數據挖掘---Matplotib的學習

什麼是matplotlib

           mat - matrix 矩陣
                二維數據 - 二維圖表
            plot - 畫圖
            lib - library 庫
            matlab 矩陣實驗室
                mat - matrix
                lab 實驗室

利用pip安裝matplotlib

pip3 install matplotlib

爲何學習Matplotlib

更多JS可視化庫：

    國外：https://d3js.org/

    國內：https://echarts.baidu.com/examples/    (百度)

奧卡姆剃刀原理 - 如無必要勿增實體

實現一個簡單的Matplotlib

import matplotlib.pyplot as plt

def matplotlib_demo():
    """
    簡單演示matplotlib
    :return: None
    """
    plt.figure()   # 建立了一個畫布，設置了
    plt.plot([1, 2, 3], [4, 5, 6]) # 指定了橫座標、縱座標參數
    plt.show()  # 點連線進行呈現

    return None

matplotlib_demo()

MatPlotlib的三層結構

1）容器層（畫板層+畫布層+繪圖區）
    畫板層Canvas   --》 外出寫生必須帶一個畫板
    畫布層Figure    --》 畫板上鋪一層畫布  --》 plt.figure()
    繪圖區/座標系   --》 在畫布上建立繪圖區(可有多個，默認一個)
        x、y軸張成的區域
2）輔助顯示層：能夠設置圖例，刻度，顯示網格等
3）圖像層：各類各樣的圖標，例如散點圖、柱狀圖、折線圖(還能夠調整散點圖的顏色，標題等)

關係：容器層 –》 輔助顯示層 –》 圖像層

一、容器層

二、 輔助顯示層

三、 圖像層

總結：

折線圖(plot)與基礎繪圖功能

• 折線圖繪製與保存圖片

import matplotlib.pyplot as plt

def matplotlib_demo():
    """
    簡單演示matplotlib
    :return: None
    """
    plt.figure(figsize=(20, 8), dpi=100)   # 建立了一個畫布，figsize設置了長款，dpi=dot per inch設置了清晰度
    plt.plot([1, 2, 3], [4, 5, 6])  # 指定了橫座標、縱座標參數
    plt.savefig('.tmp/hhh.png')       # 必須寫在show()前，由於show()會釋放整個畫布的資源，即圖像在顯示，先顯示再保存的文件是個空白圖

    plt.show()  # 點連線進行呈現
    # plt.savefig('.tmp/hhh.png')     # 若是寫在了show()後面，保存的文件是個空白圖

    return None

 matplotlib_demo()

 

完善原始折線圖(輔助顯示層)—>某城市的溫度顯示（面向過程）

• 修改X,Y刻度

• 添加網格顯示

• 添加描述信息

• 修改matplotlib的中文問題

DEMO

import matplotlib.pyplot as plt
import random


'''
    # 需求：再添加一個城市的溫度變化
    #      收集到北京當天溫度變化狀況，溫度在15度到18度。
    #      顯示每一分鐘的變化 
    
'''

def matplotlib_demo1():
    """
    完善原始折線圖(輔助顯示層)  --> 最開始最簡陋的圖
    :return: None
    """
    # 一、準備數據 x y
    x = range(60)
    y = [
        random.uniform(15, 18) for i in x  # uniform是均勻分佈的意思
    ]
    # 二、建立畫布
    plt.figure(figsize=(10, 8), dpi=100)

    # 三、繪製圖像
    plt.plot(x, y)

    # 四、顯示圖像
    plt.show()
    return None


def matplotlib_demo2():
    """
    完善原始折線圖(輔助顯示層)  --> 添加了自定義的x,y刻度
    :return: None
    """
    # 一、準備數據 x y
    x = range(60)
    y = [
        random.uniform(15, 18) for i in x  # uniform是均勻分佈的意思
    ]
    # 二、建立畫布
    plt.figure(figsize=(10, 8), dpi=100)

    # 三、繪製圖像
    plt.plot(x, y)

    # 修改刻度值
    x_label = [
        "11H{}m".format(i) for i in x    # 中文不顯示問題
    ]
    plt.xticks(x[::5], x_label[::5])  # X的刻度要跟咱們的x劃分數量上對應起來
    plt.yticks(range(0, 40, 5))

    # 添加描述信息
    plt.xlabel("Time")
    plt.ylabel("Teaplate")
    plt.title("Time between 11:00 am and 12:00 am ")

    # 添加網格顯示
    plt.grid(linestyle="--", alpha=0.5)

    # 四、顯示圖像
    plt.show()
    return None


if __name__ == '__main__':
    # 最開始最簡陋的圖
    matplotlib_demo1()

    # 添加了自定義的x,y刻度
    matplotlib_demo2()

 

