数据分析-03

第三神器matplotlib库

1. 图片读取

pyplot.imread(path)
path指定图片地址
返回数组，彩图是三维数组，灰度图是二维数组
pyplot.imshow(image)
image指定要展示的图片
pyplot.show()
展示图片

2. 绘图

导入：import matplotlib.pyplot as plt

2.1 单图

plt.plot(x, y)

2.2 多图

plt.plot(x1, np.sin(x1))
plt.plot(x2, np.sin(x2))
plt.plot(x1, np.sin(x1), x2, np.sin(x2))

2.3 子画布

plt.figure(figsize=(4,4))指定画布大小
# 创建一个子画布，把原来的上下分成2，左右分成3，占用第三个

axes1 = plt.subplot(2,2,1)
axes2 = plt.subplot(2,2,2)
axes3 = plt.subplot(2,2,3)
axes4 = plt.subplot(2,2,4)

使用子画布调用plot进行绘图

2.4 网格线

plt.grid(axis,color,linewidth,alpha)
axis指定网格添加的轴线，默认是都添加
color指定网格颜色
linewidth指定线宽
alpha指定透明度

2.5 坐标轴线

plt.axis(set)
set指定轴线样式，equal|off
plt.axis([-2, 2, -2, 2]) # [x起，x末，y起，y末]

2.6 坐标轴标签

plt.xlabel | ylabel(name, color, fonsize,rotation)
name指定轴线名字
color指定颜色
fonsize字体大小
rotation指定旋转角度，默认90°

2.7 画布标题

plt.title('sin(x)', loc='left', color='blue', fontsize=20, rotation=20)

2.8 图例

• 在plt.plot()里添加label属性，然后调用plt.legend()方法
  plt.plot(x,x/2,label='slow')
plt.legend()
• 直接在pltlegend()传入列表，指定对应图例
  plt.plot(x,x)
plt.plot(x,2*x)
plt.plot(x,x/2)
plt.legend(['normal','fast','slow'])
  loc指定图例位置，默认在右上方
  ncol控制图例的列数

2.9 轴线刻度

plt.xticks()和plt.yticks()方法
需指定刻度值和刻度名称 plt.xticks([刻度列表],[名称列表])
支持fontsize、rotation、color等参数设置

2.10 风格样式plt.plot()

• 颜色
  合法的HTML颜色名: color = 'red'
  别名:color='r'
  HTML十六进制字符串:color = '#eeefff'
  归一化到[0, 1]的RGB元组:color = (0.3, 0.3, 0.4)

• 透明度
  alpha=0.8

• 背景色
  plt.subplot(facecolor='gray')

• 线型
  plt.plot(x,x,linestyle='--',linewidth=5)
plt.plot(x,x,ls='--',lw=5)
  '-' 实线 ':' 虚线
  '--' 破折线 'steps' 阶梯线
  '-.' 点划线 'None' / '，' 什么都不画

  • 自定义破折线间距
    plt.plot(x,y,dashes=[2,4,3,5,10,5])

• 线型

  • marker设置点型

    
    marker设置点型

plt.plot(x,y,
marker='h',              # 设置点型
markersize=20,           # 设置点型大小
markeredgecolor='red',   # 点型边线颜色
markeredgewidth=5,       #  边线宽度
markerfacecolor='green') #点型填充色

• 相同样式的多曲线
  plt.plot(x,x,x,2*x,x,x/2,c='r',marker='*',ls=':')
• 不同样式的多曲线
  plt.plot(x,x,'ro:',x,2*x,'k*--',x,x/2,'c1-.')

