python數據分析三劍客之: matplotlib繪圖模塊

matplotlib

1、Matplotlib基礎知識

Matplotlib中的基本圖表包括的元素

- x軸和y軸  axis   
  水平和垂直的軸線

- x軸和y軸刻度  tick  
  刻度標示座標軸的分隔，包括最小刻度和最大刻度

- x軸和y軸刻度標籤  tick label  
  表示特定座標軸的值

- 繪圖區域（座標系） axes  
  實際繪圖的區域

- 座標系標題 title  
  實際繪圖的區域

- 軸標籤 xlabel ylabel  
  實際繪圖的區域

包含單條曲線的圖

• 注意：y,x軸的值必須爲數字

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

## 在jupyter 環境使用
%matplotlib inline

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

# 繪製直線圖 
plt.plot(x,y)

# 繪製拋物線
# linspace再 正π~負π生成10個數
x = np.linspace(-np.pi,np.pi,num=10)
y = x**2

plt.plot(x,y)

# 繪製正弦曲線圖
x = x
# 使用sin函數
y = np.sin(x)
plt.plot(x,y)

包含多個曲線的圖

# 連續調用屢次plot函數
plt.plot(x,y)
plt.plot(x-1,y+2)

# 也能夠在一個plot函數中傳入多對X,Y值，在一個圖中繪製多個曲線
plt.plot(x,y,x+1,y-1)

將多個曲線圖繪製在一個table區域中：對象形式建立表圖

# - a=plt.subplot（row,col,loc） 建立曲線圖
# - a.plot(x,y) 繪製曲線圖

# subplot(x y z)能夠繪製多個子圖 : xy表示多大平面圖,z表示哪一個位置
ax1 = plt.subplot(2,2,1)
ax1.plot(x,y)

ax2 = plt.subplot(222)
ax2.plot(x+1,y-2)

ax3 = plt.subplot(223)
ax3.plot(x+3,y-1)

ax4 = plt.subplot(224)
ax4.plot(x**2,y-2)

座標軸界限

#### axis方法:設置x，y軸刻度值的範圍
    # plt.axis([xmin,xmax,ymin,ymax])
plt.plot(x,y)
plt.axis([-6,6,-2,2])

# plt.axis('off') 
# 關閉座標軸 以下圖:
plt.plot(x,y)
plt.axis('off')

# 設置畫布比例：plt.figure(figsize=(a,b))
        # a:x刻度比例   
        # b：y刻度比例  （2:1）表示x刻度顯示爲y刻度顯示的2倍
plt.figure(figsize=(16,8))
plt.plot(x,y)

座標軸標籤

# - s 標籤內容
# - color 標籤顏色
# - fontsize 字體大小
# - rotation 旋轉角度
# - plt的xlabel方法和ylabel方法  title方法
plt.plot(x,y)
plt.xlabel('haha')
plt.ylabel('hehe')
plt.title('heihei')

圖例

#### legend方法
    # 兩種傳參方法：
        - 分別在plot函數中增長label參數,再調用plt.legend()方法顯示
        - 直接在legend方法中傳入字符串列表

plt.plot(x,y,label='temp')
plt.plot(x-1,y+3,label='dist')
plt.legend()

legend的參數

### - loc參數
    # - loc參數用於設置圖例標籤的位置，通常在legend函數內
    # - matplotlib已經預約義好幾種數字表示的位置

plt.plot(x,y,label='temp')
plt.plot(x-1,y+3,label='dist')
plt.legend(loc=3)

字符串	數值	字符串	數值
best	0	center left	6
upper right	1	center right	7
upper left	2	lower center	8
lower left	3	upper center	9
lower right	4	center	10
right	5

- ncol參數

ncol控制圖例中有幾列,在legend中設置ncol

plt.plot(x,y,label='temp')
plt.plot(x-1,y+3,label='dist')
plt.legend(loc=3,ncol=2)

保存圖片

### 使用figure對象的savefig函數來保存圖片

fig = plt.figure()---必須放置在繪圖操做以前

    figure.savefig的參數選項
        - filename  
          含有文件路徑的字符串或Python的文件型對象。圖像格式由文件擴展名推斷得出，例如，.pdf推斷出PDF，.png推斷出PNG
          （「png」、「pdf」、「svg」、「ps」、「eps」……）
        - dpi  
          圖像分辨率（每英寸點數），默認爲100
        - facecolor ，打開保存圖片查看 
          圖像的背景色，默認爲「w」（白色）

fig = plt.figure()

plt.plot(x,y,label='temp')
plt.plot(x-1,y+3,label='dist')
plt.legend(loc=3,ncol=2)

fig.savefig('./123.png',dpi=300)

設置plot的風格和樣式

### plot語句中支持除X,Y之外的參數，以字符串形式存在，來控制顏色、線型、點型等要素，語法形式爲：  
    plt.plot(X, Y, 'format', ...)

### 顏色
    參數color或c

plt.plot(x,y,c='red',alpha=0.5,ls='steps',lw=3)

