matplotlib绘图

条形图的绘制

虽然饼图可以很好地表达离散型变量在各水平上的差异，但其不擅长对比差异不大或水平值过多的离散型变量，因为饼图是通过各扇形面积的大小来比价差异的，面积的比较有时并不直观

对于条形图而言，对比的是柱形的高低，柱体越高，代表的数值越大，反之亦然

bar(x, height, width=0.8, 
　　　　bottom=None, 
　　　　color=None, 
　　　　edgecolor=None, 
　　　　tick_label=None, 
　　　　label = None, 
　　　　ecolor=None)

　

x

传递数值序列，指定条形图中x轴上的刻度值

height

传递数值序列，指定条形图y轴上的高度

width

指定条形图的宽度，默认为0.8

bottom

用于绘制堆叠条形图

color

指定条形图的填充色

edgecolor

指定条形图的边框色

tick_label

指定条形图的刻度标签

label

指定条形图的标签，一般用以添加图例

　

垂直条形图

import pandas as pd
# 读入数据
GDP = pd.read_excel(r'Province GDP 2017.xlsx')

# 设置绘图风格（不妨使用R语言中的ggplot2风格）
plt.style.use('ggplot')
# 绘制条形图
plt.bar(x = range(GDP.shape[0]), # 指定条形图x轴的刻度值
        height = GDP.GDP, # 指定条形图y轴的数值
        tick_label = GDP.Province, # 指定条形图x轴的刻度标签
        color = 'steelblue', # 指定条形图的填充色
       )
# 添加y轴的标签
plt.ylabel('GDP(万亿)')
# 添加条形图的标题
plt.title('2017年度6个省份GDP分布')
# 为每个条形图添加数值标签
for x,y in enumerate(GDP.GDP):
    plt.text(x,y+0.1,'%s' %round(y,1),ha='center')
# 显示图形    
plt.show()

　　

 

水平条形图

# 对读入的数据做升序排序
GDP.sort_values(by = 'GDP', inplace = True)
# 绘制条形图
plt.barh(y = range(GDP.shape[0]), # 指定条形图y轴的刻度值
        width = GDP.GDP, # 指定条形图x轴的数值
        tick_label = GDP.Province, # 指定条形图y轴的刻度标签
        color = 'steelblue', # 指定条形图的填充色
       )
# 添加x轴的标签
plt.xlabel('GDP(万亿)')
# 添加条形图的标题
plt.title('2017年度6个省份GDP分布')
# 为每个条形图添加数值标签
for y,x in enumerate(GDP.GDP):
    plt.text(x+0.1,y,'%s' %round(x,1),va='center')
# 显示图形    
plt.show()

　　

 

交叉条形图

HuRun = pd.read_excel('HuRun.xlsx')
# Pandas模块之水平交错条形图
HuRun_reshape = HuRun.pivot_table(index = 'City', columns='Year',
values='Counts').reset_index()
# 对数据集降序排序
HuRun_reshape.sort_values(by = 2016, ascending = False, inplace = True)
HuRun_reshape.plot(x = 'City', y = [2016,2017], kind = 'bar', 
color = ['steelblue', 'indianred'], 
                              # 用于旋转x轴刻度标签的角度，0表示水平显示刻度标签
                   	rot = 0, 
                   	width = 0.8, title = '近两年5个城市亿万资产家庭数比较')

# 添加y轴标签
plt.ylabel('亿万资产家庭数')
plt.xlabel('')
plt.show()

　　

 

直方图的绘制

直方图一般用来观察数据的分布形态，横坐标代表数值的均匀分段，纵坐标代表每个段内的观测数量(频数)

一般直方图都会与核密度图搭配使用，目的是更加清晰地掌握数据的分布特征

plt.hist(x, bins=10, normed=False, orientation='vertical', color=None, label=None)

　

x

指定要绘制直方图的数据。

bins

指定直方图条形的个数。

normed

是否将直方图的频数转换成频率

orientation

设置直方图的摆放方向，默认为垂直方向

color

设置直方图的填充色

edgecolor

设置直方图边框色

label

设置直方图的标签，可通过legend展示其图例

　

绘制直方图

Titanic = pd.read_csv('titanic_train.csv')

