matplotlib
一、Matplotlib简介
Matplotlib（名字取材于MATLAB，模仿MATLAB构建）是一个Python中广泛使用的数据可视化库，它可以用于绘制各种类型的图表、图形和图像。Matplotlib提供了一个广泛的API，允许用户创建各种类型的图表，包括线形图、散点图、条形图、饼图、等高线图、3D图等等。Matplotlib还提供了许多定制化选项，可以控制图表的各个方面，例如轴标签、图例、颜色、线型等等。
官方文档：https://matplotlib.org/stable/gallery/index.html
二、Matplotlib优点
Matplotlib的主要优点包括：
- 可视化效果优秀：Matplotlib提供了许多美观的图表样式和颜色方案，可以让用户轻松创建高质量的图表。
- 可扩展性强：Matplotlib可以与其他Python库和框架集成，例如NumPy、Pandas、SciPy等，可以轻松地进行数据处理和分析。
- 灵活性高：Matplotlib提供了丰富的定制化选项，可以控制图表的各个方面，例如轴标签、图例、颜色、线型等等，可以满足不同用户的需求。
- 易于使用：Matplotlib的API简单易懂，可以快速上手，而且提供了丰富的文档和示例，方便用户学习和使用。
总结：
1.能将数据进行可视化,更直观的呈现
2.使数据更加客观、更具说服力
三、Matplotlib绘制折线图
折线图的应用场景
-
呈现公司产品(不同区域)每天活跃用户数
-
呈现app每天下载数量
-
呈现产品新功能上线后,用户点击次数随时间的变化
-
呈现员工每天上下班时间
1、例题一
假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]
1.知识点详解
目前我们存在下列几个问题（需求）：
- 设置图片大小(想要一个高清无码大图)
- 保存到本地
- 描述信息,比如x轴和y轴表示什么,这个图表示什么
- 调整x或者y的刻度的间距
- 线条的样式(比如颜色,透明度等)
- 标记出特殊的点(比如告诉别人最高点和最低点在哪里)
- 给图片添加一个水印(防伪,防止盗用)
①设置图片大小
根据上方代码生成的图片如下，我们可以发现x骤的刻度太稀疏了
②设置图片大小（调整x轴或y轴的刻度）
2.完整代码
需要我们做成图表，代码如下
from matplotlib import pyplot
x = range(2, 26, 2)
y = [15, 13, 14.5, 17, 20, 25, 26, 26, 24, 22, 28, 15]
# 设置图片大小
pyplot.figure(figsize=(20, 8), dpi=80)
# figsize, 提供一个float 2元元组，(width, height)，默认单位：inches ，定义了 figure 的大小尺寸；该尺寸就是最终生成的图像的物理尺寸；
# dpi, 提供一个整数，表示图像的分辨率， Dots per inches，即每英寸距离上的点数，这个点实际是一个很小的正方形方块；这个小方块对应打印时的 dot, 屏幕显示时的 pixel，和图像尺寸中的像素。
# 绘图
pyplot.plot(x, y)
# 设置x轴的刻度
# pyplot.xticks(range(2, 25, 1))
# 在这里我们会遇到刻度只能是整数的问题，range方法中不能使用浮点型数据值
# 解决方案就是我们自己生成列表，然后放到xticks方法中去
_xtick_labels = [i/2 for i in range(4, 49)]
# 这里会发现刻度太密集了，我们使用切片的方式处理
pyplot.xticks(_xtick_labels[::3])
# 如果我们想要调整y轴的刻度，方法如下(最大值需要加一，因为末尾是取不到的)
pyplot.yticks(range(min(y), max(y)+1))
# 保存图片（测试的时候可以先不保存）
# pyplot.savefig("./sig_size.png")
# 展示图形
pyplot.show()
效果图：
2、例题二
如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?
