一、基础知识

1、简介

matplotlib是模仿matlab绘图工具开发的一个开源 python 库。python的其它第三方绘图库都依赖于matplotlib。
数据分析工作中的绘图更多的是帮助我们理解业务，而不是美观，否则就会使用一些Bi工具了。

2、基础代码

导入库

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline 
#用来让py显示生成的图形，不用每次绘图后运行plt.show()
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False  #用来正常显示负号

3、绘制图形：通用

生成变量数据

x=np.linspace(0,2*np.pi,100)
y=np.sin(x)
y1=np.cos(x)

matplotlib生成画布元素

plt.title('hellow,world!')
plt.plot(x,y)
plt.plot(x,y1)
#如果没有上面的%matplotlib inline代码，则每次生成画布元素后，都需要运行plt.show(),以显示图形。

输出结果：正弦和余弦图像

image.png

绘制两个画板
plt.subplot()使用方法以及参数介绍

plt.subplot(abc) #a:行数，b:列数，c:索引。三个数字都不能超过10
#等价于plt.subplot(a,b,c)
#索引值的意思是把它放在第几个位置。下面有示例

X = np.linspace(0, 2*np.pi,100)
Y = np.sin(X)
Y1 = np.cos(X)

plt.subplot(211) 
plt.plot(X,Y)

plt.subplot(212)
plt.plot(X,Y1,color = 'r')

输出结果： image.png

x=np.linspace(0,2*np.pi,100)
y=np.sin(x)
y1=np.cos(x)
plt.subplot(212)
plt.plot(x,y)

plt.subplot(211)
plt.plot(x,y1,color='red')

image.png

3、绘制图形：柱状图和堆叠柱状图(分类变量的频率分布)

柱状图

data=[5,25,50,20]
x=[0,1,2,3]
plt.bar(x,data)
#实际上表示传入数组对的值，表示在图像上也就是横纵坐标

也可以用range()写成：

data=[5,25,50,20]
plt.bar(range(len(data)),data)

输出结果：

image.png

水平柱状图:组数过多，或者组的名字过长，可以把横坐标放到纵轴

data=[5,25,50,20]
x=[0,1,2,3]
plt.barh(x,data)

也可以写成：

data = [5,25,50,20]
plt.barh(range(len(data)),data)

输出结果：

image.png

堆积柱状图:思路是横坐标偏移

data = [[5,25,50,20],
        [4,23,51,17],
        [6,22,52,19]]
x=np.arange(4)

plt.bar(x,data[0],width=0.25,label='A')
plt.bar(x+0.25,data[1],width=0.25,label='B')
plt.bar(x+0.50,data[2],width=0.25,label='C')

plt.legend()

image.png

垂直堆积柱状图:思路是引入bottom参数

data = [[5,25,50,20],
        [4,23,51,17],
        [6,22,52,19]]
x = np.arange(4)

plt.bar(x, data[0], width = 0.25, label='A')
plt.bar(x, data[1], width = 0.25, label='B',bottom = data[0])
plt.bar(x, data[2], width = 0.25, label='C',bottom = np.array(data[0]) + np.array(data[1]))
#列表不可以直接相加，但是np.array()可以。
    
plt.legend()

输出结果：

image.png

4、散点图

x=np.random.rand(50)
y=np.random.rand(50)
colors=np.random.randn(50)
area=np.pi*(15*np.random.rand(50))**2

plt.scatter(x,y,c=colors,alpha=0.5,s=area)
#alpha:透明度，[0,1],0完全透明，1完全不透明
#s:散点大小
#c:colors,可以用数值表示，此处表示随机

运行结果:

image.png

x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.randint(0,2,size =50)
#相当于用颜色将所有点随机分成两类
area = np.pi * (15 * np.random.rand(N))**2

plt.scatter(x, y, c=colors, alpha=0.5,s = area)

运行结果:

image.png

5.条形图:连续变量的概率分布

在构建直方图之前，我们需要先定义好bin（分组/分箱数），也就是说我们需要先把连续值划分成不同等份，然后计算每一份里面数据的数量。

a = np.random.rand(100)
plt.hist(a,bins= 20) #a等分为20分
plt.ylim(0,15) #限制Y轴高度为0到15

运行结果： image.png

a = np.random.randn(10000)
plt.hist(a,bins=50)
plt.title("标准正态度分布")  

标题乱码的解决：

plt.rcParams['font.sans-serif']=['SimHei'] 

轴正负号无法显示的解决：

plt.rcParams['axes.unicode_minus']=False

运行结果： image.png

6.盒图/箱线图

x = np.random.randint(20,100,size = (30,3))
plt.boxplot(x)
plt.ylim(0,120)

plt.xticks([1,2,3],['A','B','C']) 
# 在x轴的什么位置填一个 label，我们这里制定在 1，2，3 位置，写上 A，B，C
#设置x轴刻度值的表现形式。如果要设置Y轴，则为plt.yticks()

plt.hlines(y = np.median(x,axis = 0)[0] ,xmin =0,xmax=3)
#沿着水平轴画一条线，如果是沿着纵轴则是plt.vlines()

