数据分析与挖掘 - 08图形绘制

一图的基本构成

Matplotlib是数据可视化工作中，最常用的一个可视化库。Matplotlib有非常多的图形，我们很难在短时间内将其掌握，所以我们首先要掌握的是画图的思路和常用的一些图形。创建一个图的步骤大致可以分为9步，当然这9步并不是每一次都需要，只要你知道一个完整的图形可以有这么多的步骤就可以。每一个步骤对应着一个操作和操作它的函数。

导入模块：import matplotlib.pyplot as plt
定义图像窗口：plt.figure()
画图：plt.plot(x, y)
定义坐标轴范围：x轴:plt.xlim()/y轴:plt.ylim() lim其实就是limit的缩写
定义坐标轴名称：x轴:plt.xlabel()/plt.ylabel()
定义坐标轴刻度及名称：plt.xticks()/plt.yticks()
设置图像边框颜色：ax = plt.gca() ax.spines[].set_color()
调整刻度位置：ax.xaxis.set_ticks_position()/ax.yaxis.set_ticks_position()
调整边框（坐标轴）位置：ax.spines[].set_position()

下面请跟随我的代码一起来画一个图感受一下吧！

import numpy as np
import matplotlib.pyplot as plt

# np.linspace将会在-5到5的区间内生成100个数，注意这个是均匀分布的
x = np.linspace(-5, 5, 100)

# 根据x的值，经过计算生成y1和y2的值
y1 = 2 * x + 1
y2 = x ** 2

# 画图
plt.plot(x, y1)
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--')

# 显示
plt.show()

这样我们就画出来一个简单的图形了，接下来我们继续在刚刚画的这个图形中添加一些元素。我们要做的事情就是重新定义坐标轴的名称，在定义坐标轴的名称的时候，我们会遇到一个问题，就是中文显示的问题，这个问题是绕不过去的问题。

对于Windows系统的同学只需在代码中添加如下代码：

# 解决中文显示问题
font = {"family" : "SimHei",
 "size" : "20"}
plt.rc("font", **font)

对于mac系统的同学来说，稍微有点麻烦，在terminal里面输入：fc-list :lang=zh，如果显示command not found，那么我们需要执行一个安装命令：conda install fontconfig，然后输入y确认就可以自动安装好了，最后再一次输入fc-list :lang=zh，就可以查看字体了，然后我们在代码中添加下面一行代码：

plt.rcParams["font.family"] = 'Arial Unicode MS'

下面让我们一起来把这个绘图完善起来，代码如下：

import numpy as np
import matplotlib.pyplot as plt

# np.linspace将会在-5到5的区间内生成100个数，注意这个是均匀分布的
x = np.linspace(-5, 5, 100)

# 根据x的值，经过计算生成y1和y2的值
y1 = 2 * x + 1
y2 = x ** 2

# font = {"family" : "SimHei",
#  "size" : "20"}
# plt.rc("font", **font)
plt.rcParams["font.family"] = 'Arial Unicode MS'

# 设置画布大小
plt.figure(figsize=(8, 5))

# 画图
plt.plot(x, y1)
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--')

# 设置坐标轴范围
plt.xlim((-3, 5))
plt.ylim((-4, 5))

# 设置坐标轴名称
plt.xlabel('我是x轴')
plt.ylabel('我是y轴')

# 显示
plt.show()

我们看到，在坐标轴上还会有一些刻度的存在，我们只需要在上边的代码后边加入一段代码，就可以进行刻度的修改了：

new_ticks = np.linspace(-1, 2, 5)
# 设置坐标轴的刻度
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3], ["北京", "天津", "河北", "东北", "山东"])

除此之外，我们还可以做一些图形边框上的修改，在本章最开始我们已经说过关于图形边框修改的方法了，我们只需要把下面的代码添加至末尾即可：

# 添加边框
ax = plt.gca()
# 修改右侧颜色
ax.spines["right"].set_color("green")
# 修改左侧颜色
ax.spines["left"].set_color("orange")
# 修改顶部颜色
ax.spines["top"].set_color("yellow")
# 修改底部颜色
ax.spines["bottom"].set_color("purple")

一起来看一下现实的效果怎么样
数据分析与挖掘 - 08图形绘制-LMLPHP
这里需要注意的是，如果上下左右只操作其中的左侧和底部，那么其他两条线将仍然默认是黑色,还有另外一个小技巧，我们上面的图形总是在一个方框中显示，我们可以把右侧和顶部的线条不设置颜色，这样看起来就与我们平时的坐标轴看起来一个样子了，也就是把设置边框的代码修改为：

ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
plt.show()

