matplotlib的使用

数据分析流程

提出问题 –> 准备数据 –> 分析数据 –> 获得结论 –> 成果可视化

conda 环境安装

conda: data science package & environment manager

创建环境：

conda create --name python3 python=3

切换环境：

windows: activate python3

linux/macos: source activate python3

matplotlib

• 概念最流行的Python底层绘图库，主要做数据可视化图表
• 基本要点
  1. 用法

  导入：from matplotlib import pyplot as plt plt.plot(横坐标列表,值列表) 传入横坐标列表和值列表，通过plot绘制出折线图 plt.show() 在执行程序的时候展示图形

  1. 功能
  • 设置图片大小 plt.figure(figsize=(20, 8), dpi=80)
  • 保存到本地 plt.savefig("./气温.png")
  • 描述信息 plt.xlabel('横坐标') plt.ylabel('纵坐标') plt.title('标题')
  • 线条的样式 plt.plot(color='r', linestyle='--', linewidth=5, alpha=0.4)
  • 网格透明度 plt.grid(alpha=0.4)
  • 标记处特殊的点
  • 添加水印
  • 标记线条名称 plt.plot(x,x_str,'名称')
  • 添加图例 plt.legend(prop=字体, loc=位置对应的数字或字符串) 添加字体 prop=字体
  • 设置坐标轴的刻度 plt.xticks(x)或 plt.xticks(x, ['h{}'.format(i) for i in x]], rotation=90) rotation旋转度数
  • 设置字体a. window和linux

import matplotlib
# 设置字体
font = {
    'family': 'MicroSoft YaHei',
    'weight': 'bold'
}
matplotlib.rc("font", **font)

b. window、macos和linux

from matplotlib import font_manager
font = font_manager.FontProperties(fname='字体绝对路径')
plt.xticks(x, x_str, ratation=45, fontproperties=font)

散点图、直方图、柱状图对比：折线图：显示数据的变化趋势，反映事物的变化情况

直方图： 绘制连续性的数据，展示一组或多组数据的分布情况

绘制 plt.hist(值列表， 组数)

注：

• 组数分法：

​ 记录数<100 –> 5-12 组

​ 记录数<100 –> 极差/组距 组

• 组距尽量设置为能被极差整除，极差=最大值-最小值
• 值列表中的值是未经过统计的数据，如果是统计后的数据，则无法绘制直方图，可以考虑使用无间隔的条形图来显示。

条形图： 绘制离散的数据，显示数据的大小。比较数据之间的差别

绘制

竖：plt.bar(横坐标， 值列表, width=0.3)
横：plt.barh(横坐标， 值列表, height=0.3)

散点图： 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）

绘制 plt.scatter(横坐标， 值列表)

其他画图工具

• 百度echarts
• seaborn
• plotly