為了能學(xué)會(huì)正確使用matplotlib進(jìn)行繪制各種圖形,并對(duì)數(shù)據(jù)可視化有一個(gè)更深的了解,本篇文章給大家?guī)?lái)的就是數(shù)據(jù)分析常見(jiàn)圖形繪制部分.

　　我們?nèi)匀粡腵函數(shù)功能`、`實(shí)例代碼`、`參數(shù)講解`、`效果演示`四個(gè)層面來(lái)介紹每一種統(tǒng)計(jì)圖,希望能給每個(gè)學(xué)習(xí)數(shù)據(jù)分析的小伙伴帶來(lái)幫助.

　　#### bar()函數(shù)

　　##### 1.函數(shù)功能

　　繪制柱狀圖,主要用來(lái)比較不同類別之間的數(shù)據(jù)情況。

　　##### 2. 參數(shù)詳解

　　plt.bar(x,height,width=0.8,bottom=None,*, *align='center'*, *data=None*, **kwargs)

　　- x：在什么位置顯示柱形圖;

　　- height：每根柱子的高度;

　　- width：每根柱子的寬度，可以一樣，也可以各不相同;

　　- bottom：每根柱子底部位置，可以一樣，也可以各不相同;

　　- align：柱子的位置與x值的關(guān)系，有center、edge可選;

　　- color: 柱形的顏色

　　- edgecolor:柱子邊緣顏色的設(shè)置

　　- linewidth: 柱形邊緣線的線條寬度

　　- tick_label:柱形的刻度標(biāo)簽

　　- hatch：表示刻度陰影類型主要有這些類型:`/`、`*`、`.`、`|`、`-`、`+`、`x`、`o`、`O`

　　##### 3.演示代碼

　　import matplotlib as mpl

　　import matplotlib.pyplot as plt

　　plt.rcParams['font.sans-serif'] = ['Simhei']

　　# 中文情況下 負(fù)號(hào)顯示會(huì)有異常 所以還需要設(shè)置負(fù)號(hào)的操作

　　plt.rcParams['axes.unicode_minus'] = False

　　x = ['a','b','c','d','e','f','g','h']

　　y = np.random.randint(1,10,8)

　　plt.bar(x,y,align='center',color='c',edgecolor='r',hatch='/')

　　plt.xlabel('編號(hào)')

　　plt.ylabel('滿意度')

　　plt.show()

　　##### 4.效果

　　**錯(cuò)位柱狀圖**

　　import numpy as np

　　import matplotlib.pyplot as plt

　　# 準(zhǔn)備數(shù)據(jù)

　　men_means, men_std = (20, 35, 30, 35, 27), (2, 3, 4, 1, 2)

　　women_means, women_std = (25, 32, 34, 20, 25), (3, 5, 2, 3, 3)

　　# 計(jì)算數(shù)據(jù)個(gè)數(shù)

　　ind = np.arange(len(men_means)) # the x locations for the groups

　　# 定義柱形的寬度

　　width = 0.35 # the width of the bars

　　# 繪制兩個(gè)柱狀圖

　　fig, ax = plt.subplots()

　　rects1 = ax.bar(ind - width/2, men_means, width, yerr=men_std,

　　color='SkyBlue', label='Men')

　　rects2 = ax.bar(ind + width/2, women_means, width, yerr=women_std,

　　color='IndianRed', label='Women')

　　# 添加一些文本標(biāo)簽,標(biāo)題,定制x軸的刻度等

　　ax.set_ylabel('Scores')

　　ax.set_title('Scores by group and gender')

　　ax.set_xticks(ind)

　　ax.set_xticklabels(('G1', 'G2', 'G3', 'G4', 'G5'))

　　ax.legend()

　　**堆疊柱狀圖**

　　import numpy as np

　　import matplotlib.pyplot as plt

　　# 準(zhǔn)備數(shù)據(jù)

　　men_means, men_std = (20, 35, 30, 35, 27), (2, 3, 4, 1, 2)

　　women_means, women_std = (25, 32, 34, 20, 25), (3, 5, 2, 3, 3)

　　# 計(jì)算數(shù)據(jù)個(gè)數(shù)

　　ind = np.arange(len(men_means))

　　# 定義柱形的寬度

　　width = 0.35

　　p1 = plt.bar(ind, menMeans, width, yerr=menStd)

　　p2 = plt.bar(ind, womenMeans, width,bottom=menMeans, yerr=womenStd)

　　plt.ylabel('Scores')

　　plt.title('Scores by group and gender')

　　plt.xticks(ind, ('G1', 'G2', 'G3', 'G4', 'G5'))

　　plt.yticks(np.arange(0, 81, 10))

　　plt.legend((p1[0], p2[0]), ('Men', 'Women'))

　　plt.show()

