matplotlib是一个python 2D绘图库,利用它可以画出许多高质量的图像。只需几行代码即可生成直方图,条形图,饼图,散点图等。
Matplotlib可用于Python脚本,Python和IPython shell,Jupyter笔记本,Web应用程序伺服器和四个图形用户界面工具包。希望本文能帮助大家了解如何将matplotlib用于自己的可视化。
Matplotlib是整个包,pyplot是Matplotlib中的一个模块,并且pylab是一个安装在一起的模块。
pylab和pyplot的区别是,前者将numpy导入了其命名空间中,这样会使pylab表现的和matlab更加相似。现在来说我们经常使用pyplot,因为pyplot相比pylab更加纯粹。
numpy,pandas?
matplotlib是可视化的表达,那么在图形的绘制中肯定会涉及一些数据处理。pandas和numpy则是python中最好用的两个数据分析库,使用它们,能够解决超过90%的数据分析问题。
- matplotlib 绘图上手 -
如果你还没有安装 Python 环境,那么推荐你安装 Anaconda,对于上手 Python 来说更加简单,不容易出差错。Anaconda 的安装教程网上很多,找到对应版本客户端安装即可。安装好后,即可在终端(cmd)安装核心库 Matplotlib。
安装 Matplotlib
python -m pip install matplotlib
然后打开 Jupyter Notebook(安装好 Anaconda 后,Jupyter 也已装好,在应用窗口中可以找到),我们就可以直接上手了。
图的构成
以上图片来自matplotlib官网,它向我们展示了matplotlib的图的构成元素。
大多数元素都比较好理解:
坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)......
01 title设置
import matplotlib.pyplot as plt plt.title("title")#括弧当中输入标题的名称 plt.show()
如果title是中文,matplotlib会乱码,这时需要加上下面这段代码:
plt.rcParams[font.sans-serif]=[SimHei]
02 Figure对象
在matplotlib中,整个图像为一个Figure对象。在Figure对象中可以包含一个或者多个Axes对象。每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域。
plt.figure(figsize=(6, 3)) plt.plot(6, 3) plt.plot(3, 3 * 2) plt.show()
03 坐标轴及标签
plt.xlim(0,6) #x轴坐标轴 plt.ylim((0, 3))#y轴坐标轴 plt.xlabel(X)#x轴标签 plt.ylabel(Y)#y轴标签 plt.show()
如果需要将数字设为负数,也可能出现乱码的情况,这时候可以加下面的代码:
plt.rcParams[axes.unicode_minus]=False
04 设置label和legend
设置 label 和 legend 的目的就是为了区分出每个数据对应的图形名称,legend的loc参数用于设置图例位置。
plt.plot(2, 3, label="123")#第一个label plt.plot(2, 3* 2, label="456")#第二个label plt.legend(loc=best)#图列位置,可选best,center等 plt.show()
05 添加注释
有时候我们需要对特定的点进行标注,我们可以使用 plt.annotate 函数来实现:
s: 注释信息内容
arrowprops:设置指向箭头的参数
x=np.linspace(0,10,200)#从0到10之间等距产生200个值 y=np.sin(x)
plt.plot(x,y,linestylex=:,color=b) plt.annotate(s=标记点,xy=(3,np.sin(3)),xytext=(4,-0.5),weight=bold,color=b,arrowprops=dict(arrowstylex=-|>,color=k)) plt.show()
05 使用子图
如果需要将多张子图展示在一起,可以使用 subplot() 实现。即在调用 plot()函数之前需要先调用 subplot() 函数。该函数的第一个参数代表子图的总行数,第二个参数代表子图的总列数,第三个参数代表活跃区域。
ax1 = plt.subplot(2, 2, 1) plt.plot(x,np.sin(x), k)
ax2 = plt.subplot(2, 2, 2, sharey=ax1) # 与 ax1 共享y轴 plt.plot(x, np.cos(x), g)
ax3 = plt.subplot(2, 2, 3) plt.plot(x,x, r)
ax4 = plt.subplot(2, 2, 4, sharey=ax3) # 与 ax3 共享y轴 plt.plot(x, 2*x, y)
- matplotlib 绘图 -
matplotlib画图可以总结为3个步骤:获取数据——画出基本图形——设置细节。获取的数据一般包括横坐标和纵坐标的数据,这个数据可以是读取的,也可以自己生成,本文为了方便演示,使用numpy和pandas生成随机数。