输出结果：

image.png image.png image.png image.png

6.给图像增加文字

data = [[5,25,50,20],
        [4,23,51,17],
        [6,22,52,19]]
x=np.arange(4)

plt.figure(figsize=(20,5)) #表示figure 的大小为宽、长（单位为inch）
plt.tick_params(labelsize=15) #坐标轴的label大小为15
          
x_sub=[0.0,0.25,0.5]

plt.bar(x,data[0],width=0.25,label='A')
plt.bar(x+x_sub[1],data[1],width=0.25,label='B')
plt.bar(x+x_sub[2],data[2],width=0.25,label='C')

for i in range(3):
    for a,b in zip(x+x_sub[i],data[i]):
        plt.text(a,b,f'{b}',ha='center',va='bottom',fontsize=13)
#ha='center'表示居中,va= 'bottom'表示底部对齐，fontsize表示文字大小

#给坐标轴添加标签
plt.xlabel('组别',fontsize=15)
plt.ylabel('频数',fontsize=15)

输出结果：

image.png

7、用plt.annotate进行注释

在数据可视化的过程中，图片中的文字经常被用来注释图中的一些特征。使用annotate()方法可以很方便地添加此类注释。在使用annotate时，要考虑两个地方的坐标（text只需要一个）：被注释的地方xy(x, y)和插入文本的地方xytext(x, y)

X=np.linspace(0,2*np.pi,100)
Y=np.sin(X)
Y_1=np.cos(X)

plt.plot(X,Y)
plt.plot(X,Y_1)

plt.annotate('SIN CURVE',
             xy=(2,np.sin(2)), #标记坐标
            xytext=(4,0.75), #文本坐标
            arrowprops=dict(arrowstyle='->'), #连接符，可以用代码'?plt.annotate'查看
            fontsize=15)

输出结果：

image.png

8、在一个画板中绘制多个图形

使用matplotlib制作直方图
首先，学习画不同类型的直方图。
(1)先从参数着手

plt.hist(
    x,
    bins=None, #分箱数，柱子的数量,切分为几组数据。如果横坐标落在箱子中，则频数+1.
    range=None,
    density=None,  #样本的数量差异较大时，需y轴显示该组数据在样本中的百分比比较好
    weights=None,
    cumulative=False, 
    bottom=None,
    histtype='bar', #直方图类型，默认为bar，还有{ ‘barstacked’, ‘step’, ‘stepfilled’}
    align='mid',
    orientation='vertical',
    rwidth=None,
    log=False,
    color=None, #直方图的颜色
    label=None, #直方图的标签
    stacked=False, #是否创建堆积直方图，{False ，True}
    normed=None, #是否进行归一化处理，{False ，1 ， True},
    data=None,
    **kwargs,
)
**未注释的参数暂不记忆**

(2)归一化处理
在命令里加上参数normed=True后，直方图也可以被归一化以显示“相对”频率。
此时，y轴就变成了相对频率（频率=频次/样本总数；相对频率=频率/组距）。

image.png
(3)设置画板

#第一步：设置画板的图像大小和排列形状
plt.figure(figsize=(20,10))
fig,axes=plt.subplots(nrows=2,ncols=2)
#fig,axes是两个通用写法。fig是可以对整个画板再进行配置，axes得到的是子画板的信息

#第二步：拆分子画布
ax0,ax1,ax2,ax3=axes.flatten()
#把四个子画板拆分，然后才能添加元素和内容

#第三步：填充画布

#图一：画密度直方图 (参数：normed=1)
n_bins = 10 #拆分为10组，先赋值
x = np.random.randn(1000, 3) #正态分布数据，1000*3
colors = ['red', 'tan', 'lime']
ax0.hist(x, n_bins, normed=1, histtype='bar', color=colors, label=colors)
ax0.set_title('bars with legend')
ax0.legend(fontsize=10)

#图二：画堆叠的密度直方图(参数：normed=1，stacked=True)
ax1.hist(x, n_bins, normed=1, histtype='bar', stacked=True)
ax1.set_title('stacked bar')

#图三：画只有轮廓的堆叠直方图(histtype='step',fill=False)
ax2.hist(x, n_bins, histtype='step', stacked=True, fill=False)
ax2.set_title('stack step (unfilled)')

#图四：画不同长度数据集的多重直方图
#Make a multiple-histogram of data-sets with different length
x_multi = [np.random.randn(n) for n in [10000, 5000, 2000]]
ax3.hist(x_multi, n_bins, histtype='bar')
ax3.set_title('different sample sizes')

运行结果：

image.png