# 检查年龄是否有缺失（如果数据中存在缺失值，将无法绘制直方图）
any(Titanic.Age.isnull())
# 不妨删除含有缺失年龄的观察
Titanic.dropna(subset=['Age'], inplace=True)
# 绘制直方图
plt.hist(x = Titanic.Age, # 指定绘图数据
         bins = 20, # 指定直方图中条块的个数
         color = 'steelblue', # 指定直方图的填充色
         edgecolor = 'black' # 指定直方图的边框色
         )
# 添加x轴和y轴标签
plt.xlabel('年龄')
plt.ylabel('频数')
# 添加标题
plt.title('乘客年龄分布')
# 显示图形
plt.show()

　　

 

箱线图的绘制

箱线图是另一种体现数据分布的图形，通过该图可以得知数据的下须值(Q1-1.5IQR)、下四 分位数(Q1)、中位数(Q2)、均值、上四分位(Q3)数和上须值(Q3+1.5IQR)，更重要的是，箱线图还可以发现数据中的异常点

plt.boxplot(x, 
　　　　vert=None, whis=None, 
　　　　patch_artist=None, meanline=None, 
　　　　showmeans=None, showcaps=None, showbox=None, showfliers=None, 
　　　　boxprops=None, labels=None, flierprops=None, 
　　　　medianprops=None, meanprops=None, 
　　　　capprops=None, whiskerprops=None)

　

x

指定要绘制箱线图的数据

vert

是否需要将箱线图垂直摆放，默认垂直摆放

whis

指定上下须与上下四分位的距离，默认为1.5倍的四分位差

patch_artist

bool类型参数，是否填充箱体的颜色;默认为False

meanline

bool类型参数，是否用线的形式表示均值，默认为False

showmeans

bool类型参数，是否显示均值，默认为False

showcaps

bool类型参数，是否显示箱线图顶端和末端的两条线(即上下须)，默认为True showbox:bool类型参数，是否显示箱线图的箱体，默认为True

showfliers

是否显示异常值，默认为True

boxprops

设置箱体的属性，如边框色，填充色等

labels

为箱线图添加标签，类似于图例的作用

filerprops

设置异常值的属性，如异常点的形状、大小、填充色等

medianprops

设置中位数的属性，如线的类型、粗细等

meanprops

设置均值的属性，如点的大小、颜色等

capprops

设置箱线图顶端和末端线条的属性，如颜色、粗细等

whiskerprops

设置须的属性，如颜色、粗细、线的类型等

 

Sec_Buildings = pd.read_excel('sec_buildings.xlsx')
# 绘制箱线图
plt.boxplot(x = Sec_Buildings.price_unit, # 指定绘图数据
            patch_artist=True, # 要求用自定义颜色填充盒形图，默认白色填充
            showmeans=True, # 以点的形式显示均值
            boxprops = {'color':'black','facecolor':'steelblue'},# 设置箱体属性，如边框色和填充色
            # 设置异常点属性，如点的形状、填充色和点的大小
            flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3,'markeredgecolor':'red'}, 
            # 设置均值点的属性，如点的形状、填充色和点的大小
            meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4}, 
            # 设置中位数线的属性，如线的类型和颜色
            medianprops = {'linestyle':'--','color':'orange'}, 
            labels = [''] # 删除x轴的刻度标签，否则图形显示刻度标签为1
           )
# 添加图形标题
plt.title('二手房单价分布的箱线图')
# 显示图形
plt.show()

　　

上下两条横线代表上下须，箱体上下两边界代表上下四分位数，箱体中虚线代表中位数，点代表均值，上下须两边的点代表异常值

上四分位数是排在1/4的那个数，下四分位数是排在3/4的那个数

若众数<中位数<均值，数据右偏

若众数>中位数>均值，数据左偏

 

折线图的绘制

对于时间序列数据而言，一般都会使用折线图反映数据背后的趋势。通常折线图的横坐标指代日期数据，纵坐标代表某个数值型变量，当然还可以使用第三个离散变量对折线图进行分组处理

plt.plot(x, y, 
　　　　linestyle, linewidth, 
　　　　color, marker,markersize, markeredgecolor, markerfactcolor,markeredgewidth, 
　　　　label, alpha)

　　

x

指定折线图的x轴数据

y

指定折线图的y轴数据

linestyle

指定折线的类型，可以是实线、虚线、点虚线、点点线等，默认为实线

linewidth

指定折线的宽度

marker

可以为折线图添加点，该参数是设置点的形状

markersize

设置点的大小

markeredgecolor

设置点的边框色

markerfactcolor

设置点的填充色

markeredgewidth

设置点的边框宽度

label

为折线图添加标签，类似于图例的作用

%matplotlib

以弹框的形式显示图形

 