matplotlib所提供的图形非常丰富,除了基本的柱状图、饼图、散点图等,还提供了极坐标图、3D图等高级图形,并且你可以自由选择和组合。每个图形函数下都有许多参数可设置,matplotlib提供的不仅仅是图形,还有更为精细的图像表达,你可以通过细节的设置来丰富你的可视化。
01 bar
柱状图
生成一个单系列的柱状图比较简单,只要确定x轴及y轴的数据,利用bar()函数就能生成:
x = np.arange(10) y = np.random.randint(0,20,10) plt.bar(x, y) plt.show()
除了单系列柱状图,matplotlib还提供了其它类型的柱状图,如多系列柱状图,堆叠图,水平向的条纹图等。plt.plot()适用于基本图表的绘制,kind可选类型有线形图、柱状图、密度图、堆叠图、面积图等,以横纵坐标两个维度为主。grid是显示网格,colormap是颜色展示,括弧中可填颜色参数,如不填则会展示默认颜色。
# 多系列柱状图 df = pd.DataFrame(np.random.rand(10, 3), columns = [a, b, c]) df.plot(kind = bar, grid = True, colormap = summer_r)
想要实现堆叠效果,一定要加上stacked=true,否则输出图形就是一般的柱状图。
# 多系列堆叠图 df.plot(kind = bar, grid = True, colormap = Blues_r, stacked = True)
水平向的条形图调用的是barh():
# 水平向 df.plot.barh( grid = True, colormap = BuGn_r)
与垂直柱状图一样,如果想要柱状图实现堆叠效果,则加上:stacked=true
02 scatter
散点图
绘制散点图,主要用到plt.scatter()这个函数。
x,y是必填参数;
c(颜色:b--blue, c--cyan,g--green,k--black,m--magenta,r--red,w--white,y--yellow);
s:控制点的大小,默认为20);
marker:指定散点图点的形状,默认为圆形;
alpha:指定对象的透明度;
......
绘制简单的散点图:
x = np.random.rand(10) y = np.random.rand(10) plt.scatter(x,y) plt.show()
进行简单的一些参数设置:
x = np.random.rand(50) y = np.random.rand(50) colors = np.random.rand(50) s = (30 * np.random.rand(n))**2 plt.scatter(x, y,s, c=colors, alpha=0.5) plt.show()
散点矩阵图scatter_matrix,diagonal = 为每个指标的频率图,有kde及hist两个参数可选;range_padding 是图像在x轴,y轴原点附近的留白,值越大,图像离坐标原点的距离越大。
df = pd.DataFrame(np.random.randn(100, 4), columns = list(abcd)) pd.scatter_matrix(df, figsize = (8,6),marker = o,diagonal = kde,alpha = 0.4,range_padding = 0.05)
03 pie
饼图
matplotlib中饼图的实现用的是pie()函数,必须输入的参数是饼图每个部分的值。 x = np.random.randint(1, 10, 3) plt.pie(x) plt.show()
部分参数解释:
使用labels为饼图加标签;
autopct 控制饼图内百分比设置
%1.1f指小数点前后位数(没有用空格补齐),
shadow是在饼图下画一个阴影,False即不画
sizes = [2,5,12] labels = [娱乐,育儿,饮食] plt.pie(sizes,labels=labels,autopct=%1.1f%%,shadow=False,startangle=100) plt.show()
04 直方图hist
直方图绘制为hist()函数,参数如下:
data:必选参数,绘图数据
bins:直方图的长条形数目,可选项,默认为10
normed:是否将得到的直方图向量归一化,可选项,默认为0,代表不归一化,显示频数。normed=1,表示归一化,显示频率。
facecolor:长条形的颜色
edgecolor:长条形边框的颜色
alpha:透明度
s = pd.Series(np.random.randn(1000)) s.hist(bins = 20,histtype = bar,align = mid,orientation = vertical,alpha = 0.5,normed = True)
密度图,加上:
s.plot(kind = kde, style = k--)
柱状图能够实现堆叠,直方图也能实现堆叠,重点语句同样是stacked = True
df = pd.DataFrame({a:np.random.randn(500) + 1, b:np.random.randn(500), c:np.random.randn(500) - 1, d:np.random.randn(500)}, columns = list(abcd)) df.plot.hist(stacked = True,bins = 10,colormap = Blues_r,alpha = 0.5,grid = True)
05 polar
极坐标图