　　現(xiàn)有部分租房數(shù)據(jù),給大家過(guò)濾出兩列,分別是price 和 date,分析每年的租房均值

　　import pandas as pd

　　listdf=pd.read_excel('listings.xlsx')

　　data = listdf[['price','date']].dropna()

　　data['year'] = data['date'].dt.year

　　r = data.groupby(by='year').mean()

　　plt.bar(r.index,r.values.reshape(len(r)),alpha=0.6,width = 0.8, facecolor = 'deeppink', edgecolor = 'green', lw=1, label='租房分析')

　　plt.legend(loc=2)

　　plt.show()

　　效果:

　　**刻度傾斜**

　　...

　　plt.bar(r.index,r.values.reshape(len(r)),alpha=0.6,width = 0.8, facecolor = 'deeppink', edgecolor = 'green', lw=1, label='租房分析')

　　plt.legend(loc=2)

　　plt.xticks(rotation=45)

　　plt.show()

　　```

　　效果:

　　**添加數(shù)據(jù)標(biāo)簽**

　　y = r.values.reshape(len(r))

　　b = plt.bar(r.index,y,alpha=0.6,width = 0.8, facecolor = 'deeppink', edgecolor = 'green', lw=1, label='租房分析')

　　# 添加數(shù)據(jù)標(biāo)簽 就是矩形上面的數(shù)值

　　def add_labels(rects):

　　for rect in rects:

　　height = rect.get_height()

　　plt.text(rect.get_x() + rect.get_width()/2, height, height, ha='center', va='bottom')

　　rect.set_edgecolor('white')

　　add_labels(b)

　　plt.legend(loc=2)

　　plt.xticks(rotation=45)

　　plt.show()

　　### barh()函數(shù)

　　##### 1.函數(shù)功能

　　繪制條形圖

　　##### 2. 參數(shù)詳解

　　繪制條形圖`plt.barh(x,y)`

　　- x：在y軸上顯示的類別

　　- y：各個(gè)類別的數(shù)量值

　　##### . 實(shí)例代碼

　　import matplotlib as mpl

　　import matplotlib.pyplot as plt

　　mpl.rcParams['font.sans-serif'] = ['SimHei']

　　x = [1,2,3,4,5,6,7,8]

　　y = [2,3,4,9,1,2,6,4]

　　plt.barh(x,y,tick_label=['a','b','c','d','e','f','g','h'],color='m')

　　plt.xlabel('評(píng)分')

　　plt.ylabel('編號(hào)')

　　plt.show()

　　##### 4. 效果演示

　　### hist()函數(shù)

　　##### 1.函數(shù)功能

　　繪制直方圖

　　**2.參數(shù)詳解**

　　繪制直方圖`plt.hist(x,bins,color,alpha)`

　　- x：數(shù)據(jù)集，直方圖會(huì)對(duì)該數(shù)據(jù)集的大小按區(qū)間進(jìn)行歸類

　　- bins：數(shù)據(jù)集的分隔區(qū)間

　　- color：直方圖的顏色

　　- alpha：直方圖顏色的透明度

　　- rwidth: 柱子之間的距離

　　##### 3. 實(shí)例代碼

　　import matplotlib as mpl

　　import matplotlib.pyplot as plt

　　import numpy as np

　　mpl.rcParams['font.sans-serif'] = ['SimHei']

　　x = np.random.randint(0,100,100) # 生成范圍在【0~100】之間100個(gè)數(shù)據(jù)

　　bins = np.arange(0,101,10) # 生成數(shù)組[0 10 20 ... 100]，里面是間隔為10的十個(gè)數(shù)

　　plt.hist(x,bins,color='m',alpha=0.5,rwidth=0.8)

　　plt.xlabel('分?jǐn)?shù)段')

　　plt.ylabel('人數(shù)')

　　plt.title("各分?jǐn)?shù)段人數(shù)分布")

　　plt.show()

　　> 直方圖與柱形圖相似但不同，直方圖表示的是離散型數(shù)值的區(qū)間分布情況;更多關(guān)于直方圖hist的教程請(qǐng)參考官方文檔。

　　> range與arange的區(qū)別：

