大數(shù)據(jù)Matplotlib基礎(chǔ)繪圖課件

1、Matplotlib基礎(chǔ)繪圖1分析特征關(guān)系常用圖形目錄Matplotlib繪圖基礎(chǔ)2分析特征內(nèi)部數(shù)據(jù)狀態(tài)常用圖形3小結(jié)4Matlplotlib繪圖基礎(chǔ)Matplotlib是Python下的2D繪圖庫，也是最著名的Python繪圖庫。雖然Matlpotlib的代碼庫很龐大，但是可以通過簡單的概念框架和重要的知識來理解掌握。Matplotlib圖像可以分為如下4層結(jié)構(gòu)。canvas（畫板）。位于最底層，導(dǎo)入Matplotlib庫時就自動存在。figure（畫布）。建立在canvas之上，從這一層就能開始設(shè)置其參數(shù)。axes（子圖）。將figure分成不同塊，實(shí)現(xiàn)分面繪圖。圖表信息（構(gòu)圖元素）。添加

2、或修改axes上的圖形信息，優(yōu)化圖表的顯示效果。為了方便快速繪圖，Matplotlib通過pyplot模塊提供了一套與Matlab類似的命令A(yù)PI，這些API對應(yīng)圖形的一個個圖形元素（如坐標(biāo)軸、曲線、文字等），并以此對該圖形元素進(jìn)行操作，而不影響其他部分。創(chuàng)建好畫布后，只需調(diào)用pyplot模塊所提供的函數(shù)，僅幾行代碼就可以實(shí)現(xiàn)添加、修改圖形元素或在原有圖形上繪制新圖形。編號風(fēng)格基礎(chǔ)流程根據(jù)Matplotlib圖像的4層圖像結(jié)構(gòu)，pyplot模塊繪制圖形基本都遵循一個流程，使用這個流程可以完成大部分圖形的繪制。pyplot模塊基本繪圖流程主要分為3個部分，如下圖所示。編號風(fēng)格基礎(chǔ)流程導(dǎo)入模塊。繪

3、圖之前，需要先導(dǎo)入包含相應(yīng)函數(shù)的模塊。對于pyplot模塊，一般使用如下風(fēng)格導(dǎo)入。創(chuàng)建畫布與創(chuàng)建子圖。第一部分主要是構(gòu)建出一張空白的畫布，如果需要同時展示幾個圖形，可將畫布劃分為多個部分。然后使用對象方法來完成其余的工作，示例如下。編號風(fēng)格基礎(chǔ)流程添加畫布內(nèi)容。第二部分是繪圖的主體部分。添加標(biāo)題、坐標(biāo)軸名稱等步驟與繪制圖形是并列的，沒有先后順序，可以先繪制圖形，也可以先添加各類標(biāo)簽，但是添加圖例一定要在繪制圖形之后。pyplot模塊中添加各類標(biāo)簽和圖例的函數(shù)如下表所示。函數(shù)名稱函數(shù)作用title在當(dāng)前圖形中添加標(biāo)題，可以指定標(biāo)題的名稱、位置、顏色、字體大小等參數(shù)xlabel在當(dāng)前圖形中添加x軸

4、名稱，可以指定位置、顏色、字體大小等參數(shù)ylabel在當(dāng)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(shù)xlim指定當(dāng)前圖形x軸的范圍，只能確定一個數(shù)值區(qū)間，而無法使用字符串標(biāo)識ylim指定當(dāng)前圖形y軸的范圍，只能確定一個數(shù)值區(qū)間，而無法使用字符串標(biāo)識xticks指定x軸刻度的數(shù)目與取值yticks指定y軸刻度的數(shù)目與取值legend指定當(dāng)前圖形的圖例，可以指定圖例的大小、位置、標(biāo)簽編號風(fēng)格基礎(chǔ)流程圖形保存與展示。繪制圖形之后，可使用matplotlib.pyplot.savefig()函數(shù)保存圖片到指定路徑，使用matplotlib.pyplot.show()函數(shù)展示圖形。綜合整體流

5、程繪制函數(shù)“y=x2”與“y=x”圖形，得到的圖形如下圖所示。編號風(fēng)格基礎(chǔ)流程通常情況下，在使用不同的數(shù)據(jù)重復(fù)的繪制同樣的圖形時，選擇自編函數(shù)來進(jìn)行繪圖。有時候也會需要在圖上添加文本標(biāo)注。pyplot模塊中，使用matplotlib.pyplot.text()函數(shù)能夠在任意位置添加文本，其使用基本語法如下。matplotlib.pyplot.text(x, y, s, fontdict=None, withdash=False, *kwargs)使用自編函數(shù)繪圖并添加文本得到的圖形如右圖所示。編號風(fēng)格繪圖風(fēng)格Matplotlib中，pyplot的style子模塊里面定義了很多預(yù)設(shè)風(fēng)格，方便進(jìn)行

