='bottom')         #文本註解  # 第一個參數是x軸座標

                                                                 # 第二個參數是y軸座標

                                                               # 第三個參數是要顯式的內容

                                 

3.散點圖：

 Matpltlib中 scatter函數能夠用來繪製散點圖，傳入X和Y軸座標。Scatter(X,Y)

利用Numpy建立一組隨機數

import numpy as np

import matplotlib.pyplot as plt

X=np.random.randn(100)

Y=np.random.randn(100)

plt.scatter(X,Y,color='red',marker='D')

#散點圖：

                                                                      

 4. 直方圖

matplotlib的hist(）函數用來繪製直方圖。

直方圖與條形圖的區別：

直方圖是用面積表示各頻數的多少，矩形的高度表示每一組的頻數或頻率，寬度則表示各組的組距，所以其寬度與高度均有意義；

條形圖（柱狀圖）是用條形的長度表示各種頻數的多少，其寬度是固定的。

因爲分組數據具備連續性，直方圖的各矩形一般是連續排列，而條形圖是分開排列；條形圖主要是用於展現分類數據，而直方圖則主要用於展現數據型數據。

x=np.random.normal(size=100)

plt.hist(x,bins=30)

                                                                

5. 自定義設置

 Matplotlib的圖像位於Figure對象中，實際上就是建立了一個空的圖像窗口。可經過figure函數能夠建立一個新的Figure，用於繪製圖表

fig=plt.figure(figsize=(10,6))     #figsize參數能夠設置圖表（整個圖）的長寬比

ax1=fig.add_subplot(2,2,1)     #不能經過空figure繪圖，必須用add_subplot()建立一個或者多個子subplot繪圖區才能繪圖   

#意思是：繪製2*2兩行兩列共4個子subplot圖像

 

ax2=fig.add_subplot(2,2,2)    #在建立Figure對象過程當中，經過add_subplot函數建立子圖，用於繪製圖形

ax3=fig.add_subplot(2,2,3)

years=[1950,1960,1970,1980,1990,2000,2010]

gdp=[300.2,543.3,1075.9,2862.5,5979.6,10289.7,14958.3]

ax1.scatter(years,gdp)     #選用不一樣的ax變量，則能夠在對應的subplot子圖中繪圖（散點圖、線形圖、柱狀圖）

ax2.plot(years,gdp)

ax3.bar(years,gdp)

                                                             

#plt.subplots能夠輕鬆的建立子圖，而axes的索引類型相似於二維數組，這樣就能夠對指定的子圖進行繪製。Subplot函數中有3個參數：垂直繪圖的數量、水平繪圖的數量以及表示繪圖位置的索引（基於行進行計算）

 

fig,axes=plt.subplots(2,2,figsize=(10,6))      

axes[1,0].plot(years,gdp)

axes[0,0].scatter(years,gdp)

axes[0,1].bar(years,gdp)

axes[1,1].hist(years,gdp)

                                                          

  注意：當沒有設置figsize時，建立多子圖會顯得擁擠。經過plt..subplot_adjust方法能夠設置子圖的間距修改子圖之間的間距（增長額外的空間以調整兩個子圖之間的距離）

subplots__adjust(left=None,bottom=None,right=None,top=None,wspace=None,hspace=None) ，其中前4個參數用於設置subplot子圖的外圍邊距，wspace和hapace參數設置用於設置subplot子圖間的邊距。 

fig,axes=plt.subplots(2,2)    #未設置figsize時，默認狀況下，各sudplot子圖間都會留有必定的間距。

                                                             

years=[1950,1960,1970,1980,1990,2000,2010]

gdp=[300.2,543.3,1075.9,2862.5,5979.6,10289.7,14958.3]

fig,axes=plt.subplots(2,2)

plt.subplots_adjust(wspace=0.3,hspace=0.3)

axes[1,0].plot(years,gdp)

axes[0,0].scatter(years,gdp)

axes[0,1].bar(years,gdp)

axes[1,1].hist(years,gdp)

                                                            

6. 樣式與字體：

Matplotlib自帶了一些樣式供用戶使用，如經常使用的ggplot樣式，經過plt.style.use('ggplot') 函數便可調用該樣式繪圖。

Matplotlib默認爲英文字體，若是繪製中出現漢字就會亂碼，所以須要指定matplotlib的默認字體，這樣就能夠解決亂碼的問題，

plt.rcParams['font.sans-serif']=['simhei']         #指定默認字體

plt.rcParams['axes.unicode_minus']=False        #解決保存圖像時負號‘-’顯示爲方塊的問題