數據分析(8)--matplotlib 數據可視化

數據可視化

基本概念

數據可視化是指藉助於圖形化的手段，清晰、快捷有效的傳達與溝通信息。同時，也可以輔助用戶做出相應的判斷，更好的去洞悉數據背後的價值。

字不如表，表不如圖。

觀察號碼的頻率，每個號碼出現了多少次？

文字

08 10 15 20 30 31 33 06
01 09 10 17 21 28 32 13
02 05 08 13 19 21 28 10
03 05 07 14 18 23 25 07
…… ……

表格

圖形

通過可視化圖表方式，就可以清晰的表達信息。

可視化圖形輔助決策

1854 年英國倫敦霍亂病流行時，斯諾博士在繪有霍亂流行地區所有道路、房屋、飲用水機井等內容的城區地圖上，標出了每個霍亂病死者的住家位置，得到了霍亂病死者居住位置分佈圖，發現了霍亂病源之所在：布勞德大街（現布勞維克大街）的公用抽水機。

matplotlib

matplotlib是用於Python的繪圖庫，提供各種常用圖形的繪製。例如，條形圖，柱形圖，線圖，散點圖等。

安裝

pip install matplotlib

導入

根據慣例，使用如下的方式導入：

import matplotlib as mpl`  
import matplotlib.pyplot as plt

import matplotlib as mpl
import matplotlib.pyplot as plt

圖形繪製

繪製線圖

可以通過matplotlib.pyplot的plot方法進行圖形繪製。

• plot(y)
• plot(y, ‘格式’)
• plot(x, y)
• plot(x, y, ‘格式’)
• plot(x1, y1, ‘格式1’, x2, y2, ‘格式2’ …… xn, yn, 格式n)

# 如果沒有指定橫座標x，則橫座標x會從0開始，自增。（0,1,2,3,4……）
# 如果我們只繪製一個值，該值就是一個點，我們需要指定marker來設置標記，否則該點不可見。
# plt.plot(10, marker="o")
# 繪製多個點。
# plt.plot([1, 5, 8, 4, 6], marker=">")
# 顯式指定橫座標。
# plt.plot([1, 3, 5, 7, 9], [2, 4, 16, 8, 10], marker="o")
# plt.plot([2, 13, 25, 7, 9], [3, 14, 6, 28, 9], marker="o")
# 可以一次性繪製多個圖形。
# 格式字符串可以指定標記形狀，顏色與線型。
plt.plot([1, 3], [2, 4], "r-o", [5, 8], [10, 2], "g--x")

在這裏插入圖片描述

圖形交互式設置

我們可以設置jupyter notebook圖形是否交互式顯示，默認爲否。

• %matplotlib notebook
• %matplotlib inline

%matplotlib notebook

%matplotlib inline
plt.plot([1, 2, 3], [5, 8, 11])

設置中文支持

matplotlib默認情況下不支持中文顯示，如果需要顯示中文，則我們需要做一些額外的設置操作。設置可以分爲：

• 全局設置
• 局部設置

全局設置

我們可以通過執行：

mpl.rcParams["font.family"] = "中文字體名稱"
mpl.rcParams["axes.unicode_minus"]=False

進行設置。常用的設置如下:

• font.family 字體的名稱

• sans-serif 西文字體（默認）
• SimHei 中文黑體
• FangSong 中文仿宋
• YouYuan 中文幼圓
• STSong 華文宋體
• Kaiti 中文楷體
• LiSu 中文隸書

• font.style 字體的風格

• normal 常規（默認）
• italic 斜體
• oblique 傾斜

• font.size 字體的大小（默認10）
• axes.unicode_minus 是否使用Unicode的減號（負號）【在支持中文顯示狀態下，需要設置爲False】

局部設置

在需要顯式的文字中，使用fontproperties參數進行設置。

說明：

• 如果全局設置與局部設置衝突，以局部設置爲準。

# 默認情況下，matplotlib使用的是西方字體（不支持中文的），
# 如果需要顯式中文，可以將字體設置成支持中文的字體。
mpl.rcParams["font.family"] = "Kaiti"
# mpl.rcParams["font.family"] = "sans-serif"
plt.plot([1, -2, 3], [5, -10, 6])
plt.title("中文標題")
# plt.title("abcde")
# 當字體設置成支持中文的字體時，負號也會也會使用Unicode字符集的負號（不支持顯式）。
# 我們需要恢復成ASCII字符集中的負號。
mpl.rcParams["axes.unicode_minus"]=False
# 設置字體形狀.(對中文的字體支持的不太好)
mpl.rcParams["font.style"] = "italic"
# 設置字體的大小。
# mpl.rcParams["font.size"] = 10