6、風(fēng)格轉(zhuǎn)換。每一個預(yù)設(shè)的風(fēng)格都儲存在一個以.mplstyle為后綴的style文件中。讀者可以在stylelib文件夾中查看，如下圖所示。編號風(fēng)格繪圖風(fēng)格通過print(plt.style.available)命令可以查看所有預(yù)設(shè)風(fēng)格的名稱，使用use函數(shù)就可以直接設(shè)置預(yù)設(shè)風(fēng)格，得到的圖形如下圖所示。動態(tài)rc參數(shù)pyplot模塊使用rc配置文件來自定義圖形的各種默認(rèn)屬性，稱之為rc配置或rc參數(shù)。通過修改rc參數(shù)可以修改默認(rèn)的屬性，包括窗體大小、每英寸的點(diǎn)數(shù)、線條寬度、顏色、樣式、坐標(biāo)軸、坐標(biāo)和網(wǎng)絡(luò)屬性、文本、字體等。Matplotlib將默認(rèn)參數(shù)配置保存在“matplotlibrc”文件中，通

7、過修改配置文件，可修改圖表的缺省樣式。查看默認(rèn)配置的方法如下。直接打開matplotlibrc文件。print(matplotlib.rc_params()命令。print(matplotlib.rcParamsDefault)命令。print(matplotlib.rcParams)命令。動態(tài)rc參數(shù)在Matplotlib中可以使用如下多個“matplotlibrc”配置文件，并且調(diào)用時按照該排序優(yōu)先采用。當(dāng)前路徑：程序的當(dāng)前路徑。用戶配置路徑：在用戶文件夾的“.matplotlib”目錄下，可通過環(huán)境變量matplotlibrc修改它的位置。通過matplotlib.get_configd

8、ir()函數(shù)可以獲得該路徑。系統(tǒng)配置路徑：保存在Matplotlib的安裝目錄下的mpl-data文件夾中。在Matplotlib庫載入時會調(diào)用rc_params函數(shù)，并把得到的配置字典保存到rcParams變量中。通過修改字典的方式或用matplotlib.rc()函數(shù)修改rc參數(shù)。修改默認(rèn)rc參數(shù)后，圖形對應(yīng)屬性就會發(fā)生改變。此處將介紹常用的rc參數(shù)，包括線條、坐標(biāo)軸、字體等。動態(tài)rc參數(shù)線條常用的rc參數(shù)管理線條屬性的rc參數(shù)lines幾乎可以控制線條的每一個細(xì)節(jié)，線條常用的rc參數(shù)修改前后對比示例如右圖所示。動態(tài)rc參數(shù)線條常用的rc參數(shù)針對線條常用的rc參數(shù)名稱、解釋與取值如下表所示

9、。rc參數(shù)名稱解釋取值lines.linewidth線條寬度取010之間的數(shù)值，默認(rèn)為1.5lines.linestyle線條樣式可取“-”“-”“-.”“：”四種。默認(rèn)為“-”lines.marker線條上點(diǎn)的形狀可取“o”“D”“h”“.”“,”“S”等20種，默認(rèn)為Nonelines.markersize點(diǎn)的大小取010之間的數(shù)值，默認(rèn)為1linestyle取值意義linestyle取值意義-實(shí)線-.點(diǎn)線-長虛線:短虛線其中l(wèi)ines.linestyle參數(shù)4種取值的意義如下表所示。動態(tài)rc參數(shù)線條常用的rc參數(shù)lines.marker參數(shù)的20種取值及其所代表的意義，如下表所示。mar

10、ker取值意義marker取值意義o圓圈.點(diǎn)D菱形s正方形h六邊形1*星號H六邊形2d小菱形-水平線v一角朝下的三角形8八邊形一角朝右的三角形，像素一角朝上的三角形+加號豎線None無xX動態(tài)rc參數(shù)坐標(biāo)軸常用的rc參數(shù)同樣，管理坐標(biāo)軸屬性的rc參數(shù)axes也能控制坐標(biāo)軸的任意細(xì)節(jié)。坐標(biāo)軸常用的rc參數(shù)修改如下代碼所示。In6:x = np.linspace(0, 10, 1000)plt.plot(x, np.sin(x)plt.show()Out6:動態(tài)rc參數(shù)坐標(biāo)軸常用的rc參數(shù)In7:x = np.linspace(0, 10, 1000)plt.rcParamsaxes.edgeco