再添加一個城市的溫度變化(面向過程)

demo：

import matplotlib.pyplot as plt
import random

def matplotlib_demo2():
    """
    完善原始折線圖2(輔助顯示層)  --> 多個城市的溫度顯示
    :return: None
    """
    # 需求：再添加一個城市的溫度變化
    # 收集到北京當天溫度變化狀況，溫度在1度到3度。

    # 一、準備數據 x y
    x = range(60)
    y_shanghai = [random.uniform(15, 18) for i in x]
    y_beijing = [random.uniform(1, 3) for i in x]

    # 二、準備畫板
    plt.figure(figsize=(10, 8), dpi=100)

    # 三、繪製圖片
    plt.plot(x, y_shanghai, color="r", linestyle="-.", label="ShangHai")
    plt.plot(x, y_beijing, color="b", label="Beijing")

    # 顯示圖例
    plt.legend()

    # 修改x、y刻度
    # 準備x的刻度說明
    x_label = ["11H{}m".format(i) for i in x]
    plt.xticks(x[::5], x_label[::5])
    plt.yticks(range(0, 40, 5))

    # 添加網格顯示
    plt.grid(linestyle="--", alpha=0.5)

    # 添加描述信息
    plt.xlabel("Time")
    plt.ylabel("Teaplate")
    plt.title("Template Change between Beijing and ShangHai at 11:00 ~ 12:00")

    # 四、畫板顯示
    plt.show()


if __name__ == '__main__':
    # 多個城市的溫度顯示
    matplotlib_demo2()

 

多個座標系顯示-plt.subplots（面向對象的畫圖）

 

import matplotlib.pyplot as plt
import random

def matplotlib_demo2():
    """
    多座標顯示  -->面向對象

    :return: None
    """

    # 一、準備數據 x y
    x = range(60)
    y_shanghai = [random.uniform(15, 18) for i in x]
    y_beijing = [random.uniform(1, 3) for i in x]

    # 二、準備畫板
    # plt.figure(figsize=(10, 8), dpi=100)
    figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(12, 8), dpi=80)  # 建立一行2列的

    # 三、繪製圖片
    # plt.plot(x, y_shanghai, color="r", linestyle="-.", label="ShangHai")
    axes[0].plot(x, y_shanghai, color="r", linestyle="-.", label="ShangHai")
    axes[1].plot(x, y_beijing, color="b", label="Beijing")


    # 顯示圖例
    # plt.legend()
    axes[0].legend()
    axes[1].legend()

    # 修改x、y刻度
    # 準備x的刻度說明
    x_label = ["11H{}m".format(i) for i in x]
    # plt.xticks(x[::5], x_label[::5])
    axes[0].set_xticks(x[::5])
    axes[0].set_xticklabels(x_label)
    axes[0].set_yticks(range(0, 40, 5))
    axes[1].set_xticks(x[::5])
    axes[1].set_xticklabels(x_label)
    axes[1].set_yticks(range(0, 40, 5))

    # 添加網格顯示
    # plt.grid(linestyle="--", alpha=0.5)
    axes[0].grid(linestyle="--", alpha=0.5)
    axes[1].grid(linestyle="--", alpha=0.5)

    # 添加描述信息
    plt.xlabel("Time")
    plt.ylabel("Teaplate")
    plt.title("Template Change between Beijing and ShangHai at 11:00 ~ 12:00")

    # 四、畫板顯示
    plt.show()


if __name__ == '__main__':
    # 多個座標系顯示
    matplotlib_demo2()

 

【更多API】https://matplotlib.org/api/axes_api.html

 

折線圖的應用場景---> 繪製數學函數(點密集起來就是線段)

import numpy as np
# 一、準備x，y數據
x = np.linspace(-1, 1, 1000)  # 生成-1到1之間等距離的數字1000個
y = 2 * x * x

# 二、建立畫布
plt.figure(figsize=(20, 8), dpi=80)

# 三、繪製圖像
plt.plot(x, y)

# 添加網格顯示
plt.grid(linestyle="--", alpha=0.5)

# 四、顯示圖像
plt.show()

 

 

常見的圖形種類

分類：

    折線圖 plot          --> 顯示事物隨着時間的變化關係
    散點圖 scatter      --> 變量之間的關係/規律，判斷變量直接是否存在數量關聯
    柱狀圖 bar           -->  統計某個類別的數量大小或者總體狀況，一目瞭然
    直方圖 histogram  -->  分佈情況，例如170-175之間有5我的
    餅圖 pie π           -->   佔比

直方圖與柱狀圖的對比
    1. 直方圖展現數據的分佈，柱狀圖比較數據的大小。
    2. 直方圖X軸爲定量數據，柱狀圖X軸爲分類數據。
    3. 直方圖柱子無間隔，柱狀圖柱子有間隔
    4. 直方圖柱子寬度可不一，柱狀圖柱子寬度須一致

