Matplotlib数据可视化

1.Matplotlib介绍：

1.1Matplotlib 是 Python 的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。

1.2Matplotlib 可以用来绘制各种静态，动态，交互式的图表。

1.3Matplotlib 是一个非常强大的 Python 画图工具，我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。

1.4Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。

2.Matplotlib 应用

Matplotlib 通常与 NumPy 和 SciPy（Scientific Python）一起使用， 这种组合广泛用于替代 MatLab，是一个强大的科学计算环境，有助于我们通过 Python 学习数据科学或者机器学习。SciPy 是一个开源的 Python 算法库和数学工具包。SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。

3.常见的图形及其绘制方法

3.1Matplotlib 柱形图

我们可以使用 pyplot 中的 bar() 方法来绘制柱形图。

bar() 方法语法格式如下：

plt.bar(x,height,width='',bottom=None,*,align'',data=None)

参数说明：

以下实例我们简单实用 bar() 来创建一个柱形图:

案例：统计明日科技的python类的图书销量，画柱形图

import pandas as pd
import matplotlib.pyplot as plt
# 导入数据
df_bar = pd.read_excel('../dataset/明日科技图书销量.xlsx')
df_bar
 
#　筛选python类图书
df_python = df_bar[df_bar['商品名称'].str.contains('Python')]
df_python
# 汇总所有天中各python书籍的总销量
# 代码：data_bar = df_python.groupby('')
 
# 汇总所有天中各python书籍的总销量
data_bar = df_python.groupby('商品名称')['成交商品件数'].sum()
data_bar
 
# 画图
plt.rcParams['font.family'] = 'SimHei' #显示中文
x = data_bar.index # 分组聚合结果的索引
y = data_bar.values # 分组聚合结果的值
plt.bar( #柱形图函数
    x, # x轴的数据
    y,  # y轴的数据
    width=0.5, # 柱子宽度，最大值是1
    color = 'pink' # 颜色
)
plt.title('明日科技python图书销量') # 标题
# 在图中显示文本标签
for x0,y0 in zip(x,y):
    plt.text(x0,y0+500,f'(y0)',ha='center')
plt.xticks(rotation=15) # x轴刻度旋转15度
plt.show()#显示图形

效果图如下：

3.2Matplotlib 饼图

饼图（Pie Chart）是一种常用的数据可视化图形，用来展示各类别在总体中所占的比例。

我们可以使用 pyplot 中的 pie() 方法来绘制饼图。

pie() 方法语法格式如下：

plt.pie(x,explode,labels,colors,radius,autopct...)

参数说明：

以下实例我们简单实用 pie() 来创建一个饼图:

案列：统计超市销售数据中男生和女生各自的支付方式占比情况

# 导入数据
df_pie = pd.read_excel('../dataset/超市销售数据.xlsx')
df_pie
 
# 对性别、支付方式做分组，统计每组的笔数（计数）
data_pie = df_pie.groupby(['性别','支付方式'])['发票编号'].count()
data_pie
 
# 画图，女性的图
data_woman = data_pie['女']
plt.pie(
    data_woman.values,
    labels=data_woman.index,# 数据项，即数据对应的含义
    autopct='%1.2f%%', # 控制小数点位数
)
plt.show()

效果图如下：

3.3Matplotlib 折线图

绘图过程如果我们可以自定义线的样式，包括线的类型、颜色和大小等。

我们可以使用 pyplot 中的 plot() 方法来绘制饼图。

plot() 方法语法格式如下：

plt.plot(x,y,color,linestyle,marker,format_string...)

参数说明：

以下实例我们简单实用 plot() 来创建一个折线图:

案例：画某只股票的收盘价（close）和20日均线（ma20）的折线图

# 导入数据
df_plot = pd.read_excel('../dataset/股价数据.xlsx')
df_plot
 
# 对时间做顺序排序
df_plot2 = df_plot.sort_values(by='date').reset_index(drop=True)
df_plot2
 
# 画图
n = 100 # 取前n个数据画图
x = df_plot2['date'][:n]
y1 = df_plot2['close'][:n]
y2 = df_plot2['ma20'][:n]
plt.plot(
    x,
    y1,'m-',   # 通过字符串配置线条样式
    y2,'b--'
)
plt.title('股票的收盘价和20日居均线折线图')# 标题
plt.legend(['收盘价','20日均线']) # 图示
plt.xticks([i for i in range(0,n,int(n/7))],rotation=15) # 选择7个等距x刻度显示
plt.show()

效果图如下：

3.4Matplotlib 散点图

我们可以使用 pyplot 中的 scatter() 方法来绘制散点图。

scatter() 方法语法格式如下：

plt.scatter(x,y,s,c,marker,alpha,linewidths,...)

参数说明：

以下实例我们简单实用 scatter() 来创建一个散点图:

案例：图书浏览量和

# 导入数据
df_scatter = pd.read_excel('../dataset/明日科技图书销量.xlsx')
df_scatter
 
plt.scatter(
    df_scatter['浏览量'],
    df_scatter['成交商品件数'],
    s = 20, # 点的大小
    c = 'r', # 颜色
    marker='+' # 点的样式
)
plt.xlim(0,5000) # x轴的范围
plt.ylim(0,400)# y轴的范围
plt.xlabel('浏览量',loc='right')# x轴名称
plt.ylabel('成交数量',loc='top')# y轴名称
plt.show()

效果图如下：

3.5Matplotlib 直方图

我们可以使用 pyplot 中的 hist() 方法来绘制直方图。

hist() 方法可以用于可视化数据的分布情况，例如观察数据的中心趋势、偏态和异常值等。

hist() 方法语法格式如下：

plt.hist(x,bins,align,orientation,rwidth,color,...)

参数说明：

以下实例我们简单实用 hist() 来创建一个直方图:

案例：航空公司用户的年龄分布直方图

# 导入数据
df_hist = pd.read_excel('../dataset/航空公司数据.xlsx')
df_hist
 
plt.hist(
    df_hist['年龄'],
    bins = [i for i in range(int(df_hist['年龄'].min()),int(df_hist['年龄'].max()),1)]
)
plt.title('航空公司用户年龄分布直方图')# 标题
plt.xlabel('年龄区间')# x轴名称
plt.ylabel('人数')# y轴名称
plt.show()

效果图如下：

3.6Matplotlib 箱型图

箱型图也称为须状图，显示包含最小值，第一四分位数，中位数，第三四分位数和最大值的一组数据的摘要。在方块图中，绘制从第一个四分位数到第三个四分位数的方框。垂直线穿过中间的框。须状从每个四分位数到最小值或最大值。

我们可以使用 pyplot 中的 boxplot() 方法来绘制直方图。

boxplot() 方法语法格式如下：

plt.boxplot(x,labels,wert,whis,...)

参数说明：

以下实例我们简单实用 boxplot() 来创建一个箱型图:

案例：航空公司用户的年龄分布箱型图

# 导入数据
df_boxplot = pd.read_excel('../dataset/航空公司数据.xlsx')
df_boxplot
 
plt.boxplot(
    df_boxplot['年龄'].dropna(),# 输入序列，但是不能有空值
    vert=False, # 横向显示
    labels= ['年龄']
)
plt.show()

效果图如下：