11、lor = b # 軸顏色設(shè)置為藍(lán)色plt.rcParamsaxes.grid = True # 添加網(wǎng)格plt.rcParamsaxes.spines.top = False # 去除頂部軸plt.rcParamsaxes.spines.right = False # 去除右側(cè)軸plt.rcParamsaxes.xmargin = 0.1 # x軸余留為區(qū)間長度的0.1倍plt.plot(x, np.sin(x)plt.show()Out7:動態(tài)rc參數(shù)坐標(biāo)軸常用的rc參數(shù)更多的坐標(biāo)軸常用的rc參數(shù)名稱、解釋、取值如下表所示。rc參數(shù)名稱解釋取值axes.facecolor背景顏色接收顏色簡

12、寫字符。默認(rèn)為“w”axes.edgecolor邊線顏色接收顏色簡寫字符。默認(rèn)為“k”axes.linewidth軸線寬度接收01的float。默認(rèn)為0.8axes.grid添加網(wǎng)格接收bool。默認(rèn)為Falseaxes.titlesize標(biāo)題大小接收“small”，“medium”，“l(fā)arge”。默認(rèn)為“l(fā)arge”axes.labelsize軸標(biāo)大小接收“small”，“medium”，“l(fā)arge”。默認(rèn)為“medium”axes.labelcolor軸標(biāo)顏色接收顏色簡寫字符。默認(rèn)為“k”axes.spines.left,bottom,top,tight添加坐標(biāo)軸接收bool。默認(rèn)為T

13、rueaxes.x,ymargin軸邊距接收float。默認(rèn)為0.05動態(tài)rc參數(shù)字體常用的rc參數(shù)由于默認(rèn)的pyplot字體并不支持中文字符的顯示，因此需要通過修改font.sans-serif參數(shù)來修改繪圖時的字體，使得圖形可以正常顯示中文。同時，由于修改字體后，會導(dǎo)致坐標(biāo)軸中負(fù)號“-”無法正常顯示，因此需要同時修改axes.unicode_minus參數(shù)。參數(shù)修改前后對比如下左圖和右圖所示。動態(tài)rc參數(shù)字體常用的rc參數(shù)除字體與符號編碼參數(shù)外，更多的字體常用rc參數(shù)名稱、接收、取值如下表所示。rc參數(shù)名稱解釋取值font.family字體族，每一個族對應(yīng)多種字體接收serif，sans-

14、serif，cursive，fantasy，monospace5種str。默認(rèn)為sans-seriffont.style字體風(fēng)格，正常或羅馬體及斜體接收normal(roman），italic，oblique這3種str。默認(rèn)為normalfont.variant字體變化接收normal或small-caps。默認(rèn)為normalfont.weight字體重量接收normal，bold，bolder，lighter這4種str，以及100，200，900。默認(rèn)為normalfont.stretch字體延伸接收ultra-condensed，extra-condensed，condensed，se

15、mi-condensed，normal，semi-expanded，expanded，extra-expanded，ultra-expanded，wider，and narrower這11種str。默認(rèn)為normalfont.size字體大小接收float。默認(rèn)為101分析特征關(guān)系常用圖形目錄Matplotlib繪圖基礎(chǔ)2分析特征內(nèi)部數(shù)據(jù)狀態(tài)常用圖形3小結(jié)4散點(diǎn)圖散點(diǎn)圖（Scatter Diagram）又稱為散點(diǎn)分布圖，是以利用坐標(biāo)點(diǎn)（散點(diǎn)）的分布形態(tài)反映特征間的相關(guān)關(guān)系的一種圖形。實(shí)際中一般使用二維散點(diǎn)圖，通過散點(diǎn)的疏密程度和變化趨勢表示兩個特征間關(guān)系。散點(diǎn)圖有以下3個特點(diǎn)。表現(xiàn)特征之間是否

16、存在數(shù)值或者數(shù)量的關(guān)聯(lián)趨勢，關(guān)聯(lián)趨勢是線性的還是非線性的。凸顯出離群點(diǎn)（異常點(diǎn)），及對整體的影響。數(shù)據(jù)量越大，能發(fā)揮的作用越好。pyplot模塊中使用scatter函數(shù)繪制散點(diǎn)圖，其使用語法如下。matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, *kwargs)散點(diǎn)圖scatte

