数据挖掘---Matplotib的学习

什么是matplotlib

           mat - matrix 矩阵
                二维数据 - 二维图表
            plot - 画图
            lib - library 库
            matlab 矩阵实验室
                mat - matrix
                lab 实验室

利用pip安装matplotlib

?

1	pip3 install matplotlib

为什么学习Matplotlib

更多JS可视化库：

    国外：https://d3js.org/

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

奥卡姆剃刀原理 - 如无必要勿增实体

实现一个简单的Matplotlib

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

import matplotlib.pyplot as plt   def matplotlib_demo():     """     简单演示matplotlib     :return: None     """     plt.figure()   # 创建了一个画布，设置了     plt.plot([1, 2, 3], [4, 5, 6]) # 指定了横坐标、纵坐标参数     plt.show()  # 点连线进行呈现       return None   matplotlib_demo()

MatPlotlib的三层结构

1）容器层（画板层+画布层+绘图区）
    画板层Canvas   --》 外出写生必须带一个画板
    画布层Figure    --》 画板上铺一层画布  --》 plt.figure()
    绘图区/坐标系   --》 在画布上创建绘图区(可有多个，默认一个)
        x、y轴张成的区域
2）辅助显示层：可以设置图例，刻度，显示网格等
3）图像层：各种各样的图标，例如散点图、柱状图、折线图(还可以调整散点图的颜色，标题等)

关系：容器层 –》 辅助显示层 –》 图像层

1、容器层

2、 辅助显示层

3、 图像层

总结：

折线图(plot)与基础绘图功能

• 折线图绘制与保存图片

?

1 2 3 4 5 6 7 8 9 10

import matplotlib.pyplot as plt   def matplotlib_demo():     """     简单演示matplotlib     :return: None     """     plt.figure(figsize=(20, 8), dpi=100)   # 创建了一个画布，figsize设置了长款，dpi=dot per inch设置了清晰度     plt.plot([1, 2, 3], [4, 5, 6])  # 指定了横坐标、纵坐标参数     plt.savefig('.tmp/hhh.png')       # 必须写在show()前，因为show()会释放整个画布的资源，即图像在显示，先显示再保存的文件是个空白图

?

1 2 3 4 5 6

plt.show()  # 点连线进行呈现    # plt.savefig('.tmp/hhh.png')     # 如果写在了show()后面，保存的文件是个空白图      return None   matplotlib_demo()

 

完善原始折线图(辅助显示层)—>某城市的温度显示（面向过程）

• 修改X,Y刻度

• 添加网格显示

• 添加描述信息

• 修改matplotlib的中文问题

DEMO

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74

import matplotlib.pyplot as plt import random     '''     # 需求：再添加一个城市的温度变化     #      收集到北京当天温度变化情况，温度在15度到18度。     #      显示每一分钟的变化       '''   def matplotlib_demo1():     """     完善原始折线图(辅助显示层)  --> 最开始最简陋的图     :return: None     """     # 1、准备数据 x y     x = range(60)     y = [         random.uniform(15, 18) for i in x  # uniform是均匀分布的意思     ]     # 2、创建画布     plt.figure(figsize=(10, 8), dpi=100)       # 3、绘制图像     plt.plot(x, y)       # 4、显示图像     plt.show()     return None     def matplotlib_demo2():     """     完善原始折线图(辅助显示层)  --> 添加了自定义的x,y刻度     :return: None     """     # 1、准备数据 x y     x = range(60)     y = [         random.uniform(15, 18) for i in x  # uniform是均匀分布的意思     ]     # 2、创建画布     plt.figure(figsize=(10, 8), dpi=100)       # 3、绘制图像     plt.plot(x, y)       # 修改刻度值     x_label = [         "11H{}m".format(i) for i in x    # 中文不显示问题     ]     plt.xticks(x[::5], x_label[::5])  # X的刻度要跟我们的x划分数量上对应起来     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 ")       # 添加网格显示     plt.grid(linestyle="--", alpha=0.5)       # 4、显示图像     plt.show()     return None     if __name__ == '__main__':     # 最开始最简陋的图     matplotlib_demo1()       # 添加了自定义的x,y刻度     matplotlib_demo2()

 

再添加一个城市的温度变化(面向过程)

demo：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47

import matplotlib.pyplot as plt import random   def matplotlib_demo2():     """     完善原始折线图2(辅助显示层)  --> 多个城市的温度显示     :return: None     """     # 需求：再添加一个城市的温度变化     # 收集到北京当天温度变化情况，温度在1度到3度。       # 1、准备数据 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]       # 2、准备画板     plt.figure(figsize=(10, 8), dpi=100)       # 3、绘制图片     plt.plot(x, y_shanghai, color="r", linestyle="-.", label="ShangHai")     plt.plot(x, y_beijing, color="b", label="Beijing")       # 显示图例     plt.legend()       # 修改x、y刻度     # 准备x的刻度说明     x_label = ["11H{}m".format(i) for i in x]     plt.xticks(x[::5], x_label[::5])     plt.yticks(range(0, 40, 5))       # 添加网格显示     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")       # 4、画板显示     plt.show()     if __name__ == '__main__':     # 多个城市的温度显示     matplotlib_demo2()

 

多个坐标系显示-plt.subplots（面向对象的画图）

 

?