局部設置。

plt.plot([1, 2, 3], [4, 5, 8])
plt.title(“標題信息”, fontsize=20, fontproperties=“LiSu”)

保存圖表

通過plt的savefig方法將當前的圖形保存到硬盤或者類文件對象中。

• dpi：每英寸分辨率點數。
• facecolor：設置圖像的背景色。
• bbox_inches：設置爲tight，可以緊湊保存圖像。

x = np.linspace(0, 2 * np.pi, num=100)
y = np.sin(x)
plt.plot(x, y)
# plt.savefig("c:/1.png", dpi=50, facecolor="g", bbox_inches="tight")
# savefig除了可以將圖片保存在硬盤上之外，也可以將圖片保存到類文件對象中。

# from io import StringIO
# 二進制（字節）格式的類文件對象。
from io import BytesIO
b = BytesIO()
# 保存到類文件對象中。
plt.savefig(b, dpi=50)
display(b.tell())
b.seek(0)
# b.read(50)
#  b.getvalue()

讀取圖像

from PIL import Image

image = Image.open(“c:/1.png”)

image.show()

對Image來說，open可以傳遞文件的路徑，也可以傳遞一個類文件對象。

image = Image.open(b)
image.show()

顏色，點標記與線型設置

我們可以在繪製圖形時，顯式指定圖形的顏色，點標記或線條形狀。具體設置可以查看幫助文檔。

• color©：線條顏色。
• linestyle(ls)：線條形狀。
• linewidth(lw)：線寬。
• marker：點標記形狀。
• markersize(ms)：點標記的大小。
• markeredgecolor(mec)：點邊緣顏色。
• markeredgewidth(mew)：點邊緣寬度。
• markerfacecolor(mfc)：點的顏色。

說明：

• 顏色，點標記與線型可以使用一個參數進行設置。
• 顏色除了可以使用預設簡寫的字符之外，也可以使用全稱（例如red）也可以使用RGB顏色表示。

plt.plot([1, 2, 3], [4, 5, 6], “r–o”)

plt.plot([1, 2, 3], [4, 5, 6], c=“y”, ls="-.", lw=1, marker=“o”, ms=10, mec=“g”, mew=3, mfc=“r”)

透明度設置

在繪製圖像時，我們可以通過alpha參數來控制圖像的透明度，值在0 ~ 1之間。0爲完全透明，1爲不透明。

# 可以使用alpha參數指定圖像的透明度。0完全透明，1不透明（默認）
plt.plot(5, "o", alpha=0.)

圖例設置

在繪製多條線時，可以設置圖例來標註每條線所代表的含義，使圖形更加清晰易懂。
可以採用如下的方式設置圖例：

• 調用plt的legend函數，傳遞一個標籤數組，指定每次plot圖形的標籤。
• 在繪製的時候通過label參數指定圖例中顯示的名稱，然後調用legend函數生成圖例。

legend常用的參數：

• loc：指定圖例的位置。默認爲best。也可以指定座標（元組），基於圖像左下角計算。
• frameon：設置是否含有邊框。
• title：設置圖例的標題。
• ncol：圖例顯示的列數，默認爲1。

last_year = np.random.randint(400, 500, 12)
this_year = np.random.randint(400, 500, 12)
# plt.plot(range(1, 13), last_year, marker="o")
# plt.plot(range(1, 13), this_year, marker="o")
# 設置圖例 1 在legend方法中，按順序指定每次繪圖的標籤。
# plt.legend(["2017", "2018"])
# 2 在繪製（plot）圖形時，指定label參數值，該參數值爲圖例需要顯示的文本。
plt.plot(range(1, 13), last_year, marker="o", label="2017")
plt.plot(range(1, 13), this_year, marker="o", label="2018")
# 設置圖例時，可以通過loc屬性來設置圖例顯示的位置。如果沒有顯式指定，則參數值爲右上角。
# loc屬性可以指定爲字符串，整數值。或者是一個元組（兩個float值指定比例）此時，會根據圖像比例計算
# 圖例顯示的位置。原點在左下角。
# plt.legend(loc=(0, 0))
# frameon參數用來設置圖例是否顯示邊框。默認爲True。
# plt.legend(loc="best", frameon=False)
# 設置圖例顯示的標題。
# plt.legend(loc="best", title="圖例標題")
# ncol參數用來設置圖例顯示的列數。（默認爲1。）
# plt.legend(loc="best", ncol=2)