##### 顏色值的方式
    # - 別名
      - color='r'


    # - 合法的HTML顏色名
      - color = 'red'

顏色	別名	HTML顏色名	顏色	別名	HTML顏色名
藍色	b	blue	綠色	g	green
紅色	r	red	黃色	y	yellow
青色	c	cyan	黑色	k	black
洋紅色	m	magenta	白色	w	white

• HTML十六進制字符串

  color = '#eeefff'

• 歸一化到[0, 1]的RGB元組

  color = (0.3, 0.3, 0.4)

透明度

​ alpha參數

線型

​ 參數linestyle或ls

線條風格	描述	線條風格	描述
'-'	實線	':'	虛線
'--'	破折線	'steps'	階梯線
'-.'	點劃線	'None' / '，'	什麼都不畫

線寬

linewidth或lw參數

點型

• marker 設置點形
• markersize 設置點形大小

標記	描述	標記	描述
's'	正方形	'p'	五邊形
'h'	六邊形1	'H'	六邊形2
'8'	八邊形

標記	描述	標記	描述
'.'	點	'x'	X
'*'	星號	'+'	加號
','	像素

標記	描述	標記	描述
'o'	圓圈	'D'	菱形
'd'	小菱形	'','None',' ',None	無

標記	描述	標記	描述
'1'	一角朝下的三腳架	'3'	一角朝左的三腳架
'2'	一角朝上的三腳架	'4'	一角朝右的三腳架

plt.plot(x,y,marker='2')

# 繪製線      plt.plot(x1,y1,x2,y2)
# 網格線      plt.grid(True)  axes.grid(color,ls,lw,alpha)
# 獲取座標系  plt.subplot(n1,n2,n3)
# 座標軸標籤  plt.xlabel() plt.ylabel()
# 座標系標題  plt.title()
# 圖例        plt.legend([names],ncol=2,loc=1)  plt.plot(label='name')
# 線風格      --  -. : None  step
# 圖片保存    figure.savefig()
# 點的設置    marker markersize markerfacecolor markeredgecolor\width
# 座標軸刻度  plt.xticks(刻度列表，刻度標籤列表) plt.yticks()
#             axes.set_xticks(刻度列表) axes.set_xticklabels(刻度標籤列表)

2、2D圖形

直方圖

### - 是一個特殊的柱狀圖，又叫作密度圖。
【直方圖的參數只有一個x！！！不像條形圖須要傳入x,y】

# plt.hist()的參數

    - bins  
      直方圖的柱數，可選項，默認爲10
      
    - color  
      指定直方圖的顏色。能夠是單一顏色值或顏色的序列。若是指定了多個數據集合,例如DataFrame對象，顏色序列將會設置爲相同的順序。若是未指定，將會使用一個默認的線條顏色
      
    - orientation  
      經過設置orientation爲horizontal建立水平直方圖。默認值爲vertical

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

### 返回值 ：

    1: 直方圖向量，是否歸一化由參數normed設定

    2: 返回各個bin的區間範圍

    3: 返回每一個bin裏面包含的數據，是一個list

條形圖：plt.bar()

## 參數：第一個參數是索引。第二個參數是數據值。第三個參數是條形的寬度

#【條形圖有兩個參數x,y】

    - width 縱向設置條形寬度
    - height 橫向設置條形高度

# 使用到的函數
bar()、barh()

x = [1,2,3,4,5]
y = [2,4,6,8,10]
# 豎向柱狀圖
plt.bar(x,y)

# 橫向柱狀圖
plt.barh(x,y)

餅圖

【餅圖也只有一個參數x】
# pie()  
        餅圖適合展現各部分佔整體的比例，條形圖適合比較各部分的大小

        普通各部分佔滿餅圖

plt.pie([1,3,5])

# 普通未佔滿餅圖：小數/比例
plt.pie([0.2,0.3,0.4])

餅圖陰影、分裂等屬性設置

## labels參數設置每一塊的標籤；

    - labeldistance參數設置標籤距離圓心的距離（比例值）
    - autopct參數設置比例值小數保留位(%.3f%%)；
    - pctdistance參數設置比例值文字距離圓心的距離
    - explode參數設置每一塊頂點距圓心的長度（比例值,列表）；
    - colors參數設置每一塊的顏色（列表）；
    - shadow參數爲布爾值，設置是否繪製陰影
    - startangle參數設置餅圖起始角度

arr=[11,22,31,15]  
plt.pie(arr,labels=['a','b','c','d']) #  labels外層展現參數

#labeldistance參數設置標籤距離圓心的距離（比例值）
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3)

#autopct參數設置比例值小數保留位(%.3f%%)；
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3,autopct='%.5f%%')

##explode參數設置每一塊頂點距圓心的長度（比例值,列表）；
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3,shadow=True,explode=[0.2,0.3,0.2,0.4])

%m.nf
m 佔位
n 小數點後保留幾位
f 是以float格式輸出

散點圖scatter() ：因變量隨自變量而變化的大體趨勢

# 【散點圖須要兩個參數x,y，但此時x不是表示x軸的刻度，而是每一個點的橫座標！】

plt.scatter(x,y)

# plt.scatter(x,y,marker='d',c="rbgy") 設置不一樣的散點顏色
    x = np.random.random(size=(30,))
    y = np.random.random(size=(30,))
    plt.scatter(x,y)