matplotlib的pyplot子库提供了绘制极坐标图的方法。在调用subplot()创建子图时通过设置projection=polar,便可创建一个极坐标子图,然后调用plot()在极坐标子图中绘图。
ax1 = plt.subplot(121, projection=polar)
部分参数意义:
theta:角度数据
radii :极径数据
theta_direction方法用于设置极坐标的正方向
theta_zero_location方法用于设置极坐标0°位置,0°可设置在八个位置,分别为N, NW, W, SW, S, SE, E, NE
thetagrids方法用于设置极坐标角度网格线显示
theta_offset方法用于设置角度偏离
极区图:
N = 20 theta = np.linspace(0, 2 * np.pi, N, endpoint = False) radii = 10 * np.random.rand(N) width = np.pi / 4 * np.random.rand(N)
ax = plt.subplot(111, projection = polar) bars = ax.bar(theta, radii, width = width, bottom = 0.0)
极散点图:
theta = np.arange(0,2*np.pi, np.pi/4) # 数据角度 r = np.arange(1,9,1) #数据极径 area = 100*np.arange(1,9,1) # 数据散点面积 colors = theta ax2 = plt.subplot(111,projection=polar) ax2.scatter(theta, r, c=colors, s=area, cmap=hsv, alpha =0.75)
06 boxplot
箱型图
绘制箱线图,用plt.boxplot()这个函数。箱型图是利用数据中的五个统计量:最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法。它也可以粗略地看出数据是否具有有对称性,分布的分散程度等信息,特别可以用于对几个样本的比较。
部分参数:sym:异常值的形状 ;whis:用于调节上下垂直线的长度
生成单个箱型图:
np.random.seed(100)#生成随机数 data=np.random.normal(size=1000,loc=0,scale=1) plt.boxplot(data,sym=o,whis=1.5) plt.show()
多个箱型图:
np.random.seed(100)#生成随机数 data=np.random.normal(size=(1000,4),loc=0,scale=1) #1000个值得4维数组 lables = [A,B,C,D] plt.boxplot(data,labels=lables) plt.show()
箱型图也可以是横向的,加上vert=False即可:
07 heatmap
热图
热图是数据分析的常用方法,通过色差、亮度来展示数据的差异、易于理解。matplotlib中生成热图是调用的函数imshow()。
X = [[1,2],[3,4],[5,6]] plt.imshow(X) plt.show()
增加颜色类标的代码是plt.colorbar():
-可视化控制-
前面我们用matplotlib绘制了许多不同类型的图像,对于基本的数据分析已经完全掌握。但在一些细节的调节、颜色、美观度上我们没有做过多强调,matplotlib所提供的不仅仅是图形的基本绘制,它也提供了让图像展示更精细的工具。
颜色表示
八种内件颜色缩写: b:blue g:green r:red c:cyan m:magenta y:yellow k:black w:white
先用numpy生成四条线,再对四条线的颜色进行设置:
import numpy as np import pandas as pd import matplotlib.pyplot as plt y=np.arange(1,5)
01 简单颜色展示
plt.plot(y,color=b)
02 灰色度
plt.plot(y+1,color=0.5) #灰色 程度为0.5
03 十六进位颜色表示
十六进位颜色代码可通过百度颜色代码(对照表查找)
plt.plot(y+2,color=#FFEC8B)
04 RGB 表示
此时注意要将R,G,B每个值除以255,使其属于0~1之间,如下为红色:
plt.plot(y+3,color=(1,0,0))
效果图:
点、线样式
01 四种线型
plt.plot(y,-) #实线 plt.plot(y+1,--)#虚线 plt.plot(y+2,-.)#点划线 plt.plot(y+3,:)#点线
02 点样式
plt.plot(y,o) plt.plot(y+1,D) plt.plot(y+2,^) plt.plot(y+3,p)
指定marker时,会画出线段:
plt.plot(y,marker=o) plt.plot(y+1,marker=D)
03 样式字元串
将颜色,点型,线型写成一个字元串,如:gx:,mo--等
plt.plot(y,gx:) plt.plot(y+1,mo--) plt.plot(y+2,bp-)
保存图片
plt.savefig() # 保存
关于 matplotlib,基本的图形绘制到这里就差不多了,虽然只是最常规的图形,但是足够让你开始尝试探索数据,快速绘图并获得分析结果。
探索性数据分析的路很长,但开始足够简单,去创造属于你的图形吧。
更多关于数据科学方向的知识干货,欢迎关注我们的公众号「DC黑板报」,回复「1」即可领取数据资料包