2.11 不同风格设置方式

• 方式一：传统方式，上述
• 方式二：子画布setter
  axes = plt.subplot()获取坐标系
  set_title()
  set_facecolor()
  set_xticks、set_yticks 设置刻度值
  set_xticklabels、set_yticklabels 设置刻度名称
• 方式三：面向对象
  plt.plot()方法返回一个包含所有线的列表，设置每一个线需要获取该线对象
  lines = plt.plot(); line = lines[0]
  line.set_linewith()
  line.set_linestyle()
  line.set_color()

3. 颜色映射

from matplotlib.colors import ListedColormap
cmap0 = ListedColormap(['red','green','blue'])

4. 2D图像

• 直方图
  plt.hist(x, bins=None, density=None, orientation='vertical', color=None)
plt.hist：(data,bins=5,density=True,color='red',orientation='horizontal')
  x：指定传入的数据
  bins：将样本分成几个区间
  color：指定颜色
  density：切换占比显示
  orientation：指定直方图的方向样式

• 条形图
  bar(x, height, width, bottom, *, align='center', **kwargs)
plt.bar(x=index,height=data,width=0.5)
  x：指定索引
  height：指定数据
  width：条形宽度
  barh(y, width, height, left, *, align='center', **kwargs)
plt.barh(y=index,height=0.5,width=data)
  y：指定索引
  width：指定数据
  height：指定条形宽度

• 极坐标图
  plt.axes(polar=True)

• 饼图
  plt.pie(x,
labels=None, labels参数设置每一块的标签；
  labeldistance=1.1, labeldistance参数设置标签距离圆心的距离（比例值,只能设置一个浮点小数）
  autopct=None,autopct参数设置比例值的显示格式(%1.1f%%)；
  pctdistance=0.6, pctdistance参数设置比例值文字距离圆心的距离
  explode=None, explode参数设置每一块顶点距圆形的长度（比例值,列表）；
  colors=None,colors参数设置每一块的颜色（列表）；
  shadow=False,shadow参数为布尔值，设置是否绘制阴影
  startangle=None) startangle参数设置饼图起始角度

plt.pie(data, labels=['1','2','3','4'], labeldistance=0.5, autopct='%1.1f%%', pctdistance=0.8, explode=[0.2,0,0,0], colors=['red','green','blue','orange'], shadow=True, startangle=90)

• 散点图
  plt.scatter(x, y, s=None, c=None, marker=None,alpha=None)
plt.scatter(x,y,s=size,c=color,marker='o',alpha=0.8)
  x指定点的x坐标
  y指定点的y坐标
  s指定点的大小
  c指定点的颜色
  marker指定点型
  alpha透明度

5. 图形内饰

• 文字
  • 标题: plt.suptitle('suptitle')
  • 子标题:axes.set_title('axes title')
  • 图形内文字:axes.text(0.2,0.8,'axes text') ----指定出现的点及文字
• 注释
  plt.annotate(s='this is very important',xy=[6,4],xytext=[5,5],arrowprops={'arrowstyle':'->'}
  • s注释内容
  • xy指定说明点
  • xytext指定注释内容位置
  • arrowprops设置箭头形式
    字典的形式传入
    width参数设置箭头长方形部分的宽度
    headlength参数设置箭头尖端的长度，
    headwidth参数设置箭头尖端底部的宽度
    shrink参数设置箭头顶点、尾部与指示点、注释文字的距离（比例值），可以理解为控制箭头的长度

6. 3D图

导入：from mpl_toolkits.mplot3d.axes3d import Axes3D

• 曲面图
  思路：构建X,Y,Z坐标，切割X，Y轴（可理解为绘制一个平面），手动给xyz添加关系得到z，绘制图形

x = np.linspace(0,10,101)
y = np.linspace(0,10,101)
X,Y = np.meshgrid(x,y)
Z = np.sin(X)-np.cos(Y)
plt.figure(figsize=(10,6))    # 设置画布
axes = plt.subplot(projection='3d')    # 指定3d图
p = axes.plot_surface(X,Y,Z,cmap='rainbow')    # 绘图，添加颜色渲染
plt.colorbar(p,shrink=0.5)    # 添加色彩条

