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
pip3 install matplotlib
为什么学习Matplotlib
更多JS可视化库：
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
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
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 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
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：
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）
import matplotlib.pyplot as plt
import random
def matplotlib_demo2():
"""
多坐标显示 -->面向对象 :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)
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
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
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
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
# 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)
plt.xlabel("电影市场”)plt.ylabel(“电影名称”)
# 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、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# 4、显示图像 plt.show()
作者：小a玖拾柒
-------------------------------------------
个性签名: 所有的事情到最後都是好的，如果不好，那說明事情還沒有到最後～
本文版权归作者【小a玖拾柒】和【博客园】共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利！
