matplotlib数据可视化图表

第21章 matplotlib数据可视化开发

Matplotlib是Python的一个数据可视化工具包，可以方便地绘制数据统计相关的图表，如折线图、散点图、直方图等，强大的绘图功能使Python广泛用于数据挖掘领域。

21.1 环境搭建

1. 使用pip工具安装模块：pip install matplotlib
2. 安装前需确保Windows系统上已安装visual studio .NET 运行库。

21.2 实现简单绘图

matplotlib有两大子模块，pyplot包含了绘制各种图表的工具，pylab包含了绘制数学曲线工具。

1. 绘制散点scatter()

   import matplotlib.pyplot as plt
   # 定义样本点横坐标、纵坐标的列表
   xset = [60,85.5,49.2,47.4]
   yset = [18.4,16.8,17.6,16.4]
   # 使用scatter()方法绘制散点，可设为红色
   plt.scatter(xset,yset,c='r')
   # 可以定义坐标轴的范围
   plt.axis([0,90,0,20])
   # 展示图表
   plt.show()
   

2. 绘制折线plot()

   import matplotlib.pyplot as plt
   # 定义样本点纵坐标的列表
   xset = [0,1,2,3,4,5,6]
   yset = [0,1,4,9,16,25,36]
   set = [0,0.5,2,4.5,8,12.5,18]
   # 使用plot()方法绘制折线
   plt.plot(xset,yset,c='r')
   # 当没有指定横坐标时，默认序列的下标作为横坐标
   plt.plot(set,c='b')
   # 展示图表
   plt.show()
   

3. 设置标签和线条样式（注意，默认的字体库不显示中文）

   import matplotlib.pyplot as plt
   import matplotlib as mpl
   xset = [0,1,2,3,4,5,6]
   yset = [0,1,4,9,16,25,36]
   plt.plot(xset,yset,c='r',linewidth='5')
   # 模块的全局对象，导入字体库设置字体
   mpl.rcParams["font.sans-serif"] = ["SimHei"]
   # 设置图表的标签说明
   plt.title("示例图表",fontsize=24)
   plt.xlabel("横坐标",fontsize=14)
   plt.ylabel("纵坐标",fontsize=14)
   # 设置刻度的样式
   plt.tick_params(axis='both',labelsize=14)
   # 可以本地保存为图片
   plt.savefig("示例图表.png",bbox_inches='tight') # 第二个参数设置边缘空白。
   # 展示图表
   plt.show()
   

4. 柱形图bar()

   • 原始的简单柱形图

     import matplotlib.pyplot as plt
     import matplotlib as mpl
     # 设置图表标签
     mpl.rcParams["font.sans-serif"] = ["SimHei"]
     plt.title("班级人数图")
     plt.xlabel("班级")
     plt.ylabel("人数")
     # 绘制多个柱形，参数表：x坐标、高度、宽度、校准（默认为center）
     plt.bar(x=(1,2,3,4),height=(45,50,40,55),width=0.4,align="edge")
     plt.show()
     

   • 详细标签说明的柱形图

     import matplotlib.pyplot as plt
     import matplotlib as mpl
     # 设置图表标签
     mpl.rcParams["font.sans-serif"] = ["SimHei"]
     plt.title("专业人数图")
     plt.xlabel("专业")
     plt.ylabel("人数")
     plt.xticks((1,2,3,4),("计算机","机械","会计","日语"))
     plt.ylim(0,60)
     # 绘制多个柱形，参数表：x坐标、高度、宽度、校准（默认为center）
     rectangles = plt.bar(x=(1,2,3,4),height=(45,50,40,55),width=0.4)
     # 可以用text()为柱形添加数值标注
     for rect in rectangles:
         height = rect.get_height()
         plt.text(x=rect.get_x(),                # x坐标
                  y=height+1.5,                  # y坐标
                  s="%s" % (height),             # 标注内容
                  fontsize=15,                   # 字体大小
                  color="r",                     # 字体颜色
                  backgroundcolor="y",           # 背景颜色
                  horizontalalignment="left",    # 水平对齐
                  verticalalignment="bottom",    # 竖直对齐
                  rotation=30,                   # 旋转
                  alpha=0.4)                     # 透明度（0到1之间）
     plt.show()
     

5. 绘制多幅子图

   • 实际上，matplotlib中调用plot()函数时，会首先调用gca()和gcf()两个函数来获取当前的坐标轴和图像，如果没有图像，则会用figure()函数创建一个，所以我们可以直接用figure()创建绘画框，再用subplot()函数创建子图。

     import matplotlib.pyplot as plt
     # 创建一个绘图框
     fig = plt.figure()
     # 在绘图框中创建两个子图p1、p2，参数表：多少行、多少列、第几幅，默认（1,1,1）
     p1 = fig.add_subplot(2,1,1)
     p2 = fig.add_subplot(2,1,2)
     # 绘制两个子图
     xset = [1,2,3,4,5,6,7,8]
     yset = [2,1,3,5,2,6,12,7]
     p1.plot(xset,yset,c='b')
     p2.scatter(xset,yset,c="r")
     plt.show()
     

6. 绘制曲线

   import matplotlib.pyplot as plt
   import matplotlib.pylab as lab
   # 设置定义域的范围（-pi到pi）的列表，参数表：起始值，结束值，样本数（样条曲线）。
   X = lab.np.linspace(start=-lab.np.pi,stop=lab.np.pi,num=256)
   # 使用数学函数设置值域的列表
   C, S = lab.np.cos(X), lab.np.sin(X)
   # 绘制曲线
   plt.plot(X,C)
   plt.plot(X,S)
   plt.xticks((-3.14,-1.57,0,1.57,3.14),("-pi","-pi/2","0","pi/2","pi"))
   plt.show()
   

21.3 大数据分析的示例

• 【.csv】文件是一种保存大数据的文件，Python可以调用 csv模块解析这种文件。

  import csv
  import matplotlib as mpl
  import matplotlib.pyplot as plt
  from datetime import datetime
  # 定义数据集：日期、高温、低温
  dateSet, highSet, lowSet = [],[],[]
  # 打开一个本地的.csv文件
  with open("./death_valley_2014.csv") as file:
      read = csv.reader(file)
      header = next(read)
      # 遍历每一行，并将相应数值添加到数据集。
      for row in read:
          try:
              date = datetime.strptime(row[0],"%Y-%m-%d")  # 按格式解析出日期。
              high = int(row[1])
              low = int(row[3])
          except ValueError:
              print(date, "missing message")
          else:
              dateSet.append(date)
              highSet.append(high)
              lowSet.append(low)
  # 用数据集绘制图形
  plt.plot(dateSet,highSet,c='r',alpha=0.3)
  plt.plot(dateSet,lowSet,c='b',alpha=0.3)
  plt.fill_between(dateSet,highSet,lowSet,facecolor='b',alpha=0.2)
  # 设置图表样式
  mpl.rcParams["font.sans-serif"] = ["SimHei"]
  plt.title("2014温度变化图")
  plt.xlabel("月份",fontsize=12)
  plt.ylabel("摄氏度",fontsize=12)
  plt.tick_params(axis="both",which="major",labelsize=20)
  plt.tick_params(axis="x",which="major",labelsize=12,rotation=30)
  plt.show()