網格設置

可以通過plt的grid方法來設置是否顯示網格。True爲顯示，False不顯示。ax.grid(color=‘r’, linestyle=’-’, linewidth=2)

• color：設置網格線顏色
• axis：設置網格線顯示x，y或者全部顯示（x，y，both）。
• linestyle：設置網格線形狀。
• linewidth：設置網格線寬度。

plt.plot([1, 2, 3, 4], [8, 2, 9, 6])
# 顯示網格，默認不顯示網格。
plt.grid(True, color="g", axis="both", linestyle="-.", linewidth=5)

繪圖區域設置

我們可以在一張圖上繪製多個圖形，當然，我們也可以將不同的圖形繪製到多個不同的區域當中。
我們可以採用以下方式來實現多個區域的繪製（創建子繪圖區域）：

• 通過Figure對象調用add_subplot方法。
• 通過plt的subplot方法。
• 通過plt的subplots方法。

子區域1：add_subplot方法

• 首先創建matplotlib.figure.Figure對象，然後通過Figure對象的add_subplot方法增加子繪圖區域。
• add_subplot方法中，需要指定子區域的行數、列數與當前要繪製的子區域。
• add_subplot方法會返回子繪圖對象（軸對象），通過該對象即可實現繪圖（matplotlib.axes._subplots.AxesSubplot）。

在繪製圖形時，總是需要創建Figure對象。如果沒有顯式創建，則plt會隱式創建一個Figure對象。在繪製圖形時，既可以使用plt來繪製，也可以使用子繪圖對象來繪製。
如果使用plt對象繪製，則總是在最後創建的繪圖區域上進行繪製，如果此時尚未創建繪圖區域，則會自動創建。

說明：

• add_subplot方法的參數，即可以使用三個參數分開傳遞，也可以使用一個參數整體傳遞。
• 可以通過plt.subplots_adjust方法來調整子繪圖的位置與子繪圖之間的距離。（left, right, top, bottom, wspace, hspace）
• 創建子區域時，可以使用facecolor設置繪圖區域的背景色。

# 創建Figure對象，然後通過調用add_subplot增加繪圖區域。
# 創建Figure對象。(畫圖必備的底層對象)
f = plt.figure()
# 調用add_subplot增加子繪圖區域對象，返回AxesSubplot類型的對象。
# 三個參數，行數，列數，當前的繪圖區域
ax = f.add_subplot(1, 2, 1)
# 調用AxesSubplot對象的plot方法，進行圖形繪製。
# ax.plot([1, 5, 8], [10, -3, 6])
plt.plot([1, 5, 8], [10, -3, 6])
# ax = f.add_subplot(1, 2, 2)
ax = f.add_subplot("122", facecolor="g")
# ax.plot([10, 15, 28], [1, -33, 26])
plt.plot([10, 15, 28], [1, -33, 26])

# 我們可以使用plt或者是AxesSubplot對象，調用plot方法進行繪製。
# 當我們使用plt繪製時，永遠會在最後一次創建的子繪圖區域上進行繪製。
# 如果當前沒有子繪圖區域，此時會創建一個。

# 調整距離（繪圖區域之間的距離以及繪圖區域與邊界間的距離）
plt.subplots_adjust(wspace=0.5)

子區域2：subplot方法

通過調用plt的subplot方法創建子繪圖區域，該方法返回子繪圖對象。此種方式下，會隱式創建Figure對象。
實際上，這種創建子繪圖區域的方式，底層也是通過第一種方式實現的。

# ax = plt.subplot(1, 2, 1)
plt.subplot(1, 2, 1)
plt.plot([1, 2, 3], [5, 8, 6])
plt.subplot(1, 2, 2)
plt.plot([10, 5, 8], [1, 2, 3])

