pythonmatplotlib数据分析_python 数据分析之数据可视化 matplotlib

最新推荐文章于 2023-07-24 15:37:57 发布

最新推荐文章于 2023-07-24 15:37:57 发布 · 114 阅读

文章标签：

#pythonmatplotlib数据分析

本文介绍如何使用Matplotlib和Pandas进行数据可视化，包括创建不同类型的图表如折线图、直方图、散点图等，并展示了如何通过Pandas进行数据处理和绘图。

import matplotlib.pyplot as plt

import numpy as np

import numpy.random as randn

import pandas as pd

from pandas import Series,DataFrame

from pylab import mpl

mpl.rcParams['axes.unicode_minus'] = False # 我自己配置的问题

plt.rc('figure', figsize=(10, 6)) # 设置图像大小

%matplotlib inline

1. figure对象

Matplotlib的图像均位于figure对象中。

创建figure: plt.figure()

fig = plt.figure()

2. subplot子图

add_subplot：向figure对象中添加子图。

add_subplot(a, b, c)：a,b 表示讲fig分割成axb的区域，c 表示当前选中要操作的区域(c从1开始)。

add_subplot返回的是AxesSubplot对象，plot 绘图的区域是最后一次指定subplot的位置

ax1 = fig.add_subplot(2,2,1)

ax2 = fig.add_subplot(2,2,2)

ax3 = fig.add_subplot(2,2,3)

ax4 = fig.add_subplot(2,2,4)

random_arr = randn.rand(50)

# 默认是在最后一次使用subplot的位置上作图

plt.plot(random_arr,'ro--') # r:表示颜色为红色，o:表示数据用o标记，--:表示虚线

# 等价于：

# plt.plot(random_arr,linestyle='--',color='r',marker='o')

plt.show()

# hist：直方图：统计分布情况

plt.hist(np.random.rand(8), bins=6, color='b', alpha=0.3) # bins:数据箱子个数

(array([ 3., 0., 0., 0., 2., 3.]),

array([ 0.10261627, 0.19557319, 0.28853011, 0.38148703, 0.47444396,

0.56740088, 0.6603578 ]),

)

# 散点图

plt.scatter(np.arange(30), np.arange(30) + 3 * randn.randn(30))

subplots ：生成子图/子图数组

# 柱状图

fig, ax = plt.subplots()

x = np.arange(5)

y1, y2 = np.random.randint(1, 25, size=(2, 5))

width = 0.25

ax.bar(x, y1, width, color='r') # 画柱子

ax.bar(x+width, y2, width, color='g') # 画柱子

ax.set_xticks(x+width)

ax.set_xticklabels(['a', 'b', 'c', 'd', 'e']) # 下标注明

fig, axes = plt.subplots(2, 2, sharex=True, sharey=True) # 共享轴坐标

subplots_adjust：调整subplots的间距

plt.subplots_adjust(left=0.5,top=0.5)

fig, axes = plt.subplots(2, 2)

random_arr = randn.randn(8)

fig, axes = plt.subplots(2, 2)

axes[0, 0].hist(random_arr, bins=16, color='k', alpha=0.5)

axes[0, 1].plot(random_arr,'ko--')

x = np.arange(8)

y = x + 5 * np.random.rand(8)

axes[1,0].scatter(x, y)

x = np.arange(5)

y1, y2 = np.random.randint(1, 25, size=(2, 5))

width = 0.25

axes[1,1].bar(x, y1, width, color='r') # 画柱子

axes[1,1].bar(x+width, y2, width, color='g') # 画柱子

axes[1,1].set_xticks(x+width)

axes[1,1].set_xticklabels(['a', 'b', 'c', 'd', 'e']) # 下标注明

重叠绘制

legend：显示图例

random_arr1 = randn.randn(8)

random_arr2 = randn.randn(8)

fig, ax = plt.subplots()

ax.plot(random_arr1,'ko--',label='A')

ax.plot(random_arr2,'b^--',label='B')

plt.legend(loc='best') #　自动选择放置图例的最佳位置

设置刻度范围：set_xlim、set_ylim

设置显示的刻度：set_xticks、set_yticks

刻度标签：set_xticklabels、set_yticklabels

坐标轴标签：set_xlabel、set_ylabel

图像标题：set_title

fig, ax = plt.subplots(1)

ax.plot(np.random.randn(380).cumsum())

# 设置刻度范围

ax.set_xlim([0, 500])

# 设置显示的刻度(记号)

ax.set_xticks(range(0,500,100))

# 设置刻度标签

ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'],

rotation=30, fontsize='small')

# 设置坐标轴标签

ax.set_xlabel('X:...')

ax.set_ylabel('Y:...')

# 设置标题

ax.set_title('Example')

3. Plotting functions in pandas

plt.close('all')

s = Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))

fig,ax = plt.subplots(1)

s.plot(ax=ax,style='ko--')

fig, axes = plt.subplots(2, 1)

data = Series(np.random.rand(16), index=list('abcdefghijklmnop'))

data.plot(kind='bar', ax=axes[0], color='k', alpha=0.7)

data.plot(kind='barh', ax=axes[1], color='k', alpha=0.7)

df = DataFrame(np.random.randn(10, 4).cumsum(0),

columns=['A', 'B', 'C', 'D'],

index=np.arange(0, 100, 10))

-0.523822

1.061179

-0.882215

-0.267718

-0.178175

-0.367573

-1.465189

-1.095390

0.276166

0.816511

-0.344557

1.297281

0.529400

0.159374

-2.765168

1.784692

-1.129003

-1.665272

-2.746512

3.140976

0.265113

-1.821224

-5.140850

2.377449

-2.699879

-3.895255

-5.011561

1.715174

-2.384257

-3.480928

-4.519131

2.805369

-2.525243

-3.031608

-4.840125

1.106624

-2.020589

-3.519473

-4.823292

0.522323

df.plot() # 列索引为图例，行索引为横坐标，值为纵坐标

df = DataFrame(np.random.randint(0,2,(10, 2)),

columns=['A', 'B'],

index=np.arange(0, 10, 1))

df.plot(kind='bar')

df.A.value_counts().plot(kind='bar')

df.A[df.B == 1].plot(kind='kde')

df.A[df.B == 0].plot(kind='kde') # 密度图

df = DataFrame(np.random.rand(6, 4),

index=['one', 'two', 'three', 'four', 'five', 'six'],

columns=pd.Index(['A', 'B', 'C', 'D'], name='Genus'))

Genus

one

0.760750

0.951159

0.643181

0.792940

two

0.137294

0.005417

0.685668

0.858801

three

0.257455

0.721973

0.968951

0.043061

four

0.298100

0.121293

0.400658

0.236369

five

0.463919

0.537055

0.675918

0.487098

six

0.798676

0.239188

0.915583

0.456184

df.plot(kind='bar',stacked='True') #行索引：横坐标

values = Series(np.random.normal(0, 1, size=200))

values.hist(bins=100, alpha=0.3, color='k', normed=True)

values.plot(kind='kde', style='k--')

df = DataFrame(np.random.randn(10,2),

columns=['A', 'B'],

index=np.arange(0, 10, 1))

plt.scatter(df.A, df.B)