《商務大數據分析與應用》課件-4-2 探索性數據基礎-matplotlib基礎

探索性分析-Matplotlib基礎

目錄Page

2數據可視化與Matplotlibpyplot基礎語法rc參數

繪圖注釋

小結數據可視化對數據的分析離不開數據的可視化。傳統(tǒng)的數據可視化起源于統(tǒng)計圖形學，與信息圖形、視覺設計等現代技術密切相關，其表現形式通常在二維空間。與之相比，大數據可視化往往更關注抽象高維的數據，空間屬性較弱，與所針對的數據類型密切相關。Matplotlib數據可視化基礎Matplotlib是一個在python下實現的類似matlab的純python的第三方庫,旨在用python實現matlab的功能,是python下最出色的繪圖庫。其風格跟matlab相似，同時也繼承了python的簡單明了。matplotlib對于圖像美化方面比較完善，可以自定義線條的顏色和樣式，可以在一張繪圖紙上繪制多張小圖，也可以在一張圖上繪制多條線，可以很方便地將數據可視化并對比分析。Matplotlib數據可視化基礎Matplotlib模塊依賴于NumPy和tkinter模塊，可以繪制多種形式的圖形，包括線圖、直方圖、餅圖、散點圖等，圖形質量滿足出版要求，是數據可視化的重要工具。Matplotlib中應用最廣的是matplotlib.pyplot模塊。Pyplot提供了一套和Matlab類似的繪圖API，使得Matplotlib的機制更像Matlab。我們只需要調用Pyplot模塊所提供的函數就可以實現快速繪圖并設置圖表的各個細節(jié)。在Jupyternotebook中進行交互式繪圖，需要執(zhí)行一下語句：%matplotlibnotebook使用matplotlib時，使用的導入慣例為：importmatplotlib.pyplotaspltMatplotlib繪圖基礎Matplotlib中的常用繪圖及分組掌握pyplot基礎語法1.創(chuàng)建畫布與創(chuàng)建子圖第一部分主要作用是構建出一張空白的畫布，并可以選擇是否將整個畫布劃分為多個部分，方便在同一幅圖上繪制多個圖形的情況。最簡單的繪圖可以省略第一部分，而后直接在默認的畫布上進行圖形繪制。函數名稱函數作用plt.figure創(chuàng)建一個空白畫布，可以指定畫布大小，像素。figure.add_subplot創(chuàng)建并選中子圖，可以指定子圖的行數，列數，與選中圖片編號。掌握pyplot基礎語法2.添加畫布內容第二部分是繪圖的主體部分。其中添加標題，坐標軸名稱，繪制圖形等步驟是并列的，沒有先后順序，可以先繪制圖形，也可以先添加各類標簽。但是添加圖例一定要在繪制圖形之后。函數名稱函數作用plt.title在當前圖形中添加標題，可以指定標題的名稱、位置、顏色、字體大小等參數。plt.xlabel在當前圖形中添加x軸名稱，可以指定位置、顏色、字體大小等參數。plt.ylabel在當前圖形中添加y軸名稱，可以指定位置、顏色、字體大小等參數。plt.xlim指定當前圖形x軸的范圍，只能確定一個數值區(qū)間，而無法使用字符串標識。plt.ylim指定當前圖形y軸的范圍，只能確定一個數值區(qū)間，而無法使用字符串標識。plt.xticks指定x軸刻度的數目與取值。plt.yticks指定y軸刻度的數目與取值。plt.legend指定當前圖形的圖例，可以指定圖例的大小、位置、標簽。掌握pyplot基礎語法importnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinlinedata=np.arange(0,1,0.01)plt.title('mylinesexample')plt.xlabel('X')plt.ylabel('Y')plt.xlim(0,1)plt.ylim(0,1)plt.xticks([0,0.2,0.4,0.6,0.8,1])plt.yticks([0,0.2,0.4,0.6,0.8,1])plt.plot(data,data**2)plt.plot(data,data**3)plt.legend(['y=x^2','y=x^3'])plt.show()掌握pyplot基礎語法data=np.arange(0,np.pi*2,0.01)fig1=plt.figure(figsize=(9,7),dpi=90)#確定畫布大小#繪制第一幅子圖ax1=fig1.add_subplot(1,2,1)plt.title('linesexample')plt.xlabel('X')plt.ylabel('Y')plt.xlim(0,1)plt.ylim(0,1)plt.xticks([0,0.2,0.4,0.6,0.8,1])plt.yticks([0,0.2,0.4,0.6,0.8,1])plt.plot(data,data**2)plt.plot(data,data**3)plt.legend(['y=x^2','y=x^3'])#繪制第二幅子圖ax1=fig1.add_subplot(1,2,2)plt.title('sin-cos')plt.xlabel('X')plt.ylabel('Y')plt.xlim(0,np.pi*2)plt.ylim(-1,1)plt.xticks([0,np.pi/2,np.pi,np.pi*3/2,np.pi*2])plt.yticks([-1,-0.5,0,0.5,1])plt.plot(data,np.sin(data))plt.plot(data,np.cos(data))plt.legend(['sin','cos'])plt.show()掌握pyplot基礎語法Matplotlib的Legend圖例就是為了幫助我們展示每個數據對應的圖像名稱，更好的讓讀者認識到你的數據結構。