• 玫瑰图 | 极坐标图
  绘图前调用极坐标绘图接口即可
  注意：极坐标图弧度和角度的换算

关于图片处理scipy库

1. 降噪

思路：导入图片，查看图片的形状，比较彩图和黑白图，其实就是对图片的数组进行操作，彩色图片是三维的ｒｇｂ，黑白图是二维的，相当于将一组ｒｇｂ转换成一个值，

1.1 中值滤波

原理：通过调整范围内的平均值，进行处理
ndimage.median_filter(input, size=None, footprint=None, output=None, mode='reflect', cval=0.0, origin=0)
input指定传入的图片数组
size指定选取范围的大小

1.2 高斯滤波

原理：通过加权平均数进行处理
ndimage.gaussian_filter(input, sigma, order=0, output=None, mode='reflect', cval=0.0, truncate=4.0)
input指定传入的图片数组
sigma指定范围

1.3 维也纳滤波

原理：选定范围，使得方差尽可能小，通过调整方差进行处理
from scipy.signal import wiener
wiener(im, mysize=None, noise=None)
im指定传入的图片数组
mysize指定范围
效果排序：中值滤波 < 高斯滤波
高斯滤波（近景好），维也纳滤波（远景好）

1.4 傅里叶变换

理解：将描述值的值变成描述变化的值
思路：转为变化值，分析变化的值，将大的转换为0，再恢复描述值
from scipy.fftpack import fft2,ifft2
fft2(x, shape=None, axes=(-2, -1), overwrite_x=False)x指定描述值的值
ifft2(x, shape=None, axes=(-2, -1), overwrite_x=False)

2. 添加噪点

思路：生成一个图像般shape的随机图，然后进行加和处理
import scipy.misc as misc
face = misc.face(gray=True)
plt.imshow(face,cmap='gray')
noise = np.random.randint(0,100,size=face.shape)
noise_face = face + noise
plt.imshow(noise_face,cmap='gray')

3. 灰度处理

• 最大值法
  将彩图中的三维数组中的r g b最大的值取出来，作为二维图像的值
• 均值法
• 加权平均值法
  指定一个加权数组，对rgb进行处理

4. 图片基本处理

导入：import scipy.ndimage as ndimage

• 移动
  ndimage.shift(input, shift, output=None, order=3, mode='constant', cval=0.0, prefilter=True)
  input指定要移动的图片
  shift指定移动的值，可以是列表，先上下移，后左右
  mode指定填充模式{'reflect', 'constant', 'nearest', 'mirror', 'wrap'}
• 旋转
  ndimage.rotate(input, angle, axes=(1, 0), reshape=True, output=None, order=3, mode='constant', cval=0.0, prefilter=True)
  input指定要旋转的图片
  angle指定旋转的角度
  mode指定填充模式{'reflect', 'constant', 'nearest', 'mirror', 'wrap'}
• 缩放
  ndimage.zoom(input, zoom, output=None, order=3, mode='constant', cval=0.0, prefilter=True)
  input指定要缩放的图片
  zoom指定缩放比例，可以是列表
  mode指定填充模式{'reflect', 'constant', 'nearest', 'mirror', 'wrap'}
• 切割
  数组的切片

5. 绘图表

• Series和DataFrame有生成图表的方法

df.plot(x=None, y=None, kind='line', ax=None, subplots=False,
sharex=None, sharey=False, layout=None, figsize=None, 
use_index=True, title=None, grid=None, legend=True, style=None,
logx=False, logy=False, loglog=False, xticks=None, yticks=None, 
xlim=None, ylim=None, rot=None, fontsize=None, colormap=None,
table=False, yerr=None, xerr=None, secondary_y=False, sort_columns=False, **kwds)

kind:指定图表样式
'line' : 折线图，默认
'bar' : 柱形图
'barh' : 横向柱形图
'hist' : 直方图
'box' : boxplot
'kde' : 概率图
'density' : same as 'kde'
'area' : area plot
'pie' : pie plot
'scatter' : 散布图，必须注明columns，x和y
'hexbin' : hexbin plot

• 百分比直方图

df.hist(column=None, by=None, grid=True, xlabelsize=None, 
xrot=None, ylabelsize=None, yrot=None, ax=None, sharex=False,
 sharey=False, figsize=None, layout=None, bins=10, **kwds)