• 散點圖

import matplotlib.pyplot as plt

def scatter_demo():
    # 需求：探究房屋面積和房屋價格的關係

    # 一、準備數據
    x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64,
         163.56, 120.06, 207.83, 342.75, 147.9, 53.06, 224.72, 29.51,
         21.61, 483.21, 245.25, 399.25, 343.35]

    y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9, 239.34,
         140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1,
         30.74, 400.02, 205.35, 330.64, 283.45]
    # 二、建立畫布
    plt.figure(figsize=(20, 8), dpi=80)

    # 三、繪製圖像
    plt.scatter(x, y)

    # 四、顯示圖像
    plt.show()

    return None


if __name__ == "__main__":
    # 代碼2：簡單演示讀取數據
    scatter_demo()

 

• 柱狀圖

案例一：對比電影票房收入

import matplotlib.pyplot as plt

def bar_demo():
    # 一、準備數據
    movie_names = ['雷神3：諸神黃昏', '正義聯盟', '東方快車謀殺案', '尋夢環遊記', '全球風暴', '降魔傳', '追捕', '七十七天', '密戰', '狂獸', '其它']
    tickets = [73853, 57767, 22354, 15969, 14839, 8725, 8716, 8318, 7916, 6764, 52222]

    # 二、建立畫布
    plt.figure(figsize=(20, 8), dpi=80)

    # 三、繪製柱狀圖
    x_ticks = range(len(movie_names)) # x表明電影類型
    plt.bar(x_ticks, tickets, color=['b', 'r', 'g', 'y', 'c', 'm', 'y', 'k', 'c', 'g', 'b'])

    # 修改x刻度
    plt.xticks(x_ticks, movie_names)

    # 添加標題
    plt.title("電影票房收入對比")

    # 添加網格顯示
    plt.grid(linestyle="--", alpha=0.5)

    # 四、顯示圖像
    plt.show()


if __name__ == "__main__":
    bar_demo()

 

案例二：比較同一天上映電影的票房

import matplotlib.pyplot as plt

def bar_demo2():
    # 一、準備數據
    movie_name = ['雷神3：諸神黃昏', '正義聯盟', '尋夢環遊記']

    first_day = [10587.6, 10062.5, 1275.7]
    first_weekend = [36224.9, 34479.6, 11830]

    # 二、建立畫布
    plt.figure(figsize=(20, 8), dpi=80)

    # 三、繪製柱狀圖
    plt.bar(range(3), first_day, width=0.2, label="首日票房") # range(3) 顯示的x=0,x=1,x=2的值
    plt.bar([0.2, 1.2, 2.2], first_weekend, width=0.2, label="首周票房") # 0.2, 1.2, 2.2表示刻度平移0.2

    # 顯示圖例
    plt.legend()

    # 修改刻度
    plt.xticks([0.1, 1.1, 2.1], movie_name)

    # 四、顯示圖像
    plt.show()


if __name__ == "__main__":
    bar_demo2()

 

• 直方圖

            組數：在統計數據時，咱們把數據按照不一樣的範圍分紅幾個組，分紅的組的個數稱爲組數
            組距：每一組兩個端點的差
                已知 最高175.5 最矮150.5 組距5
                   求 組數：(175.5 - 150.5) / 5 = 5

案例一：電影時長分佈情況

# 需求：電影時長分佈情況
# 一、準備數據
time = [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]

# 二、建立畫布
plt.figure(figsize=(20, 8), dpi=80)

# 三、繪製直方圖
distance = 2   # 組距
group_num = int((max(time) - min(time)) / distance) # 組數

plt.hist(time, bins=group_num, density=True)  # time=要顯示是數據 bins=組數, density=True表示顯示頻數，默認顯示頻率

# 修改x軸刻度
plt.xticks(range(min(time), max(time) + 2, distance))  # 顯示的是從最小值道最大值，步長=組距， max+2是爲了最後一組數據的正常顯示

# 添加網格
plt.grid(linestyle="--", alpha=0.5)

plt.xlabel("電影市場」)

plt.ylabel(「電影名稱」)

# 四、顯示圖像
plt.show()

注意點：

適用場景：

 

• 餅狀圖

顯示不一樣電影的票房佔比：

# 一、準備數據
movie_name = ['雷神3：諸神黃昏','正義聯盟','東方快車謀殺案','尋夢環遊記','全球風暴','降魔傳','追捕','七十七天','密戰','狂獸','其它']

place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]

# 二、建立畫布
plt.figure(figsize=(20, 8), dpi=80)

# 三、繪製餅圖  autopct="%1.2f%%" 最後2個%%表示一個%，也就是餅圖上顯示的佔比
plt.pie(place_count, labels=movie_name, colors=['b','r','g','y','c','m','y','k','c','g','y'], autopct="%1.2f%%") 

# 顯示圖例
plt.legend()

plt.axis('equal')  # 保證橫軸和縱軸的寬度一直，即比例一致，默認出來是個扁圖

# 四、顯示圖像
plt.show()