气温数据用下方三元表达式生成：
a= [random.randint(20,35) for i in range(120)]
1.知识点详解
①调整X或者Y轴上的刻度
结果如图：
我们可以发现中文不见了
②设置中文显示
为什么无法显示中文:
matplotlib默认不支持中文字符，因为默认的英文字体无法显示汉字
查看linux/mac下面支持的字体:
fc-list ->查看支持的字体
fc-list :lang=zh ->查看支持的中文(冒号前面有空格)
那么问题来了:如何修改matplotlib的默认字体?
方法一：通过matplotlib.rc可以修改,具体方法参见源码(windows/linux)
方法二：通过matplotlib 下的font_manager可以解决(windows/linux/mac)
结果如下：
根据这个结果，我们又有了新的问题：x轴y轴和当前图形到底表示什么是不是应该明确一下呢?
③给图像添加描述信息
结果如下：
效果图：
2.完整代码
# coding=utf-8
from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager
# windws和linux设置字体的方式（可以去rc方法的源码查看他的需求数据的格式）
# font = {'family' : 'MicroSoft YaHei',
# 'weight': 'bold',
# 'size': 'larger'}
# matplotlib.rc("font",**font)
# matplotlib.rc("font",family='MicroSoft YaHei',weight="bold")
# 另外一种设置字体的方式（也可以通过源码学习如何设置）
my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
x = range(0, 120)
y = [random.randint(20, 35) for i in range(120)]
plt.figure(figsize=(20, 8), dpi=80)
plt.plot(x, y)
# 调整x轴的刻度
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["11点{}分".format(i) for i in range(60)]
# 取步长，数字和字符串一一对应，数据的长度一样
plt.xticks(list(x)[::3], _xtick_labels[::3], rotation=45, fontproperties=my_font) # rotaion旋转的度数
# 添加描述信息
plt.xlabel("时间", fontproperties=my_font)
plt.ylabel("温度 单位(℃)", fontproperties=my_font)
plt.title("10点到12点每分钟的气温变化情况", fontproperties=my_font)
plt.show()
3、例题三
假设大家在30岁的时候,根据自己的实际情况,统计出来了从11岁到30岁每年交的女(男)朋友的数量如列表a,请绘制出该数据的折线图,以便分析自己每年交女(男)朋友的数量走势
a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
要求:
-
y轴表示个数
-
x轴表示岁数,比如11岁,12岁等
1.知识点详解
①给折线图绘制底层网格
#绘制网格
plt.grid(alpha=0.1)
我们可以用grid方法设置网格，alpha是设置透明度
2.完整代码
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
y = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
x = range(11,31)
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)
#设置x轴刻度
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x,_xtick_labels,fontproperties=my_font)
plt.yticks(range(0,9))
#绘制网格
plt.grid(alpha=0.1)
#展示
plt.show()
效果图：
4、例题四
假设大家在30岁的时候,根据自己的实际情况,统计出来了你和你同桌各自从11岁到30岁每年交的女(男)朋友的数量如列表a和b,请在一个图中绘制出该数据的折线图,以便比较自己和同桌20年间的差异,同时分析每年交女(男)朋友的数量走势
a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
b = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]
要求:
-
y轴表示个数
-
x轴表示岁数,比如11岁,12岁等
1.知识点详解
①绘制有两条折线的折线图并添加图例
基本思路就是执行两次plot，然后使用legend方法设置图例，配置信息
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_1,label="自己")
plt.plot(x,y_2,label="同桌")
# 这里我们设置了label属性，设置好后还需要用legend设置图例显示
#添加图例
plt.legend(prop=my_font,loc="upper left")
# 在图例的属性中（可以去源码中研究），loc表示的是图例的显示位置
2.完整代码
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2 = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]
x = range(11,31)
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_1,label="自己")
plt.plot(x,y_2,label="同桌")
#设置x轴刻度
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x,_xtick_labels,fontproperties=my_font)
# plt.yticks(range(0,9))
#绘制网格
plt.grid(alpha=0.4,linestyle=':')
#添加图例
plt.legend(prop=my_font,loc="upper left")
#展示
plt.show()
效果图：
5、例题五
1.知识点详解
①在上一个案例中如果大家希望自定义绘制图形的风格怎么办?
