Matplotlib数据可视化

一：Matplotlib绘图基础

Matplotlib： 第三方库，可以快速方便地生成高质量的图表

1.数据可视化

• 数据分析阶段：理解和洞察数据之间的关系
• 算法调试阶段：发现问题，优化算法
• 项目总结阶段：展示项目成果

2.Matplotlib库的安装和导入

安装

• Anaconda： 安装了anaconda之后，Matplotlib就已经被安装好了
• pip安装 pip install matplotlib

导入

• import matplotlib.pyplot as plt

3.Figure对象：创建画布

figure( num,figsize,dpi,facecolor,edgecolor,frameon )

• num：图形编号或名称，取值为数字/字符串。
• figsize：绘图对象的宽和高，单位为英寸。
• dpi：绘图对象的分辨率，缺省值为80。
• facecolor：背景颜色。
• edgecolor：边框颜色。
• frameon：表示是否显示边框。

4. subplot()函数：划分子图

subplot( 行数, 列数, 子图序号 )

• 当subplot()函数中的3个参数都小于10时，可以省略参数间的逗号，用一个3位数来表示
• 每个subplot()函数只创建一个子图。要创建4个子图，就需要4条语句

5.设置中文字体及字符显示

plt.rcParams [" font.sans-serif" ] = “SimHei”

• plt.rcParams：运行配置参数 ：指定所绘制图表中的各种默认属性，是matplotlib中的全局变量
• [" font.sans-serif" ] 字体

中文字体	英文描述	中文字体	英文描述
宋体	SimSun	楷体	KaiTi
黑体	SimHei	仿宋	FangSong
微软雅黑	Microsoft	YaHei	隶书
微软正黑体	Microsoft	JhengHei	幼圆

• 恢复标准默认配置 plt.rcdefaults( )
• 字符显示 plt.rcParams[’axes.unicode_minus’] = False

6.添加标题

添加全局标题 plt.suptitle ( 标题文字 )

• suptitle()函数的主要参数

参 数	说 明	默认值
x	标题位置的x坐标	0.5
y	标题位置的y坐标	0.98
color	标题颜色	黑色
backgroundcolor	标题背景颜色	12
fontsize	标题的字体大小
fontweight	字体粗细	normal
fontstyle	设置字体类型
horizontalalignment	标题水平对齐方式	center
verticalalignment	标题的垂直对齐方式	top

添加子图标题 title ( 标题文字 )

• title()函数的主要参数

参 数	说 明	默认值
loc	标题位置	left，right
rotation	标题文字旋转角度
color	标题颜色	黑色
fontsize	标题的字体大小
fontweight	字体粗细	normal
fontstyle	设置字体类型
horizontalalignment	标题水平对齐方式	center
verticalalignment	标题的垂直对齐方式	top
fontdict	设置参数字典

7.tight_layout()函数

自动调整子图

• 检查坐标轴标签、刻度标签、和子图标题，自动调整子图，使之填充整个绘图区域，并消除子图之间的重叠。
  tight_layout( rect=[left, bottom, right, top] )

二：散点图

1.什么是散点图

散点图 （Scatter）：是数据点在直角坐标系中的分布图

• 数据分布规律；数据变化趋势；数据分组
  

2.绘制散点图 scatter() 函数

scatter( x, y, scale, color, marker, label )

参 数	说 明	默认值
x	数据点的x坐标	不可省略
y	数据点的y坐标	不可省略
scale	数据点的大小	36
color	数据点的颜色
marker	数据点的样式	’o’（圆点）
label	图例文字