绘制单条折线图

# 数据读取
wechat = pd.read_excel(r'wechat.xlsx')
# 绘制单条折线图
plt.plot(wechat.Date, # x轴数据
         wechat.Counts, # y轴数据
         linestyle = '-', # 折线类型
         linewidth = 2, # 折线宽度
         color = 'steelblue', # 折线颜色
         marker = 'o', # 折线图中添加圆点
         markersize = 6, # 点的大小
         markeredgecolor='black', # 点的边框色
         markerfacecolor='brown') # 点的填充色
# 获取图的坐标信息
ax = plt.gca()
# 设置日期的显示格式  
date_format = mpl.dates.DateFormatter("%m-%d")  
ax.xaxis.set_major_formatter(date_format) 
# 设置x轴每个刻度的间隔天数
xlocator = mpl.ticker.MultipleLocator(7)
ax.xaxis.set_major_locator(xlocator)
# 添加y轴标签
plt.ylabel('人数')
# 添加图形标题
plt.title('每天微信文章阅读人数趋势')
# 显示图形
plt.show()

　　

 

绘制两条折线图

# 导入模块，用于日期刻度的修改
import matplotlib as mpl
# 绘制阅读人数折线图
plt.plot(wechat.Date, # x轴数据
         wechat.Counts, # y轴数据
         linestyle = '-', # 折线类型，实心线
         color = 'steelblue', # 折线颜色
         label = '阅读人数'
         )
# 绘制阅读人次折线图
plt.plot(wechat.Date, # x轴数据
         wechat.Times, # y轴数据
         linestyle = '--', # 折线类型，虚线
         color = 'indianred', # 折线颜色
         label = '阅读人次'
         )
# 获取图的坐标信息
ax = plt.gca()
# 设置日期的显示格式  
date_format = mpl.dates.DateFormatter("%m-%d")  
ax.xaxis.set_major_formatter(date_format) 
# 设置x轴显示多少个日期刻度
# xlocator = mpl.ticker.LinearLocator(10)
# 设置x轴每个刻度的间隔天数
xlocator = mpl.ticker.MultipleLocator(7)
ax.xaxis.set_major_locator(xlocator)
# 为了避免x轴刻度标签的紧凑，将刻度标签旋转45度
plt.xticks(rotation=45)

# 添加y轴标签
plt.ylabel('人数')
# 添加图形标题
plt.title('每天微信文章阅读人数与人次趋势')
# 添加图例
plt.legend()
# 显示图形
plt.show()

　　

 

散点图的绘制

如果需要研究两个数值型变量之间是否存在某种关系，例如正向的线性关系，或者是趋势性的非线性关系，那么散点图将是最佳的选择

scatter(x, y, s=20, c=None, marker='o', alpha=None, linewidths=None, edgecolors=None) 

　　

x

指定散点图的x轴数据

y

指定散点图的y轴数据

s

指定散点图点的大小，默认为20，通过传入其他数值型变量，可以实现气泡图的绘制

c

指定散点图点的颜色，默认为蓝色，也可以传递其他数值型变量，通过cmap参数的色阶表示数值大小

marker

指定散点图点的形状，默认为空心圆

alpha

设置散点的透明度

linewidths

设置散点边界线的宽度

edgecolors

设置散点边界线的颜色

 

绘制散点图

# 读入数据
iris = pd.read_csv(r'iris.csv')
# 绘制散点图
plt.scatter(x = iris.Petal_Width, # 指定散点图的x轴数据
            y = iris.Petal_Length, # 指定散点图的y轴数据
            color = 'steelblue' # 指定散点图中点的颜色
           )

# 添加x轴和y轴标签
plt.xlabel('花瓣宽度')
plt.ylabel('花瓣长度')
# 添加标题
plt.title('鸢尾花的花瓣宽度与长度关系')
# 显示图形
plt.show()

　　

 

气泡图的绘制

气泡图的实质就是通过第三个数值型变量控制每个散点的大小，点越大，代表的第三维数值越高，反之亦然;

气泡图的绘制，使用的仍然是scatter函数，区别在于函数的s参数被赋予了具体的数值型变量;

 

热力图的绘制

热力图也称为交叉填充表，图形最典型的用法就是实现列联表的可视化，即通过图形的方式展现两个离散变量之间的组合关系。

# matplotlib绘制热力图不太方便需要借助于seaborn模块
sns.heatmap(data, cmap=None, annot=None, fmt='.2g', 
　　　　　　　annot_kws=None, linewidths=0, linecolor ='white)