修改之后看起来就好多了
数据分析与挖掘 - 08图形绘制-LMLPHP
在数学中，我们的图形有时是十字的样式，那下面我们一起来看一下，如何修改边框的位置，代码其实也很简单，我们首先来修改一下x轴对应y轴的位置，完整的代码如下：

import numpy as np
import matplotlib.pyplot as plt

# np.linspace将会在-5到5的区间内生成100个数，注意这个是均匀分布的
x = np.linspace(-5, 5, 100)

# 根据x的值，经过计算生成y1和y2的值
y1 = 2 * x + 1
y2 = x ** 2

# font = {"family" : "SimHei",
#  "size" : "20"}
# plt.rc("font", **font)
plt.rcParams["font.family"] = 'Arial Unicode MS'

# 设置画布大小
plt.figure(figsize=(8, 5))

# 画图
plt.plot(x, y1)
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--')

# 设置坐标轴范围
plt.xlim((-3, 5))
plt.ylim((-4, 5))

# 设置坐标轴名称
plt.xlabel('我是x轴')
plt.ylabel('我是y轴')

# 设置坐标轴的刻度
plt.xticks(np.linspace(-1, 2, 5))
plt.yticks([-2, -1.8, -1, 1.22, 3], ["北京", "天津", "河北", "东北", "山东"])

# 添加边框
ax = plt.gca()
# 修改右侧颜色
ax.spines["right"].set_color("none")
# 修改左侧颜色
ax.spines["left"].set_color("orange")
# 修改顶部颜色
ax.spines["top"].set_color("none")
# 修改底部颜色
ax.spines["bottom"].set_color("purple")

# 设置x轴的位置
ax.xaxis.set_ticks_position("bottom")
ax.spines["bottom"].set_position(("data", 0))
# 设置y轴的位置
ax.yaxis.set_ticks_position("left")
ax.spines["left"].set_position(("data", 0))

# 显示
plt.show()

这样就大功告成了，最后再来看一下现实的图形
数据分析与挖掘 - 08图形绘制-LMLPHP
最后在画图时我们可以使用label参数给图片添加一个图例说明，最后使用legend显示出来，最终代码如下：

import numpy as np
import matplotlib.pyplot as plt

# np.linspace将会在-5到5的区间内生成100个数，注意这个是均匀分布的
x = np.linspace(-5, 5, 100)

# 根据x的值，经过计算生成y1和y2的值
y1 = 2 * x + 1
y2 = x ** 2

# font = {"family" : "SimHei",
#  "size" : "20"}
# plt.rc("font", **font)
plt.rcParams["font.family"] = 'Arial Unicode MS'

# 设置画布大小
plt.figure(figsize=(8, 5))

# 画图
plt.plot(x, y1, label='y1图例说明')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='y2图例说明')

# 设置坐标轴范围
plt.xlim((-3, 5))
plt.ylim((-4, 5))

# 设置坐标轴名称
plt.xlabel('我是x轴')
plt.ylabel('我是y轴')

# 设置坐标轴的刻度
plt.xticks(np.linspace(-1, 2, 5))
plt.yticks([-2, -1.8, -1, 1.22, 3], ["北京", "天津", "河北", "东北", "山东"])

# 添加边框
ax = plt.gca()
# 修改右侧颜色
ax.spines["right"].set_color("none")
# 修改左侧颜色
ax.spines["left"].set_color("orange")
# 修改顶部颜色
ax.spines["top"].set_color("none")
# 修改底部颜色
ax.spines["bottom"].set_color("purple")

# 设置x轴的位置
ax.xaxis.set_ticks_position("bottom")
ax.spines["bottom"].set_position(("data", 0))
# 设置y轴的位置
ax.yaxis.set_ticks_position("left")
ax.spines["left"].set_position(("data", 0))

# fontdict 是对字体大小和颜色进行设置，如果这里会对原图有遮挡，我们可以重新设置画布大小
plt.text(1, -1, "这是我对图片添加的一段说明", fontdict={"size": 12, "color": "r"})

# 显示
plt.legend(loc='lower right')  # 图例说明没有参数则默认在右上角
plt.show()

二绘制统计图形

1 柱状图

在实际的企业应用中，我们要掌握多种图形的绘制，并且深度结合自己的应用场景，用合适的图形来展示适合它的数据场景，使得数据更具有说明力。

首先我们来学习一下bar()函数，它的功能是在x轴上绘制定性数据的分布特征，也就是柱状图。使用方法是plt.bar(x,y)，其中x表示在x轴上的定性数据的类别，而y表示每种定性数据的类别的数量。如果你觉得有点抽象，那我们就直接上代码吧。

import matplotlib.pyplot as plt

# x是刻度，y是高度
x = [1, 2, 3, 4, 5, 6, 7, 8]
y = [3, 1, 4, 5, 7, 8, 6, 4]

plt.bar(x, y)

plt.show()