17、r函數(shù)常用參數(shù)及其說明如下表所示。參數(shù)名稱說明x，y接收array。表示x軸和y軸對應(yīng)的數(shù)據(jù)。無默認(rèn)值s接收數(shù)值或者一維的array。指定點(diǎn)的大小，若傳入一維array則表示每個點(diǎn)的大小。默認(rèn)為Nonec接收顏色或者一維的array。指定點(diǎn)的顏色，若傳入一維array則表示每個點(diǎn)的顏色。默認(rèn)為Nonemarker接收特定str。表示繪制的點(diǎn)的類型，參照表 84。默認(rèn)為Nonealpha接收01的小數(shù)。表示點(diǎn)的透明度。默認(rèn)為None散點(diǎn)圖使用scatter函數(shù)繪制20002017年各季度的國民生產(chǎn)總值散點(diǎn)圖，如右圖所示。散點(diǎn)圖繪制20002017年第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)各季度的國民生產(chǎn)總值

18、散點(diǎn)圖，如右圖所示。折線圖折線圖（Line Chart）是將“散點(diǎn)”按照橫坐標(biāo)順序用線段依次連接起來的圖形。以折線的上升或下降，表示某一特征隨另外一特征變化的增減以及總體變化趨勢。一般用于展現(xiàn)某一特征隨時間的變化趨勢。pyplot模塊中使用plot函數(shù)繪制折線圖，其使用語法如下。matplotlib.pyplot.plot(*args, *kwargs)plot函數(shù)在官方文檔的語法中只要求填入不定長參數(shù)，實(shí)際可以填入的主要參數(shù)，如下表所示。參數(shù)名稱說明x，y接收array。表示x軸和y軸對應(yīng)的數(shù)據(jù)。無默認(rèn)值color接收特定str。指定線條的顏色。默認(rèn)為Nonelinestyle接收特定str

19、。指定線條類型，參照表 83。默認(rèn)為“-”marker接收特定str。表示繪制的點(diǎn)的類型，參照表 84。默認(rèn)為Nonealpha接收01的小數(shù)。表示點(diǎn)的透明度。默認(rèn)為None折線圖其中color參數(shù)的8種常用顏色的縮寫如下表所示。顏色縮寫代表的顏色顏色縮寫代表的顏色b藍(lán)色m品紅g綠色y黃色r紅色k黑色c青色w白色折線圖使用plot函數(shù)繪制20002017年各產(chǎn)業(yè)第一季度季度生產(chǎn)總值折線圖，如右圖所示。折線圖plot函數(shù)可以一次接收“多組”參數(shù)，同時繪制多條折線圖。向plot函數(shù)傳遞繪制第一個圖形的參數(shù)，用逗號分隔后繼續(xù)傳遞繪制第二個圖形的參數(shù)即可，繪制得到的圖形如下圖所示。1分析特征關(guān)系常用圖

20、形目錄Matplotlib繪圖基礎(chǔ)2分析特征內(nèi)部數(shù)據(jù)狀態(tài)常用圖形3小結(jié)4直方圖與條形圖直方圖直方圖（Histogram）又稱頻數(shù)直方圖，由一系列寬度相等、長度不等的長方形來展示特征的頻數(shù)情況。長方形的寬度表示組距（數(shù)據(jù)范圍的間隔），長度表示在給定間隔內(nèi)的頻數(shù)（或頻率）與組距的比值，以長方形的面積來表示頻數(shù)（或頻率）。由于分組數(shù)據(jù)具有連續(xù)性，直方圖的長方形通常是連續(xù)排列的。直方圖可以比較直觀地展現(xiàn)特征內(nèi)部數(shù)據(jù)，便于分析其分布情況。pyplot中使用hist函數(shù)繪制直方圖，其基本使用語法如下。matplotlib.pyplot.hist(x, bins=10, range=None, normed

21、=True, weights=None, cumulative=False, bottom=None, histtype=ubar, align=uleft, orientation=uvertical, rwidth=0.8, logmatplotlib.pyplot.hist(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype=bar, align=mid, orientation=vertical, rwidth=None, log=False, col

22、or=None, label=None, stacked=False, normed=None, hold=None, data=None, *kwargs)=False, color=None, label=None, stacked=False, hold=None)直方圖與條形圖直方圖hist函數(shù)常用參數(shù)及其說明如下表所示。參數(shù)名稱說明x接收array。表示x軸數(shù)據(jù)。無默認(rèn)值bins接收int或sequence。表示長方形條數(shù)。默認(rèn)為“auto”range接收tuple。篩選數(shù)據(jù)范圍。默認(rèn)為None（最小到最大的取值范圍）normed接收bool。表示選擇頻率圖還是頻數(shù)圖。默認(rèn)為True