在改变线条颜色的时候我们可以发现，当我们不手动设置的时候会自动选择两个不同的颜色进行展示
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_1,label="自己",color="#F08080")
plt.plot(x,y_2,label="同桌",color="#DB7093",linestyle="--")
clolor属性是修改颜色，linestyle是设置线条样式，如果不知道颜色代码可以自行百度十六进制的颜色代码
②在图中标记出文本注释（如最高点最低点）
2.完整代码
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2 = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]
x = range(11,31)
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_1,label="自己",color="#F08080")
plt.plot(x,y_2,label="同桌",color="#DB7093",linestyle="--")
#设置x轴刻度
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x,_xtick_labels,fontproperties=my_font)
# plt.yticks(range(0,9))
#绘制网格
plt.grid(alpha=0.4,linestyle=':')
#添加图例
plt.legend(prop=my_font,loc="upper left")
#展示
plt.show()
四、总结（前面我们都做了什么）
- 绘制了折线图(plt.plot)
- 设置了图片的大小和分辨率(plt.figure)
- 实现了图片的保存(plt.savefig)
- 设置了xy轴上的刻度和字符串(xticks)
- 解决了刻度稀疏和密集的问题(xticks)
- 设置了标题,xy轴的lable(title,xlable,ylable)
- 设置了字体(font_manager. fontProperties,matplotlib.rc)
- 在一个图上绘制多个图形(plt多次plot即可)
- 为不同的图形添加图例
五、其他操作介绍
详细内容可以去官方文档学习（在博客的最上方），所有的内容他都有示例代码，我们可以模仿代码去编写。
matplotlib能够绘制折线图,散点图,柱状图,直方图,箱线图,饼图等
但是,我们需要知道不同的统计图到底能够表示出什么,以此来决定选择哪种统计图来更直观的呈现我们的数据
对比常用统计图
折线图:以折线的上升或下降来表示统计数量的增减变化的统计图
特点:能够显示数据的变化趋势，反映事物的变化情况。(变化)
直方图:由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据范围，纵轴表示分布情况。
特点:绘制连续性的数据,展示一组或者多组数据的分布状况(统计)
条形图:排列在工作表的列或行中的数据可以绘制到条形图中。
特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)
散点图:用两组数据构成多个坐标点，考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)
六、Matplotlib绘制散点图
散点图的更多应用场景
- 不同条件(维度)之间的内在关联关系
- 观察数据的离散聚合程度
1、例题
假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律?
a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
数据来源: http://lishi.tianqi.com/beijing/index.html
效果图如下：
技术要点:plt.scatter(x,y)
1.知识点详解
根据例题的提示，我们可以得知散点图的关键字是scatter
但是这里我们需要话两个区域的散点图，因此我们需要对x轴进行一些配置，防止他们重合
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="D:\python金牌班课程\数据分析课件\Hiragino Sans GB W6.ttc")
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
x_3 = range(1,32)
x_10 = range(51,82)
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
#使用scatter方法绘制散点图,和之前绘制折线图的唯一区别
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")
代码编写到这里，我们已经把两组散点图分开了，但是x轴的内容依旧是需要我们手动配置一下（格式：x月xx日）
#调整x轴的刻度
_x = list(x_3)+list(x_10)
_xtick_labels = ["3月{}日".format(i) for i in x_3]
_xtick_labels += ["10月{}日".format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],fontproperties=my_font,rotation=45)
# 这里的rotation是设置文本45°倾斜
使用scatter方法绘制散点图,和之前绘制折线图的唯一区别，就是换成了scatter方法
2.完整代码
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="D:\python金牌班课程\数据分析课件\Hiragino Sans GB W6.ttc")
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
x_3 = range(1,32)
x_10 = range(51,82)
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
#使用scatter方法绘制散点图,和之前绘制折线图的唯一区别，就是换成了scatter方法
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")
#调整x轴的刻度
_x = list(x_3)+list(x_10)
_xtick_labels = ["3月{}日".format(i) for i in x_3]
_xtick_labels += ["10月{}日".format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],fontproperties=my_font,rotation=45)
#添加图例
plt.legend(loc="upper left",prop=my_font)
#添加描述信息
plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度",fontproperties=my_font)
plt.title("标题",fontproperties=my_font)
#展示
plt.show()
七、Matplotlib绘制条形图
1、例题一
假设你获取到了2017年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据?