子區域3：subplots方法

通過plt的subplots方法創建子繪圖區域，該方法返回一個元組（Figure對象與所有子繪圖對象，如果是多個子繪圖對象，則返回一個ndarray數組）。可以通過sharex與sharey來指定是否共享x軸與y軸。

# subplots會返回一個元組。（Figure對象， 所有子繪圖區域對象（數組））
# 可以使用sharex與sharey設置是否共享x（y）軸。
figure, ax = plt.subplots(1, 2, sharey=True)
ax[0].plot([10, 20, 30], "r-o")
ax[1].plot([1, 2, 3], "g-o")

繪圖區域大小設置

如果繪圖子區域較多，可能會有些擁擠。此時，我們可以調整繪圖區域的大小。方式如下：

• 在調用plt.figure()創建Figure對象時，通過figsize參數指定。單位爲英寸。
• 在創建Figure對象後，可以通過Figure對象的set_size_inches方法設置。

說明：

• 如果沒有顯式創建Figure對象，可以通過plt的gcf函數獲取當前的Figure對象。

# 創建Figure對象，通過figsize參數指定畫布的大小。（單位：英寸）
# plt.figure(figsize=(10, 10))
# 第二種方式。創建Figure對象後，調用set_size_inches方法設置畫布大小。
f = plt.figure()
# f.set_size_inches(10, 10)
# 獲取當前的Figure對象。
# f = plt.gcf()
# f.set_size_inches(10, 10)
f2 = plt.gcf()
# 如果顯式創建Figure對象，則獲取的Figure對象就是我們創建的對象。
display(f is f2)
plt.plot([1, 2, 3], [20, 10, -5])

標籤與刻度設置

可以通過plt對象的相關方法來設置（或獲取）標籤與刻度等信息。設置還是獲取，取決於是否傳遞實際參數。

• plt.xlim 設置或獲取x軸刻度範圍。
• plt.ylim 設置或獲取y軸刻度範圍。
• plt.xticks 設置或獲取x軸顯示的刻度與標籤。
• plt.yticks 設置或獲取y軸顯示的刻度與標籤。
• plt.axis 可以同時設置或獲取x與y軸的刻度範圍，或者是取消刻度顯示。

• 無參數：返回一個元組。(xmin, xmax, ymin, ymax)
• (xmin, xmax, ymin, ymax) 同時設置x與y軸的刻度範圍。
• off 取消座標軸顯示。
• tight：座標軸緊湊顯示。
• equal：x與y具有同樣的長度。

軸標籤說明與標題設置

• plt.xlabel 設置x軸的標籤說明。
• plt.ylabel 設置y軸的標籤說明。
• plt.title 設置標題。

# 關於這些方法的使用，需要注意：既可以進行設置，也可以獲取相關的值。
# 設置還是獲取，取決於方法的參數。當方法沒有參數時，獲取值。當方法具有參數時，設置值。

plt.plot([1,2,3],[10,20,30])
# 設置或獲取x（y）軸的界限。
# display(plt.xlim())
# plt.xlim([0, 20])
# plt.ylim()
# plt.ylim([0, 5])
# 設置（獲取）軸顯示的刻度。
# plt.xticks([1, 3, 5, 7, 9])
# plt.xticks()
# xticks可以傳遞兩個數據，第1個數組用來設置顯示的刻度，第2個數據用來設置刻度顯示的標籤。
# 如果沒有顯式指定第2個數組，刻度的顯示標籤就等於刻度的值。
# plt.xticks([1, 5, 9], ["前期", "中期", "後期"], rotation=90)

# 可以獲取或設置x與y軸的界限值。（4個值）
# plt.axis()
# plt.axis([0, 20, -1, 5])
# 不顯示座標軸。
# plt.axis("off")
# 座標軸緊湊顯示
# plt.axis("tight")
# 讓座標軸x與y的比例尺相同。
# plt.axis("equal")
# 設置x軸顯示的內容。
plt.xlabel("x軸")
# 設置y軸顯示的內容。
plt.ylabel("y軸")
# 設置標題。
plt.title("標題")