• color参数——常用颜色

颜色	缩略字符	颜色	缩略字符
blue	b	black	K
green	g	white	w
red	r	cyan	c
yellow	y	magenta	m

• marker参数——数据点样式

取值	中文描述	取值	中文描述	取值	中文描述
-	实线	1	朝下的三角	v	朝下的三角形
–	虚线	2	朝上的三角	^	朝上的三角形
-.	点线	3	朝左的三角	<	朝左的三角形
:	点虚线	4	朝右的三角	>	朝右的三角形
.	点	s	正方形	D	钻石形
,	像素	p	五角形	d	小版钻石形
o	圆形	*	星型	|	垂直线形
+	+号标记	h	1号六角形	_	水平线行
x	x号标记	H	2号六角形

色彩映射

• plt.scatter(x, y, c , cmap )
  • 将参数c指定为一个列表或数组，所绘制图形的颜色，可以随这个列表或数组中元素的值而变换，变换所对应的颜色由参数cmap中的颜色所提供

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)
y = np.arange(10)

dot_color = [1,2,1,0,2,0,1,2,1,0]

plt.scatter(x,y,c=dot_color,cmap='brg') #0:blue;red:1;green:2

3.添加文字 text() 函数

text( x, y, s, fontsize,color )

参 数	说 明	默认值
x	文字的x坐标	不可省略
y	文字的y坐标	不可省略
s	显示的文字	不可省略
fontsize	文字的大小	12
color	文字的颜色	黑色

4.坐标轴设置

函数	说明
xlabel( x, y, s, fontsize,color)	设置x轴标签
ylabel( x, y, s, fontsize,color)	设置y轴标签
xlim(xmin, xmax)	设置x轴坐标的范围
ylim(ymin, ymax)	设置y轴坐标的范围
tick_params(labelsize)	设置刻度文字的字号

# 绘制标准正态分布的散点图
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif']="SimHei"  #设置默认字体为中文黑体
plt.rcParams['axes.unicode_minus'] = False #字符显示

n=1024   # 标准正态分布的散点坐标
x = np.random.normal(0,1,n)
y = np.random.normal(0,1,n)

plt.scatter(x, y, color="blue",marker='*' )   #绘制数据点

plt.title("标准正态分布",fontsize=20)   #设置标题
plt.text(2.5,2.5,"均值：0\n标准差：1")  #设置文本

plt.xlim(-4,4)  #x轴范围
plt.ylim(-4,4)  #y轴范围

plt.xlabel('横坐标',fontsize=14)
plt.ylabel('纵坐标',fontsize=14)

plt.show()

5.增加图例

scatter( x, y, scale, color, marker, label ) label指定图例内容

legend(loc, fontsize) 显示图例

• loc参数——指定图例的位置

取值	图例位置	取值	图例位置
0	best	6	center left
1	upper	right	7
2	upper	left	8
3	lower	left	9
4	lower	right	10
5	right

三：折线图

• 散点图的基础上，将相邻的点用线段相连接。
• 描述变量变化的趋势

1.绘制折线图 plot()函数

plot( x, y, color, marker, label, linewidth, markersize )

参 数	说 明	默认值
x	数据点的x坐标	0,1,2,3…
y	数据点的y坐标	不可省略
color	数据点的颜色
marker	数据点的样式	’o’（圆点）
label	图例文字
linewidth	折线的宽度
markersize	数据点的大小

二：柱形图

由一系列高度不等的柱形条纹表示数据分布的情况

1.绘制柱形图 bar()函数

bar( left, height, width, facecolor, edgecolor, label )

#绘制柱形图
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']="SimHei"  #设置默认字体为中文黑体
plt.rcParams['axes.unicode_minus'] = False #字符显示

y1=[32,25,16,30,24,45,40,33,28,17,24,20]
y2=[-23,-35,-26,-35,-45,-43,-35,-32,-23,-17,-22,-28]

plt.bar(range(len(y1)),y1,width=0.8,facecolor='green',edgecolor='white',label='统计量1')
plt.bar(range(len(y2)),y2,width=0.8,facecolor='red',edgecolor='white',label='统计量2')

plt.title("柱状图",fontsize=20)   #添加标题

plt.legend()   #显示图例
plt.show()    #显示绘图