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]
b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23] 单位:亿数据
来源: http://58921.com/alltime/2017
1.知识点详解
①解决屏幕问题导致的文本显示不全问题
代码：
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="D:\python金牌班课程\数据分析课件\Hiragino Sans GB W6.ttc")
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]
b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
#设置图形大小
plt.figure(figsize=(20,15),dpi=80)
#绘制条形图
plt.bar(range(len(a)),b,width=0.3)
#设置字符串到x轴
plt.xticks(range(len(a)),a,fontproperties=my_font,rotation=90)
plt.savefig("./movie.png")
plt.show()
ps1：在这里我们会发现用show展示的时候，如果你的屏幕不够大可能会出现x轴的文本显示补全的问题，这里我们用savefig保存到本地后，我们可以发现文本显示齐全了
②优化部分文本过长导致的显示不美观问题
解决了文本显示问题后，我们又觉得电影名称有些很长有些很短，不美观
这里我们的解决思路有两种：
- 使用换行符（\n）
- 交换x轴和y轴的位置
思路一：使用换行符
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="D:\python金牌班课程\数据分析课件\Hiragino Sans GB W6.ttc")
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]
b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
#设置图形大小
plt.figure(figsize=(20,15),dpi=80)
#绘制条形图
plt.bar(range(len(a)),b,width=0.3)
#设置字符串到x轴
plt.xticks(range(len(a)),a,fontproperties=my_font,rotation=90)
plt.savefig("./movie.png")
plt.show()
效果如下：
方案二：交换x轴和y轴位置
ps：注意，交换xy轴后，使用的方法变了，并且参数也发生了变化（具体需要的参数可以去源码中查看）
代码：
#绘制横着的条形图
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="D:\python金牌班课程\数据分析课件\Hiragino Sans GB W6.ttc")
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]
b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
#绘制条形图
plt.barh(range(len(a)),b,height=0.3,color="orange")
#设置字符串到x轴
plt.yticks(range(len(a)),a,fontproperties=my_font)
# 这里的grid是绘制网格
plt.grid(alpha=0.3)
# plt.savefig("./movie.png")
plt.show()
效果如下：
2、例题二
假设你知道了列表a中电影分别在2017-09-14(b_14), 2017-09-15(b_15), 2017-09-16(b_16)三天的票房,为了展示列表中电影本身的票房以及同其他电影的数据对比情况,应该如何更加直观的呈现该数据?
a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]
数据来源: http://www.cbooo.cn/movieday
1.知识点详解
这一题跟上一题的主要区别就是x轴上一个位置有多条数据展示
代码：
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="D:\python金牌班课程\数据分析课件\Hiragino Sans GB W6.ttc")
a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]
bar_width = 0.2
x_14 = list(range(len(a)))
print(x_14)
x_15 = [i+bar_width for i in x_14]
x_16 = [i+bar_width*2 for i in x_14]
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.bar(range(len(a)),b_14,width=bar_width,label="9月14日")
plt.bar(x_15,b_15,width=bar_width,label="9月15日")
plt.bar(x_16,b_16,width=bar_width,label="9月16日")
#设置图例
plt.legend(prop=my_font)
#设置x轴的刻度
plt.xticks(x_15,a,fontproperties=my_font)
plt.show()
八、Matplotlib绘制直方图
1、例题一
假设你获取了250部电影的时长(列表a中),希望统计出这些电影时长的分布状态(比如时长为100分钟到120分钟电影的数量,出现的频率)等信息,你应该如何呈现这些数据?
a=[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]
把数据分为多少组进行统计???