23、rwidth接收01。表示長方形的寬度。默認(rèn)為None直方圖與條形圖直方圖為了較好的展示效果，使用生成服從標(biāo)準(zhǔn)正態(tài)分布的數(shù)據(jù)繪制直方圖，如下圖所示。直方圖與條形圖條形圖條形圖（Bar Chart）也是由一系列寬度相等、高度不等的長方形來展示特征的頻數(shù)情況。但條形圖主要展示分類數(shù)據(jù)，一個長方形代表特征的一個類別，長度代表該類別的頻數(shù)，寬度沒有數(shù)學(xué)意義。相較于面積，肉眼對于高度要敏感許多，故能很好顯示數(shù)據(jù)間的差距。條形圖不同類別之間是有空隙的。pyplot中使用bar函數(shù)繪制條形圖，其基本使用語法如下。matplotlib.pyplot.bar(*args, *kwargs)bar函數(shù)在官方文檔中

24、只要求輸入不定長參數(shù)，但其主要參數(shù)如下表所示。參數(shù)名稱說明x接收array。表示x軸的位置序列。無默認(rèn)值height接收array。表示x軸所代表數(shù)據(jù)的數(shù)量（長方形長度）。無默認(rèn)值width接收01之間的float。指定直方圖寬度。默認(rèn)為0.8color接收特定str或者包含顏色字符串的array。表示直方圖顏色。默認(rèn)為None直方圖與條形圖條形圖使用bar函數(shù)繪制2017年第一季度各產(chǎn)業(yè)國民生產(chǎn)總值條形圖，如下圖所示。餅圖餅圖（Pie Graph）用于表示不同類別的占比情況，通過弧度大小來對比各種類別。餅圖通過將一個圓餅按照類別的占比劃分成多個區(qū)塊，整個圓餅代表數(shù)據(jù)的總量，每個區(qū)塊（圓?。┍?/p>

25、示該分類占總體的比例大小。餅圖可以比較清楚地反映出部分與部分、部分與整體之間的比例關(guān)系，易于每個類別相對于總數(shù)的大小。但因?yàn)閷τ诿娣e大小的不敏感，某些情況下效果不是很好。pyplot模塊中使用pie函數(shù)繪制餅圖，其使用語法如下。matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgepro

26、ps=None, textprops=None, center=(0, 0), frame=False, hold=None, data=None)餅圖pie函數(shù)常用參數(shù)及其說明如下表所示。參數(shù)名稱說明x接收array。表示用于繪制餅圖的數(shù)據(jù)。無默認(rèn)值explode接收array。表示指定項(xiàng)離餅圖圓心為n個半徑。默認(rèn)為Nonelabels接收array。指定每一項(xiàng)的名稱。默認(rèn)為Nonecolor接收特定str或者包含顏色字符串的array。表示餅圖顏色。默認(rèn)為Noneautopct接收特定str。指定數(shù)值的顯示方式。默認(rèn)為Nonepctdistance接收float。指定每一項(xiàng)的比例和距離餅圖

27、圓心n個半徑。默認(rèn)為0.6labeldistance接收float。指定每一項(xiàng)的名稱和距離餅圖圓心n個半徑。默認(rèn)為1.1radius接收float。表示餅圖的半徑。默認(rèn)為1餅圖繪制2000年與2016年產(chǎn)業(yè)結(jié)構(gòu)餅圖，展示17年來產(chǎn)業(yè)結(jié)構(gòu)變化，如下圖所示。箱線圖箱線圖（Box Plot）又稱箱須圖，是利用數(shù)據(jù)中的最小值、上分位數(shù)、中位數(shù)、下四分位數(shù)與最大值這5個統(tǒng)計(jì)量來描述連續(xù)型特征變量的一種方法。它也可以粗略地看出數(shù)據(jù)是否具有對稱性，分布的分散程度等信息，特別可以用于對幾個樣本的比較。箱線圖的構(gòu)成與含義如下圖所示。箱線圖箱線圖的上邊緣為最大值，下邊緣為最小值，但范圍不超過盒型各端加1.5倍IQR（四分位距，即上四分位數(shù)與下四分位數(shù)的極差）的距離。超出上下邊緣的值即視為異常值。pyplot模塊中使用boxplot函數(shù)繪制箱線圖，其基本使用語法如下。matplotlib.pyplot.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, b