　　> arange函數(shù)返回的是numpy里定義的數(shù)組，數(shù)組每一個(gè)元素的數(shù)據(jù)類型一致。range在Python2與Python3里有著不同的功能。Python2里的range返回的是列表，而Python3里的range返回的是可迭代的對(duì)象，通常使用for循環(huán)將其輸出。

　　##### 4. 效果演示

　　### pie()函數(shù)

　　##### 1.函數(shù)功能

　　繪制餅圖，顯示不同類別所占百分比。

　　**2.參數(shù)說(shuō)明：**

　　繪制餅圖`plt.pie(x,explode,labels,autopct,startangle)`

　　- x：每一塊的比例，如果sum(x)>1，會(huì)對(duì)sum(x)進(jìn)行歸一化操作。

　　- explode：每一塊離開(kāi)中心的距離

　　- labels：每一塊外側(cè)顯示的標(biāo)簽文字

　　- autopct：控制餅圖百分比設(shè)置，可以使用format字符串表示，`%1.1f%%`小數(shù)點(diǎn)前后各一位(沒(méi)有用空格補(bǔ)齊)

　　- startangle：起始繪制角度，默認(rèn)從x軸正方向逆時(shí)針畫(huà)起，若設(shè)定90度則從y軸正方向畫(huà)起。

　　##### 3. 實(shí)例代碼

　　import matplotlib as mpl

　　import matplotlib.pyplot as plt

　　import numpy as np

　　mpl.rcParams['font.sans-serif'] = ['SimHei']

　　labels = ['房貸','育兒','飲食','交通','娛樂(lè)','其它']

　　sizes = [5,1,2,0.5,0.8,1.5]

　　explode = (0,0.1,0,0,0,0)

　　plt.pie(x=sizes,explode=explode,labels=labels,autopct='%1.1f%%',startangle=150)

　　plt.title("餅圖-家庭支出情況")

　　plt.axis('equal')

　　# 添加圖例

　　plt.legend(loc="upper right",fontsize=10,bbox_to_anchor=(1.1,1.05),borderaxespad=0.3)

　　plt.show()

　　##### 4. 效果演示

　　### scatter()函數(shù)

　　##### 1.函數(shù)功能

　　用于繪制氣泡圖，二維數(shù)據(jù)借助氣泡大小展示三維數(shù)據(jù)。

　　##### **2.參數(shù)說(shuō)明：**

　　繪制氣泡圖：`plt.scatter(a,b,c,s,cmap)`

　　- a：x軸上的離散數(shù)值，固定長(zhǎng)度的數(shù)組。

　　- b：y軸上的離散數(shù)值，固定長(zhǎng)度的數(shù)組。

　　- c：氣泡的顏色，可以是固定顏色也可以是一個(gè)數(shù)組。

　　- s：氣泡的大小，用于記錄第三維度的函數(shù)關(guān)系。

　　- cmap：顏色映射表，可以簡(jiǎn)單理解成配色方案。

　　##### 3. 實(shí)例代碼

　　import matplotlib as mpl

　　import matplotlib.pyplot as plt

　　import numpy as np

　　mpl.rcParams['font.sans-serif'] = ['SimHei'] # 顯示中文

　　mpl.rcParams['axes.unicode_minus'] = False # 為了坐標(biāo)軸負(fù)號(hào)正常顯示

　　a = np.random.randn(100)

　　b = np.random.randn(100)

　　plt.style.use('ggplot') # 設(shè)置繪圖風(fēng)格

　　plt.scatter(a,b,c=np.random.rand(100),cmap='jet',s=100*(a**2+b**2),alpha=0.7)

　　plt.colorbar()

　　plt.title('氣泡圖')

　　plt.show()

　　> matplotlib默認(rèn)不支持中文，設(shè)置中文字體后，負(fù)號(hào)會(huì)顯示異常。需要手動(dòng)將坐標(biāo)軸負(fù)號(hào)設(shè)為False才能正常顯示負(fù)號(hào)。

　　##### 4. 效果演示

　　繪制不同顏色的散點(diǎn)圖

　　colrs = ['red', 'blue','yellow']

　　labels = ['red', 'blue','yellow']

　　d1 = np.random.randn(10,3) # 10行，2列的ndarray，一行代表一個(gè)點(diǎn)

　　d2 = np.array([0,1,0,1,1,1,0,1,0,0])

　　# 循環(huán)的目的是區(qū)分，循環(huán)一次就畫(huà)一種類的所有點(diǎn)

　　# d2==0時(shí)，點(diǎn)的顏色是red，圖例是red

　　# d2==1時(shí)，點(diǎn)的顏色是blue,圖例是blue

　　for i in range(d1.shape[1]): # shape[1]的值是2，即便利兩次