组数要适当,太少会有较大的统计误差,大多规律不明显
代码
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
a=[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]
#计算组数
d = 3 #组距(x轴的刻度之间的差)
num_bins = (max(a)-min(a))//d
# 这里的组数因为是整除的，所以导致组距被调整的时候会出现图片中展示的柱状图形比x轴的刻度要粗一些，因此如果想要调整的话就是对num_bins进行一些处理（比如加一些或者减一些）
print(max(a),min(a),max(a)-min(a))
print(num_bins)
#设置图形的大小
plt.figure(figsize=(20,8),dpi=80)
plt.hist(a,num_bins)
# 这里的组距还可以传一个列表
# 补充：normed=true属性可以显示数据的占比：plt.hist(a,num_bins,density=True)，但是现在更改成了density=True属性
#设置x轴的刻度
plt.xticks(range(min(a),max(a)+d,d))
# 这里的最大值需要+d，因为组距不是一，然后range方法顾头不顾尾
plt.grid()
plt.show()
2、例题二
跟第一题不同，假设目前我们有一批处理好的数据，我们会发现，用第一题的处理方式绘制成直方图并不合适（直方图的绘制方法hist会自动对我们传入的数据进行分组处理）
在美国2004年人口普查发现有124 million的人在离家相对较远的地方工作。根据他们从家到上班地点所需要的时间,通过抽样统计(最后一列)出了下表的数据,这些数据能够绘制成直方图么?
interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
数据来源:https://en.wikipedia.org/wiki/Histogram
普查报告地址:https://www.census.gov/prod/2004pubs/c2kbr-33.pdf
前面的问题问的是什么呢?
- 问的是:哪些数据能够绘制直方图
前面的问题中给出的数据都是统计之后的数据,所以为了达到直方图的效果,需要绘制条形图
所以:一般来说能够使用plt.hist方法的的是那些没有统计过的数据
代码
# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
interval = [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 60, 90]
# x轴的刻度内容
width = [5, 5, 5, 5, 5, 5, 5, 5, 5, 15, 30, 60]
# x轴的刻度之间的差（举例）
quantity = [836, 2737, 3723, 3926, 3596, 1438, 3273, 642, 824, 613, 215, 47]
# y轴的刻度内容
print(len(interval), len(width), len(quantity))
# 设置图形大小
plt.figure(figsize=(20, 8), dpi=80)
plt.bar(range(12), quantity, width=1)
# 这里经过我们的测试，我们可以看到如果宽度用了width列表，后面的几个数据的宽度很大，不美观
# 而删除宽度设置很厚，每条条形图的数据之间都分开了（通过源码的内容我们得知默认值给的是0.8）
# 设置成1之后，我们可以看到所有的条形图都合在一起，没有空隙了
# 设置x轴的刻度
_x = [i - 0.5 for i in range(13)]
# 这里的i需要减去0.5，因为正常状态下，条形图的图形是正对着x轴的坐标，这里这样设置主要就是想让图形看起来美观一些
_xtick_labels = interval + [150]
plt.xticks(_x, _xtick_labels)
plt.grid(alpha=0.4)
plt.show()
效果图如下：
直方图更多应用场景
-
用户的年龄分布状态
-
一段时间内用户点击次数的分布状态
-
用户活跃时间的分布状态
九、matplotlib使用流程总结
- 明确问题
- 选择图形的呈现方式
- 准备数据
- 绘图和图形完善
十、更多的绘图工具
plotly:可视化工具中的github,相比于matplotlib更加简单,图形更加漂亮,同时兼容matplotlib和pandas
使用用法:简单,照着文档写即可
文档地址: https://plot.ly/python/
