Python 数据分析（一）_label="{:s}".format(lables[i])-优快云博客

本文介绍了Python数据分析工具matplotlib的基础使用，包括折线图、散点图、条形图和直方图的绘制，提供了多个示例，并讨论了直方图的应用场景，最后总结了matplotlib的主要函数和功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简介

数据分析：是把隐藏在一些看似杂乱五章的数据背后的信息提炼出来，总结出研究对象的内在规律
数据分析三大工具：Numpy,Pandas,Matplotlib
数据分析基本流程：

一、matplotlib

matplotlib最流星的Python的底层绘图库，主要做数据可视化图表，名字取材去MATLAB，是模仿MATLAB构建的。

示例

eg1.

假设一天中每个两个小时（range(2,26,2)）的气温分别是

[15,13,14,15,17,20,25,26,27,22,18,15]

from matplotlib import pyplot as plt   # 导入pyplot

fit = plt.figure(figsize=(20, 8), dpi = 80)	# dpi是在图像模糊时，传入的参数，让图像更加清晰

x = range(2, 26, 2)  #数据在x轴的位置，是一个可迭代对象
y = [15,13,14,15,17,20,25,26,27,22,18,15] # 数据在y轴的位置，是一个可迭代对象

plt.plot(x, y)  # 传入x, y 通过plot 绘制折线图
# 设置x轴的刻度
xtick_lables = [i/2 for i in range(4, 48)]
plt.xticks(xtick_lables[::3])	# 太密集或者稀疏可以调整步长。
plt.yticks(range(min(y), max(y)+1))
plt.savefig('./sig_size.png')	# 保存图片，并且放大时，不会失真。
plt.show()  # 展示图形

eg2.

10点到12点每分钟气温变化情况

from matplotlib import pyplot as plt
import random

x = range(0, 120)
y = [random.randint(20, 35) for i in range(120)]

plt.figure(figsize=(20, 8), dpi=80)

plt.plot(x, y)

_x = list(x)
# 调整x轴的刻度
_xticks_labels = ["10点{}分".format(i) for i in range(60)]
_xticks_labels += ["11点{}分".format(i) for i in range(60)]
# 取步长，数字和字符串一一对应，数据的长度一样
plt.xticks(x[::3], _xticks_labels[::3], rotation=45)    # 旋转45度。逆时针

# 添加描述信息
plt.xlabel('时间')
plt.ylabel('温度')
plt.title('10点到12点每分钟气温变化情况')

plt.show()

eg3.

假设，在30岁的时候，根据自己实际情况，统计出来从11岁到30岁每年交的男女朋友数据如列表a ，请绘制出，该数据的折线图，以便分析走势。
a = [1, 0, 1, 1,2 ,4, 3, 2, 3, 4, 4, 5 ,6 ,5 ,4 ,3 ,3 ,1 ,1]
y轴表示个数
x轴表示岁数

from matplotlib import pyplot as plt

x = range(11, 31)
y = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
y2 = [1, 0, 3, 1, 2, 2, 3, 3, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]

plt.figure(figsize=(20, 8), dpi=80)

plt.plot(x, y, label='自己', color='orange', linestyle=':', linewidth=5)  # 颜色 形状 粗细
plt.plot(x, y2, label='同桌', color='cyan', linestyle='-.')

plt.xlabel('年龄')
plt.ylabel('数量')
xticks_labels = ["{}岁".format(i) for i in range(11, 31)]
plt.xticks(x, xticks_labels, rotation=45)
plt.yticks(range(9))

# 绘制网格
plt.grid(alpha=0.4)     # 透明度

# 添加图例, 调整位置
plt.legend(loc='upper left')

plt.show()

2.总结

绘制折线图（plt.plot）
设置图片大小（plt.figure）
实现图片保存（plt.savefig）
设置xy轴上的刻度和字符串（xticks/yticks）
设置标题，xy轴label（title,xlabel,ylabel）
解决字体
绘制多个图形（plt多次plot即可）
添加图例（plt.legend）

3.对比常用统计图

折线图：以折现的上升或者下降表示统计数量的增减变化。
直方图：由一系列高度不同的纵向条纹或者线段表示数据分布情况。
一般横轴表示数据范围，纵轴表示分布情况。
条形图：排列在工作表的列或者行中的数据。
散点图：用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或者总结坐标点的分布模式。

3.1绘制散点图

from matplotlib import pyplot as plt
import random

y_3 = [random.randint(0, 30) for i in range(0, 31)]
y_10 = [random.randint(0, 20) for i in range(0, 31)]

x_3 = range(1, 32)
x_10 = range(51, 82)
# 设置图形大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘制散点图
plt.scatter(x_3, y_3, label='3月份')
plt.scatter(x_10, y_10, label='10月份')

# 调整x轴
_x = list(x_3) + list(x_10)
_xticks_label = ["3月{}日".format(i) for i in x_3]
_xticks_label += ['10月{}日'.format(i-50) for i in x_10]
plt.xticks(_x[::3], _xticks_label, rotation=45)

# 添加图例
plt.legend(loc='upper left')

plt.xlabel('时间')
plt.ylabel('温度')
plt.title('标题')

plt.show()

3.2绘制条形图

获取2017年内地电影票房前20 的电影和电影票房数据，直观的展示数据。

from matplotlib import pyplot as plt
import random

a = ['猩球崛起：终极之战', '敦克尔克', '蜘蛛侠：英雄归来', '战狼2']
b_16 = [random.randint(100, 1000) for i in range(len(a))]
b_15 = [random.randint(200, 1000) for j in range(len(a))]
b_14 = [random.randint(300, 1000) for k in range(len(a))]

bar_width = 0.2

x_14 = list(range(len(a)))
x_15 = [i+bar_width for i in x_14]    # # 右移为了不让条子图形重叠
x_16 = [i+bar_width*2 for i in x_14]

# 设置图形大小
plt.figure(figsize=(20, 8), dpi=80)

plt.bar(x_14, b_14, width=bar_width, label='9月14日')
plt.bar(x_15, b_15, width=bar_width, label='9月15日')
plt.bar(x_16, b_16, width=bar_width, label='9月16日')

# 设置x轴刻度
plt.xticks(x_15, a)    # 字符串显示在中间

# 添加图例
plt.legend(loc='upper left')

plt.show()

3.3绘制直方图

直方图一般是处理没有经过统计的数据。

数据分为多少组比较合理，一般数据在100以内时，大多分为5-12组
组距：两个端点距离
组数 = $\frac{级差}{组距}$ = $\frac{max(a)-min(a)}{bin_width}$

示例

eg1.

假设获取了250部电影的时长，在列表a中，统计出这些电影时长分布，比如（100到120分钟的电影数量）

import random
from matplotlib import pyplot as plt

a = [random.randint(80,150) for i in range(0,250)]

# 计算组数
d = 5  # 组距
num_bins = int(max(a)-min(a))//d

plt.figure(figsize=(20, 8), dpi=80)

plt.hist(a, num_bins)
# 设置x轴刻度
plt.xticks(range(min(a), max(a)+d, d))

plt.grid()
plt.show()

eg2.
统计从家到上班地点所需要时间。

import random
from matplotlib import pyplot as plt

a = [random.randint(80,150) for i in range(0,250)]

# 计算组数
d = 5  # 组距
num_bins = int(max(a)-min(a))//d

plt.figure(figsize=(20, 8), dpi=80)

plt.hist(a, num_bins)
# 设置x轴刻度
plt.xticks(range(min(a), max(a)+d, d))

plt.grid()
plt.show()