数据科学入门~读书笔记 第三章 可视化数据

第三章 可视化数据

matplotlib~    mat(h)plot lib(rary)  数学 绘图 库

1. 绘图需要调用matplotlib包中的pylot模块:

from matplotlib import pyplot as mpl

2. 因为matplotlib.pyplot模块默认不显示中文，所以需要动态配置中文字体，可以调用matplotlib包的子包pylab:

import pylab as pla
pla.rcParams['font.sans-serif']=['simsun']   #字体缺失时 采用‘simsun’（宋体）字体，为系统自带字                
                                             #体类型,‘C:\Windows\Fonts’可查看有哪些字体
pla.rcParams['axes.unicode_minus'] = False   #axes：坐标轴（复数），minus：负值，
                                             #该语句使坐标轴可显示负数

一、条形图

1. mpl.bar() 为绘制条形图的函数：

    第一个参数（一个序列）确定每个（bar）条的横坐标（横坐标默认居于条形中间），第二个参数（一个序列）确定每个条的高度（值），第三个参数可设定条形的宽度（宽度默认为0.8）      

grades = [83,95,91,87,70,0,85,82,100,67,73,77,0]
decile = lambda grade: grade // 10 * 10
histogram = Counter(decile(grade) for grade in grades)
plt.bar([ x for x in histogram.keys()], histogram.values(),8)
                  

2. mpl.axis()设置坐标轴的取值范围（显示范围）；mpl.xticks();mpl.yticks()设置x和y坐标轴的刻度标记; mpl.xlabel(), mpl.ylabel() 设置x和y坐标轴的名称；mpl.title()设置整个图表的名称，mpl.show() 展示图表。

plt.axis([-5, 105, 0, 5])               # x轴取值从-5到105，y轴取值0到5，参数为一个序列
plt.xticks([10 * i for i in range(11)]) # x轴标记为0，10，...，100，参数为一个序列
plt.xlabel("十分相")                     #参数为一个字符串
plt.ylabel("学生数")
plt.title("考试分数分布图")
plt.show()

二、折线图

1. mpl.plot()  为绘制折线图的函数：

    第一个参数（一个序列）确定折线图中每个点的横坐标，第二参数（一个序列）确定每个点的纵坐标，参数color确定颜色，参数marker确定每个点的标记形状，参数linestyle确定线条类型，参数label确定图例（legend）的名称。

plt.plot(years, gdp, color='green', marker ='o', linestyle ='solid')

variance = [1, 2, 4, 8, 16, 32, 64, 128, 256]
bias_squared = [256, 128, 64, 32, 16, 8, 4, 2, 1]
total_error = [x + y for x, y in zip(variance, bias_squared)]
xs = [i for i, _ in enumerate(variance)]
                                                     #多次调用plot可在一个图上显示多条折线
plt.plot(xs, variance, 'g-', label='variance')       # 绿色实线 green
plt.plot(xs, bias_squared, 'r-.', label='bias^2')    # 红色点虚线 red
plt.plot(xs, total_error, 'b:', label='total error') # 蓝色点线  blue

2. mpl.legend()函数确定图例的位置

plt.legend(loc=9)             # loc=9指的是“顶部中央” ，不调用则没有图例，缺参则默认为顶部中央

3. 其他关于坐标轴的mpl.xlabel()等函数与条形图相同

三、散点图

1. mpl.scatter()为绘制散点图的函数：

      第一个和第二个参数（序列）确定点的横坐标和纵坐标，

friends = [ 70, 65, 72, 63, 71, 64, 60, 64, 67]
minutes = [175, 170, 205, 120, 220, 130, 105, 145, 190]
labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i']
plt.scatter(friends, minutes)

2. mpl.annotate()为每个点加标注

for label, friend_count, minute_count in zip(labels, friends, minutes):
    plt.annotate(label, xy=(friend_count, minute_count),  # 把标记放在对应的点上
                xytext=(5, -5),                           # 但要有轻微偏离
                textcoords='offset points')               # 标注与对应点的坐标关系，不可缺少

3. mpl.axis('equal')可令横纵坐标的单位长度一致。