　　plt.scatter(d1[d2==i,0]

　　,d1[d2==i,1]

　　,s=50

　　,c=colrs[i]

　　,label = labels[i],alpha=0.4)

　　plt.legend('散點(diǎn)圖')

　　plt.show()

　　### polar()函數(shù)

　　##### 1.函數(shù)功能

　　繪制雷達(dá)圖(極線圖)

　　##### **2.參數(shù)說(shuō)明：**

　　繪制雷達(dá)圖`plt.polar(theta,r,marker)`

　　- theta：在極坐標(biāo)系下坐標(biāo)點(diǎn)的角度

　　- r：在極坐標(biāo)系下坐標(biāo)點(diǎn)與極點(diǎn)的距離

　　- marker：定義各個(gè)點(diǎn)的樣式

　　##### 3. 實(shí)例代碼

　　import matplotlib as mpl

　　import matplotlib.pyplot as plt

　　import numpy as np

　　mpl.rcParams['font.sans-serif'] = ['SimHei']

　　plt.style.use('ggplot') # 設(shè)置繪圖風(fēng)格

　　theta = np.array([0.25,0.75,1,1.5,0.25]) # 定義各個(gè)點(diǎn)的極角,注意最后要閉合

　　r = [20,60,40,60,20] # 定義各個(gè)點(diǎn)極徑的長(zhǎng)度

　　plt.polar(theta*np.pi,r,'r-',lw=1,marker='o') # 設(shè)置雷達(dá)圖路徑，r-表示紅色實(shí)線

　　plt.fill(theta*np.pi,r,c='c',alpha=0.4) # 填充雷達(dá)圖，課設(shè)置顏色與透明度

　　plt.ylim(0,100) # 設(shè)置極坐標(biāo)軸的范圍

　　plt.title('雷達(dá)圖',fontsize=12)

　　plt.show()

　　##### 4. 效果演示

　　參考示例 1:

　　labels = np.array(['a','b','c','d','e','f']) # 標(biāo)簽

　　dataLenth = 6 # 數(shù)據(jù)長(zhǎng)度

　　data1 = np.random.randint(0,10,6)

　　data2 = np.random.randint(0,10,6) # 數(shù)據(jù)

　　angles = np.linspace(0, 2*np.pi, dataLenth, endpoint=False) # 分割圓周長(zhǎng)

　　data1 = np.concatenate((data1, [data1[0]])) # 閉合

　　data2 = np.concatenate((data2, [data2[0]])) # 閉合

　　angles = np.concatenate((angles, [angles[0]])) # 閉合

　　plt.polar(angles, data1, 'o-', linewidth=1) #做極坐標(biāo)系

　　plt.fill(angles, data1, alpha=0.25)# 填充

　　plt.polar(angles, data2, 'o-', linewidth=1) #做極坐標(biāo)系

　　plt.fill(angles, data2, alpha=0.25)# 填充

　　plt.thetagrids(angles * 180/np.pi, labels) # 設(shè)置網(wǎng)格、標(biāo)簽

　　plt.ylim(0,10) # polar的極值設(shè)置為ylim

　　參考示例 2

　　import numpy as np

　　import matplotlib.pyplot as plt

　　# 開(kāi)始設(shè)定一些數(shù)據(jù)

　　#標(biāo)簽

　　labels = np.array(['藝術(shù)A','調(diào)研I','實(shí)際R','常規(guī)C','企業(yè)E','社會(huì)S'])

　　#數(shù)據(jù)個(gè)數(shù)

　　dataLenth = 6

　　#數(shù)據(jù)

　　data = np.array([1,4,3,6,4,8])

　　angles = np.linspace(0, 2*np.pi, dataLenth, endpoint=False)

　　data = np.concatenate((data, [data[0]])) # 閉合

　　angles = np.concatenate((angles, [angles[0]])) # 閉合

　　fig = plt.figure()

　　ax = fig.add_subplot(111, polar=True)# polar參數(shù)!!

　　ax.plot(angles, data, 'bo-', linewidth=2)# 畫(huà)線

　　ax.fill(angles, data, facecolor='r', alpha=0.25)# 填充

　　ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties="SimHei")