代码非常简单，分别定义好了x和y并且带入函数里面就可以了，它的现实结果其实就是一个条形图。
数据分析与挖掘 - 08图形绘制-LMLPHP

2 频率分布直方图

与条形图相对比的是频率直方图（frequency histogram），也叫做频率分布直方图，是统计学中表示频率分布的图形。在直角坐标系中，用横轴表示随机变量的取值，横轴上的每个小区间对应一个组的组距，作为小矩形的底边；纵轴表示频率(频数/组距=频率)，并用它作小矩形的高，以这种小矩形构成的一组图称为频率直方图。

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randint(0, 10, 20)
print(x)

plt.hist(x)
plt.show()

随机x输出结果：[9 7 4 1 0 9 8 3 7 8 1 1 7 4 6 8 0 6 9 9]
数据分析与挖掘 - 08图形绘制-LMLPHP

3 饼图

下面要学习的就是饼图，饼图是一种用来表示数据所占比例最常用的图形，它的函数是pie()，使用方法也非常的简单，我们进行最简单的图形调用的时候也可以只传一个参数，就像这样plt.pie(x)。

import matplotlib.pyplot as plt

# 中文显示
plt.rcParams["font.family"] = 'Arial Unicode MS'

# 声明类别
kinds = ['苹果', '香蕉', '西红柿', '西瓜']

# 这个是16进制颜色码，你可以在网上搜索16进制颜色码就可以获取到所有的编码
colors = ['#e41a1c', '#DDA0DD', '#4B0082', '#7FFFAA']

sold_nums = [4, 3, 2, 5]

# 绘制饼图,根据图形效果，看一下这些参数的含义吧
plt.pie(sold_nums,
        labels=kinds,
        colors=colors)

plt.show()

饼图显示结果
数据分析与挖掘 - 08图形绘制-LMLPHP

4 极线图

接下来我们看一下极线图的绘制方法，我们可以使用plt.polar(theta,x)这样的方式来进行图形的绘制，如果你之前没接触过这种图形，解释起来有一点复杂，我们直接来看一下效果吧。

import matplotlib.pyplot as plt
import numpy as np

bar_slices = 10  # 星星数量
theta = np.linspace(0.0, 2*np.pi, bar_slices, endpoint=False)
r = 30*np.random.rand(bar_slices)
print(r)

# linewidth为线条粗细，mfc为星星颜色，ms为星星大小
plt.polar(theta, r, color='chartreuse', linewidth=2, marker='*', mfc='y', ms=10)
plt.show()

r输出结果为：[19.19557439 9.80163298 14.72266501 25.96471826 17.43950265 27.16974937
24.16166493 8.32586511 1.07374567 21.5498875 ]
数据分析与挖掘 - 08图形绘制-LMLPHP

5 散点图

接下来要学习的图形叫做散点图，也有叫做气泡图的。我们可以使用plt.scatter(x,y)这样的方式来进行图形的绘制。关于scatter的参数：

x就表示x轴上的值
y就表示y轴上的值
s表示散点标记的大小，这个是可选项
c表示散点标记的颜色，可选项
cmap表示将浮点数映射成颜色的颜色映射表

让我们通过一段代码的演示，来看看实践一下这些参数。自己可以根据我的说明尝试着修改一下这些参数。

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

a = np.random.randn(100)
b = np.random.randn(100)

"""
cmap的参数非常多，cm后面的gist_rainbow可以有很多替代
具体的可以在官网或者源代码中查询使用，不过都把差别不大，就是颜色上的区别
"""
plt.scatter(a, b, s=np.power(10*a+20*b, 2),
            c=np.random.rand(100),
            cmap=mpl.cm.gist_rainbow,
            marker='o')  # marker表示散点的样式，可以试试用o,*或者^

plt.show()

展示结果如图所示：
数据分析与挖掘 - 08图形绘制-LMLPHP

6 棉棒图

下面我们来讲解一下棉棒图的绘制方法，棉棒图主要用来绘制离散有序的数据，使用方法是plt.stem(x,y)。关于它的参数有：

x:用来指定棉棒的x轴基线上的位置。
y:棉棒的长度。
linefmt:棉棒的样式。
markerfmt:棉棒末端的样式。
basefmt:指定基线的样式。

我们直接上代码来看一下

import matplotlib.pyplot as plt
import numpy as np

# linspace：在0.5和2*np.pi之间返回20个均匀间隔的数据
x = np.linspace(0.5, 2 * np.pi, 20)
# randn：返回20个服从标准正态分布的样本数据
y = np.random.randn(20)

# --是虚线，-是实线
plt.stem(x, y, linefmt='--', markerfmt='o', basefmt='-')
plt.show()