　

data

指定绘制热力图的数据集

cmap

指定一个colormap对象，用于热力图的填充色

annot

指定一个bool类型的值或与data参数形状一样的数组，如果为True，就在热力图的每个单元上显示数值

fmt

指定单元格中数据的显示格式

annot_kws

有关单元格中数值标签的其他属性描述，如颜色、大小等

linewidths

指定每个单元格的边框宽度

linecolor

指定每个单元格的边框颜色

　

绘制热力图

import numpy as np
import seaborn as sns
# 读取数据
Sales = pd.read_excel(r'Sales.xlsx')
# 根据交易日期，衍生出年份和月份字段
Sales['year'] = Sales.Date.dt.year
Sales['month'] = Sales.Date.dt.month
# 统计每年各月份的销售总额（绘制热力图之前，必须将数据转换为交叉表形式）
Summary = Sales.pivot_table(index = 'month', columns = 'year', values = 'Sales', aggfunc = np.sum)
Summary
# 绘制热力图
sns.heatmap(data = Summary, # 指定绘图数据
            cmap = 'PuBuGn', # 指定填充色
            linewidths = .1, # 设置每个单元格边框的宽度
            annot = True, # 显示数值
            fmt = '.1e' # 以科学计算法显示数据
            )
#添加标题
plt.title('每年各月份销售总额热力图')
# 显示图形
plt.show()

　　

 

组合图的绘制

工作中往往会根据业务需求，将绘制的多个图形组合到一个大图框内，形成类似仪表板的效果。

plt.subplot2grid(shape, loc, rowspan=1, colspan=1, **kwargs)

　

shape

指定组合图的框架形状，以元组形式传递，如2×3的矩阵可以表示成(2,3)

loc

指定子图所在的位置，如shape中第一行第一列可以表示成(0,0)

rowspan

指定某个子图需要跨几行

colspan

指定某个子图需要跨几列

 

组合图的绘制

# 读取数据
Prod_Trade = pd.read_excel(r'Prod_Trade.xlsx')
# 衍生出交易年份和月份字段
Prod_Trade['year'] = Prod_Trade.Date.dt.year
Prod_Trade['month'] = Prod_Trade.Date.dt.month

# 设置大图框的长和高
plt.figure(figsize = (40,20))

# 设置第一个子图的布局-饼图
ax1 = plt.subplot2grid(shape = (3,3), loc = (0,0))
Class_Counts = Prod_Trade.Order_Class[Prod_Trade.year == 2012].value_counts()
Class_Percent = Class_Counts/Class_Counts.sum()
ax1.pie(x = Class_Percent.values, labels = Class_Percent.index, autopct = '%.1f%%')
ax1.set_title('各等级订单比例')

# 设置第二个子图的布局-趋势图
ax2 = plt.subplot2grid(shape = (3,3), loc = (0,1))
Month_Sales = Prod_Trade[Prod_Trade.year == 2012].groupby(by = 'month').aggregate({'Sales':np.sum})
Month_Sales.plot(title = '2012年各月销售趋势', ax = ax2, legend = False)
ax2.set_xlabel('')

# 设置第三个子图的布局-箱线图
ax3 = plt.subplot2grid(shape = (3,3), loc = (0,2), rowspan = 2)
sns.boxplot(x = 'Transport', y = 'Trans_Cost', data = Prod_Trade, ax = ax3)
ax3.set_title('各运输方式成本分布')
ax3.set_xlabel('')
ax3.set_ylabel('运输成本')


# 设置第四个子图的布局-直方图
ax4 = plt.subplot2grid(shape = (3,3), loc = (1,0), colspan = 2)
sns.distplot(Prod_Trade.Sales[Prod_Trade.year == 2012], bins = 40, norm_hist = True, ax = ax4, hist_kws = {'color':'steelblue'}, kde_kws=({'linestyle':'--', 'color':'red'}))
ax4.set_title('2012年客单价分布图')
ax4.set_xlabel('')
ax4.set_xlabel('销售额')


# 设置第五个子图的布局-柱形图
ax5 = plt.subplot2grid(shape = (3,3), loc = (2,0))
x = np.array(["1", "2", "3", "4"])
y = np.array([12, 22, 16, 48])
plt.barh(x,y)
plt.barh(x,y)
ax5.set_xlabel('')

#设置第六个子图的布局
ax6 = plt.subplot2grid(shape = (3,3), loc = (2,1))
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
sizes = np.array([20,50,100,200,500,1000,60,90])
plt.scatter(x, y, s=sizes)
plt.show()
ax6.set_xlabel('')


plt.subplots_adjust(hspace=0.6, wspace=0.3)
plt.show()