1 2 3 4 5 6

import matplotlib.pyplot as plt import random   def matplotlib_demo2():     """     多坐标显示  -->面向对象

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51

:return: None     """       # 1、准备数据 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]       # 2、准备画板     # plt.figure(figsize=(10, 8), dpi=100)     figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(12, 8), dpi=80)  # 创建一行2列的       # 3、绘制图片     # 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")         # 显示图例     # plt.legend()     axes[0].legend()     axes[1].legend()       # 修改x、y刻度     # 准备x的刻度说明     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))       # 添加网格显示     # 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")       # 4、画板显示     plt.show()     if __name__ == '__main__':     # 多个坐标系显示     matplotlib_demo2()

 

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

 

折线图的应用场景---> 绘制数学函数(点密集起来就是线段)

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

import numpy as np # 1、准备x，y数据 x = np.linspace(-1, 1, 1000)  # 生成-1到1之间等距离的数字1000个 y = 2 * x * x   # 2、创建画布 plt.figure(figsize=(20, 8), dpi=80)   # 3、绘制图像 plt.plot(x, y)   # 添加网格显示 plt.grid(linestyle="--", alpha=0.5)   # 4、显示图像 plt.show()

 

 

常见的图形种类

分类：

    折线图 plot          --> 显示事物随着时间的变化关系
    散点图 scatter      --> 变量之间的关系/规律，判断变量直接是否存在数量关联
    柱状图 bar           -->  统计某个类别的数量大小或者整体情况，一目了然
    直方图 histogram  -->  分布状况，例如170-175之间有5个人
    饼图 pie π           -->   占比

直方图与柱状图的对比
    1. 直方图展示数据的分布，柱状图比较数据的大小。
    2. 直方图X轴为定量数据，柱状图X轴为分类数据。
    3. 直方图柱子无间隔，柱状图柱子有间隔
    4. 直方图柱子宽度可不一，柱状图柱子宽度须一致

• 散点图

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

import matplotlib.pyplot as plt   def scatter_demo():     # 需求：探究房屋面积和房屋价格的关系       # 1、准备数据     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]     # 2、创建画布     plt.figure(figsize=(20, 8), dpi=80)       # 3、绘制图像     plt.scatter(x, y)       # 4、显示图像     plt.show()       return None     if __name__ == "__main__":     # 代码2：简单演示读取数据     scatter_demo()

 

• 柱状图

案例一：对比电影票房收入

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

import matplotlib.pyplot as plt   def bar_demo():     # 1、准备数据     movie_names = ['雷神3：诸神黄昏', '正义联盟', '东方快车谋杀案', '寻梦环游记', '全球风暴', '降魔传', '追捕', '七十七天', '密战', '狂兽', '其它']     tickets = [73853, 57767, 22354, 15969, 14839, 8725, 8716, 8318, 7916, 6764, 52222]       # 2、创建画布     plt.figure(figsize=(20, 8), dpi=80)       # 3、绘制柱状图     x_ticks = range(len(movie_names)) # x代表电影类型     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)       # 添加标题     plt.title("电影票房收入对比")       # 添加网格显示     plt.grid(linestyle="--", alpha=0.5)       # 4、显示图像     plt.show()     if __name__ == "__main__":     bar_demo()

 

案例二：比较同一天上映电影的票房

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

import matplotlib.pyplot as plt   def bar_demo2():     # 1、准备数据     movie_name = ['雷神3：诸神黄昏', '正义联盟', '寻梦环游记']       first_day = [10587.6, 10062.5, 1275.7]     first_weekend = [36224.9, 34479.6, 11830]       # 2、创建画布     plt.figure(figsize=(20, 8), dpi=80)       # 3、绘制柱状图     plt.bar(range(3), first_day, width=0.2, label="首日票房") # range(3) 显示的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       # 显示图例     plt.legend()       # 修改刻度     plt.xticks([0.1, 1.1, 2.1], movie_name)       # 4、显示图像     plt.show()     if __name__ == "__main__":     bar_demo2()

 

• 直方图

            组数：在统计数据时，我们把数据按照不同的范围分成几个组，分成的组的个数称为组数
            组距：每一组两个端点的差
                已知 最高175.5 最矮150.5 组距5
                   求 组数：(175.5 - 150.5) / 5 = 5

案例一：电影时长分布状况

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

# 需求：电影时长分布状况 # 1、准备数据 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]   # 2、创建画布 plt.figure(figsize=(20, 8), dpi=80)   # 3、绘制直方图 distance = 2   # 组距 group_num = int((max(time) - min(time)) / distance) # 组数   plt.hist(time, bins=group_num, density=True)  # time=要显示是数据 bins=组数, density=True表示显示频数，默认显示频率   # 修改x轴刻度 plt.xticks(range(min(time), max(time) + 2, distance))  # 显示的是从最小值道最大值，步长=组距， max+2是为了最后一组数据的正常显示   # 添加网格 plt.grid(linestyle="--", alpha=0.5)

?

1	plt.xlabel("电影市场”)

?

1	plt.ylabel(“电影名称”)

?

1 2	# 4、显示图像 plt.show()

注意点：

适用场景：

 

• 饼状图

显示不同电影的票房占比：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

# 1、准备数据 movie_name = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']   place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]   # 2、创建画布 plt.figure(figsize=(20, 8), dpi=80)   # 3、绘制饼图  autopct="%1.2f%%" 最后2个%%表示一个%，也就是饼图上显示的占比 plt.pie(place_count, labels=movie_name, colors=['b','r','g','y','c','m','y','k','c','g','y'], autopct="%1.2f%%")   # 显示图例 plt.legend()   plt.axis('equal')  # 保证横轴和纵轴的宽度一直，即比例一致，默认出来是个扁图

?

1 2	# 4、显示图像 plt.show()