　　ax.set_title("matplotlib雷達(dá)圖", va='bottom', fontproperties="SimHei")

　　ax.set_rlim(0,10)

　　ax.grid(True)

　　plt.show()

　　### stem()函數(shù)

　　##### 1.函數(shù)功能

　　用于繪制棉棒圖

　　##### 2.參數(shù)說(shuō)明

　　繪制棉棒圖`plt.stem(x,y,linefmt,markerfmt,basefmt)`

　　- x：指定x軸的位置

　　- y：設(shè)置棉棒的長(zhǎng)度

　　- linefmt：棉棒的樣式

　　- markerfmt：棉棒末端的樣式

　　- basefmt：棉棒基線的樣式

　　##### 3.實(shí)例代碼

　　import matplotlib as mpl

　　import matplotlib.pyplot as plt

　　import numpy as np

　　mpl.rcParams['font.sans-serif'] = ['SimHei']

　　mpl.rcParams['axes.unicode_minus'] = False

　　x = np.linspace(0.5,2*np.pi,20)

　　y = np.random.randn(20)

　　plt.stem(x,y,linefmt='-.',markerfmt='o',basefmt='-')

　　plt.title('棉棒圖')

　　plt.show()

　　##### 4.效果演示

　　### boxplot()函數(shù)

　　##### 1.函數(shù)功能

　　用于繪制箱線圖

　　##### 2.參數(shù)說(shuō)明：

　　繪制箱線圖`plt.boxplot(x,labels)`

　　- x：輸入的數(shù)據(jù)

　　- label：圖例

　　##### 3.實(shí)例代碼

　　import matplotlib as mpl

　　import matplotlib.pyplot as plt

　　import numpy as np

　　mpl.rcParams['font.sans-serif'] = ['SimHei']

　　mpl.rcParams['axes.unicode_minus'] = False

　　x1 = np.random.randn(100)

　　x2 = np.random.randn(100)

　　x3 = np.random.randn(100)

　　labels = ['第一','第二','第三']

　　plt.boxplot([x1,x2,x3],labels=labels)

　　plt.grid(axis='y',ls=':',lw=1,c='g',alpha=0.4)

　　plt.title('箱線圖')

　　plt.show()

　　##### 4.效果演示

　　### errotbar()函數(shù)

　　##### 1.函數(shù)功能

　　用于繪制誤差棒圖

　　##### 2.參數(shù)說(shuō)明

　　繪制誤差棒圖`plt.errorbar(x,y,fmt,yerr,xerr,ecolor,mfc,mec,capthick,capsize)`

　　- x：數(shù)據(jù)點(diǎn)的水平位置

　　- y：數(shù)據(jù)點(diǎn)的垂直位置

　　- fmt：數(shù)據(jù)點(diǎn)的標(biāo)記樣式和數(shù)據(jù)點(diǎn)標(biāo)記的連接線樣式

　　- xerr：x軸方向數(shù)據(jù)點(diǎn)的誤差計(jì)算方法

　　- yerr：y軸方向數(shù)據(jù)誤差點(diǎn)的計(jì)算方法

　　- ecolor：誤差棒的顏色

　　- mfc：數(shù)據(jù)點(diǎn)的標(biāo)記顏色

　　- mec：數(shù)據(jù)點(diǎn)標(biāo)記邊緣顏色

　　- capthick：誤差棒邊界橫杠的厚度

　　- capsize：誤差棒邊界橫杠的大小

　　##### 3.實(shí)例代碼

　　import matplotlib as mpl

　　import matplotlib.pyplot as plt

　　import numpy as np

　　mpl.rcParams['font.sans-serif'] = ['SimHei']

　　mpl.rcParams['axes.unicode_minus'] = False

　　x = np.linspace(0.1,0.6,6)

　　y = np.exp(x)

　　plt.errorbar(x,y,fmt='o:',yerr=0.2,xerr=0.02,ecolor='g',mfc='c',mec='r',capthick=2,capsize=3)

　　plt.xlim(0,0.7)

　　plt.title('誤差棒圖')

　　plt.show()

　　##### 4.效果演示

　　更多關(guān)于“Python培訓(xùn)”的問(wèn)題，歡迎咨詢千鋒教育在線名師。千鋒教育多年辦學(xué)，課程大綱緊跟企業(yè)需求，更科學(xué)更嚴(yán)謹(jǐn)，每年培養(yǎng)泛IT人才近2萬(wàn)人。不論你是零基礎(chǔ)還是想提升，都可以找到適合的班型，千鋒教育隨時(shí)歡迎你來(lái)試聽(tīng)。