關于plt.legend()的說明如下：常用設置示例：plt.legend(loc='best',frameon=False)#去掉圖例邊框,推薦使用plt.legend(loc='best',edgecolor='blue')#設置圖例邊框顏色plt.legend(loc='best',facecolor='blue')#設置圖例背景顏色,若無邊框,參數無效0:’best’1:‘upperright’2:‘upperleft’3:‘lowerleft’4:‘lowerright’5:‘right’6:‘centerleft’7:‘centerright’8:‘lowercenter’9:‘uppercenter’10:‘center’掌握pyplot基礎語法3.繪圖的保存與顯示第三部分主要用于保存和顯示圖形。例：fig.savefig(save_path,format='png',transparent=True,dpi=300,pad_inches=0)函數名稱函數作用plt.savafig保存繪制的圖片，可以指定圖片的分辨率、邊緣的顏色等參數。plt.show在本機顯示圖形。掌握pyplot基礎語法figure.savefig選項參數描述fname包含文件路徑或Python文件型對象的字符串。圖片格式是從文件擴展名中推斷出來的（例如pdf格式的.pdf）dpi設置每英寸點數的分辨率，默認為100facecolor，edgecolor子圖之外的圖形背景顏色，默認是’w’（白色）format文件格式（’png’,’pdf’,’svg’,’ps’等）bbox_inches要保存的圖片范圍，如果設置為‘tight‘則去除圖片周圍的空白設置pyplot的動態(tài)rc參數Pyplot字體并不支持中文字符的顯示，因此需要通過設置font.sans-serif參數改變繪圖時的字體，使得圖形可以正常顯示中文。同時，由于更改字體后，會導致坐標軸中的部分字符無法顯示，因此需要同時更改axes.unicode_minus參數。plt.rcParams['font.family']=['SimHei']#用來顯示中文標簽plt.rcParams['axes.unicode_minus']=False#用來正常顯示負號除了設置線條和字體的rc參數外，還有設置文本、箱線圖、坐標軸、刻度、圖例、標記、圖片、圖像保存等rc參數。設置pyplot的動態(tài)rc參數rc參數設置示例fig,ax=plt.subplots()#配置中文顯示plt.rcParams['font.family']=['SimHei']plt.rcParams['axes.unicode_minus']=Falsedeff(t):returnnp.cos(2*np.pi*t)x1=np.arange(0.0,4.0,0.5)x2=np.arange(0.0,4.0,0.01)plt.figure(1)plt.subplot(2,2,1)plt.plot(x1,f(x1),'bo',x2,f(x2),'k')plt.title('子圖1')plt.subplot(2,2,2)plt.plot(np.cos(2*np.pi*x2),'r--')plt.title('子圖2')plt.show()繪圖注釋繪圖時有時需要在圖表中加文本注解這時可以通過text函數在指定的位置（x,y）加入文本注解；通過annotate()在指定位置實現指向型注釋。1指向型注釋annotate()2.無指向型注釋text()繪圖注釋importnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinline#配置中文顯示plt.rcParams['font.family']=['SimHei']plt.rcParams['axes.unicode_minus']=Falsex=np.arange(-10,11,1)y=x*xplt.plot(x,y)plt.title('這是一個標題示例')plt.text(-2.5,30,'funcitony=x*x')plt.show()plt.annotate('這是一個示例',xy=(0,1),xytext=(-2,22),arrowprops={'headwidth':10,'facecolor':'r'})繪圖注釋如在柱狀圖上加入文本數字，可以清楚地顯示每個類別的數量。如6個城市8月份的日均最高氣溫。plt.rcParams['font.family']=['SimHei']data=[25,30,32,34,34,23]label=['青海','蘭州','北京','上海','廣州','拉薩']plt.xticks(range(len(data)),label)pl