通過繪圖對象設置

除了通過plt對象外，我們還可以通過子繪圖對象來設置與獲取標籤與刻度。

• ax.set_xlim 設置x軸刻度範圍。
• ax.get_xlim 獲取x軸刻度範圍。
• ax.set_xticks 設置x軸顯示的刻度。
• ax.get_xticks 獲取x軸顯示的刻度。
• ax.set_xticklabels 設置x軸顯示的刻度標籤。默認顯示的是就是刻度值。
• ax.get_xticklabels 獲取x軸顯示的刻度標籤。

也可以設置標籤說明與標題。

• ax.set_xlabel 設置x軸的標籤說明。
• ax.get_xlabel 獲取x軸的標籤說明。
• ax.set_title 設置標題。
• ax.get_title 獲取標題。

說明：

• 如果需要設置或者獲取y軸，只需要將x換成y即可。
• 在設置標籤時，可以使用rotation參數，令標籤旋轉。

ax = plt.subplot(1, 1, 1)
ax.set_xlim(10, 20)
ax.set_xticks([10, 15, 20])
ax.set_xticklabels(["早", "中", "晚"])
ax.set_xlabel("x軸")
ax.set_ylabel("y軸")
ax.set_title("標題")

添加註解

我們可以在圖形上繪製文本等說明信息（註解）。

普通文本

plt.text 顯示文本（基於座標）
plt.figtext 顯示文本（基於圖片）

箭頭

plt.arrow 根據起點座標（x，y）與各自軸的長度（x + dx, y + dy）繪製箭頭。

• width 箭頭尾部的寬度。
• head_width 箭頭的寬度。
• head_length 箭頭的長度。

箭頭與文本

plt.annotate 顯示箭頭與文本。

• xy 箭頭指向座標
• xytext 文本起點座標。（箭頭尾部座標）
• arrowprops 字典類型，可設置箭頭的屬性。

• facecolor 箭頭的顏色
• headwidth 箭頭的寬度
• width 箭尾的寬度
• shrink 收縮大小
• headlength 箭頭的長度
• arrowstyle 一些預設的箭頭樣式。當含有該參數時，上述4項參數將不再有效。

x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)
plt.plot(x, y)
# 基於座標顯示文本
# plt.text(5, 0.5, "這是正弦曲線")
# 基於圖像的比例，顯示文本。
# plt.figtext(0.2, 0.5, "這是正弦曲線")
# 繪製箭頭。x,y起始點座標。   x + dx, y + dy 終止點座標。  
# plt.arrow(5, 0.5, -2, -0.1, width=0.05, head_width=0.1, head_length=0.1, color="g")
# 同時繪製箭頭與文本
# plt.annotate("這是正弦曲線", xy=(3, 0.25), xytext=(5, 0.5), arrowprops={"facecolor":"g", "headwidth":15, "width": 7, "shrink":0.1})
# plt.annotate("這是正弦曲線", xy=(3, 0.25), xytext=(5, 0.5), arrowprops={"arrowstyle": "<->"})
plt.annotate("這是正弦曲線", xy=(3, 0.25), xytext=(5, 0.5), arrowprops=dict(facecolor="g", headwidth=15, width=7, shrink=0.5))

繪圖樣式設置

我們可以通過plt.style.use("樣式名")來設置繪圖使用的樣式。

說明：
執行plt.style.available來獲取所有的繪圖樣式。

顯示所有支持的樣式

plt.style.available

設置參數指定的樣式。

plt.style.use(“ggplot”)

x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)
plt.plot(x, y)
plt.annotate("這是正弦曲線", xy=(3, 0.25), xytext=(5, 0.5), arrowprops=dict(facecolor="g", headwidth=15, width=7, shrink=0.5))

圖形類型

折線圖

plt.plot

# 折線圖適合顯示具有趨勢的增加變化的數據。例如，股市走勢，降雨量，氣溫變量。
plt.plot(np.random.randint(1, 10, 20))

柱形圖 / 條形圖

plt.bar 柱形圖
plt.barh 條形圖

# 柱形圖，條形圖適合比較數值的大小。
# plt.bar(range(1, 11), np.random.randint(100, 200, 10))
plt.barh(range(1, 11), np.random.randint(100, 200, 10))

餅圖

plt.pie 餅圖

• labels 每個部分顯示的標籤。
• explode 指定每個部分距離圓心的偏移量（單位爲半徑的長度）。
• colors 指定每個部分的顏色。
• autopct 設置每個部分顯示的比例值（格式化）。
• couterclock 是否逆時針繪圖。默認爲True。
• startangle 初始繪圖點位置（逆時針偏移x軸的角度）。默認爲偏移0度（x軸）。
• shadow 是否含有陰影，默認爲False。

# 餅圖適合於表示比例大小。（數量不宜過多，否則會顯得凌亂）
# plt.pie([10, 20, 30, 40], labels=["A部門", "B部門", "C部門", "D部門"], explode=[0, 0, 0, 0.5], colors=["r", "g", "b", "y"])
# plt.pie([10, 20, 30, 40], labels=["A部門", "B部門", "C部門", "D部門"], autopct="%.2f", counterclock=False)
plt.pie([10, 20, 30, 40], labels=["A部門", "B部門", "C部門", "D部門"], startangle=90, shadow=True)

散點圖 / 氣泡圖

散點圖適合於用來顯示與比較數據的分佈狀態。

• marker 點的標記。
• s 點的大小。
• color 點的顏色。

說明：

• color與s參數可以統一設置，也可以爲每一個點單獨設置。

# 散點圖/氣泡圖適合表示數據整體的分佈信息。
# 散點圖可以表示兩個維度，加上氣泡大小，顏色，可以多表示兩個維度。
# plt.scatter(np.random.randint(0, 100, 100), np.random.randint(0, 100, 100), s=150, color="g")

# s（點的大小）與color（點的顏色）既可以統一制定，也可以單獨制定。
# plt.scatter([1, 2, 3, 4], [4, 3, 2, 1], s=[10, 20, 30, 40], color=["r", "g", "b", "y"])

size = [10, 20, 30, 40]
color = ["r", "g", "b", "y"]


plt.scatter(np.random.randint(0, 100, 100), np.random.randint(0, 100, 100),
            s=np.random.choice(size, 100), color=np.random.choice(color, 100))

直方圖

直方圖（histogram）可以看成是一種特殊的柱形圖，用來將連續的數據頻率（數量）進行離散化顯示。在直方圖中，數據被分割成若干區間，然後統計每個區間數據出現的頻率（數量）。
我們可以通過plt.hist來繪製直方圖。

• bins：設置分割區間的數量。
• normed：進行歸一化顯示。（概率密度）

# 直方圖適合將連續值轉換成離散值，方便分組統計數量。
plt.hist(np.random.randn(100), bins=10, normed=True)
# 返回的兩個ndarray。
# 第一個ndarray表示每個桶中元素的數量。
# 第二個naarray表示每個桶的界限。（前閉後開，最後一個桶例外，兩端都是閉區間。）

箱線圖

箱線圖也稱盒須圖。通過極值與Q1,Q2,Q3值來描述數據。通過箱線圖，我們可以發現數據中的離羣（異常）值。
箱線圖的離羣點定義爲：Q3+1.5IQR和Q1－1.5IQR。其中IQR爲兩個四分位之間的距離。

# 箱線圖適合分析離羣值（異常值）。
x = np.random.normal(0, 10, size=1000)
plt.boxplot(x)

Series與DataFrame圖形繪製

Series與DataFrame類型的對象也支持圖形繪製，使用對象的plot方法即可。
如果我們需要繪製圖形的數據就存在Series或者DataFrame對象中，我們就可以直接繪製，而無需使用plt.plot。

其他類型圖形

plot默認繪製的是線形圖，我們可以通過調整其kind參數的值來繪製其他類型的圖形。

• line：線形圖
• bar：柱形圖
• barh：條形圖
• hist：直方圖
• kde / density：核密度圖
• pie：餅圖
• box：箱線圖
• area：面積圖

參數：

• color
• alpha
• stacked：是否堆疊。

說明：
plot(kind=“類型”)也可以通過plot."類型"來進行繪製。

import pandas as pd
df = pd.DataFrame([[1, 2, 3, 4], [5, 6, 7, 8]])
display(df)
# df.plot(marker="o")
# stacked設置爲True，堆疊圖。
# df.plot(kind="bar", stacked=True)

# df[2].plot()

# df.plot(kind="pie", y=3)
df.plot(kind="pie", subplots=True)

希望對你有所幫助！