2018-11-19 16:27:51 qq_39212740 阅读数 48

在数据整理的时候很多时候用到画图表达,我们可以利用Python这个工具将数据可视化表达,显得更加清晰,而且方便好用,等到学到机器学习的时候回,可以用来监督学习的输出,作为预测结果,所以学习这部分可视化表达数据非常有必要。
#引入第三方库matplotlib中的pyplot,并在random模块中引入随机函数,接着创建一个生成随机数的类,即为RandomWalk,生成5000个随机数,并且假设x 和y 的初始值为0。
设置x轴的方向值为1和-1.向右的值是1,向左为-1,x走的步长为方向乘上距离,向左和向右走的步长就是每一次移动的距离.设置包含走的距离包含0的意思是点不仅可以在x轴上移动,也可以在y轴上进行移动。如果x_step 为正,将向右移动,为负将向左移动,而为零将垂直移动;如果y_step 为正,就意味着向上移动,为负意味着向下移动,而为零意味着水平移动。如果x_step 和y_step 都为零,则意味着原地踏步,我们拒绝这样的情况,接着执行下一次循环。
import matplotlib.pyplot as plt
from random import choice
class RandomWalk():
def init(self,num_points=5000):
self.num_points=num_points
self.x_values=[0]
self.y_values=[0]
def fill_walk(self):
while len(self.x_values)<self.num_points:
x_direction=choice([1,-1])
x_distance=choice([0,1,2,3,4])
x_step=x_directionx_distance
y_direction=choice([1,-1])
y_distance=choice([0,1,2,3,4])
y_step=y_direction
y_distance
if x_step0 and y_step0:
continue
next_x=self.x_values[-1]+x_step
next_y=self.y_values[-1]+y_step
self.x_values.append(next_x)
self.y_values.append(next_y)

while True:

  1. rw=RandomWalk(50000)
  2. rw.fill_walk()
    3.plt.figure(dpi=128,figsize=(10,6))
  3. point_numbers=list(range(rw.num_points))
    5.plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,s=15)
    6.plt.scatter(0,0,c=‘green’,edgecolors=‘none’,s=100)
    7.plt.scatter(rw.x_values[-1],rw.y_values[-1],c=‘red’,edgecolor=‘none’,s=100)
  4. plt.axes().get_xaxis().set_visible(False)
    9.plt.axes().get_yaxis().set_visible(False)
    10.plt.show()
  5. keep_running=input(“make another walk?:”)
  6. if keep_running==‘n’:
    break
    这里的一些参数有可能不是很清晰,我这里逐一解释一下。
    将之前创建的RandomWalk类赋值给rw,rw.fill_walk()取自类中的函数,3指的是绘制屏幕的像素128,大小为一个元组,代表长和宽。
    4中使用了range() 生成了一个数字列表,其中包含的数字个数与漫步包含的点数相同。接下来,我们将这个列表存储在point_numbers 中,以便后面使用它来设置每个漫步点的颜色。我们将参数c 设置为point_numbers ,指定使用颜色映射Blues ,并传递实参edgecolor=none 以删除每个点周围的轮廓。最终的随机漫步图从浅蓝色渐变为深蓝色。注:colormap是颜色映射,我们将使用颜色映射来指出漫步中各点的先后顺序,并删除每个点的黑色轮廓(edgecolor=‘none’),让它们的颜色更明显。为根据漫步中各点的先后顺序进行着色,我们传递参数c ,并将其设置为一个列表,其中包含各点的先后顺序。由于这些点是按顺序绘制的,因此给参数c 指定的列表只需包含数字1~5000。
    7和6主要是为了突出显示起点和终点,9和8为了隐藏x,y轴。
    11和12设置循环漫步,如果关闭漫步的窗口,如果输入为‘n’,则退出漫步,如果为其他则继续生成随机漫步图。

可以尝试利用plot代替scatter,生成花粉在水面上受到水分子挤压的运动路径。

2019-05-30 14:15:03 opp003 阅读数 84

Seaborn是一个用Python制作统计图形的库。 它建立在matplotlib之上,并与pandas数据结构紧密集成,功能强大到无法想象。

本文主要使用一下几种函数绘图:

  1. displot:灵活绘制单变量观测分布
  2. boxplot:绘制箱型图
  3. countplot:使用条形显示每个分类箱中的观察计数
  4. jointplot:用双变量和单变量图绘制两个变量的图
  5. pairplot:绘制数据集中的成对关系
  6. relplot:绘制关系图
  7. scatterplot:绘制具有多个语义分组可能性的散点图
  8. regplot:线性回归模型拟合图
  9. catplot:绘制分类图
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

1.单变量分析

单变量分布可视化是通过将单变量数据进行统计从而实现画出概率分布的功能,同时概率分布有直方图与概率分布曲线两种形式。利用displot()对单变量分布画出直方图(可以取消),并自动进行概率分布的拟合(也可以使用参数取消)。

sns.set_style('darkgrid')
x = np.random.randn(200)
sns.distplot(x);

 

sns.distplot(x,hist = False);

#boxplot绘制单变量箱型图
tips = sns.load_dataset("tips")
ax = sns.boxplot(x=tips["total_bill"])

 

#绘制数量统计图
titanic = sns.load_dataset("titanic")
ax = sns.countplot(x="class", data=titanic)

 

2.双变量分布

双变量分布通俗来说就是分析两个变量的联合概率分布和每一个变量的分布。

import pandas as pd
mean, cov = [0, 1], [(1, .5), (.5, 1)]
data = np.random.multivariate_normal(mean, cov, 200)
df = pd.DataFrame(data, columns=["x", "y"])
sns.jointplot(x="x", y="y", data=df);

# 同样可以使用曲线来拟合分布密度
sns.jointplot(x="x", y="y", data=df, kind="kde");

我们可以将某一个想要观测的类别,按照指定字段分类统计总数分布:

ax = sns.countplot(x="class", hue="who", data=titanic)

3.数据集中成对双变量分析

对于数据集有多个变量的情况,如果每一对都要画出相关关系可能会比较麻烦,利用Seaborn可以很简单的画出数据集中每个变量之间的关系。

iris = sns.load_dataset("iris")
sns.pairplot(iris);    # 对角线化的是单变量的分布

 

4.双变量-三变量散点图

统计分析是了解数据集中的变量如何相互关联以及这些关系如何依赖于其他变量的过程,有时候在对数据集完全不了解的情况下,可以利用散点图和连线图对其进行可视化分析,这里主要用到的函数是relplot函数。

tips = sns.load_dataset("tips")
sns.relplot(x="total_bill", y="tip", data=tips);

 

# 除了画出双变量的散点图外,还可以利用颜色来增加一个维度将点分离开
sns.relplot(x="total_bill", y="tip", hue="smoker", data=tips);

 

 

# 为了强调数据之间的差异性,除了颜色也可以使用图形的不同来分类数据点(颜色和形状互相独立)
sns.relplot(x="total_bill", y="tip", hue="smoker", style="smoker",data=tips);

也可用scatterplot方法实现同样的功能:

ax = sns.scatterplot(x="total_bill", y="tip", hue="smoker", style="smoker", data=tips)

但是scatterplot功能更加强大,可以通过修改style参数,实现更多参数同时显示效果:

#实现四个参数同时展示
ax = sns.scatterplot(x="total_bill", y="tip", hue="smoker", style="time", data=tips)

5.双变量-三变量连续图

为了进行数据分析,除了散点图,同样可以使用连续的线形来描述变化趋势。

df = pd.DataFrame(dict(time=np.arange(500),value=np.random.randn(500).cumsum()))
sns.relplot(x="time", y="value", kind="line", data=df);

 

# 可以选择不对x进行排序,仅仅需要修改sort参数即可
df = pd.DataFrame(np.random.randn(500, 2).cumsum(axis=0), columns=["x", "y"])
sns.relplot(x="x", y="y", sort=False, kind="line", data=df);

 

# 为了使线形更加的平滑可以使用聚合功能,表示对x变量的相同值进行多次测量,取平均,并取可信区间
fmri = sns.load_dataset("fmri")
plt.figure();
sns.relplot(x="timepoint", y="signal", kind="line", data=fmri);
plt.figure();
sns.relplot(x="timepoint", y="signal",estimator=None,kind="line", data=fmri);

 

 

# 同时也可以使用颜色来区别不同种类
sns.relplot(x="timepoint", y="signal", hue="event", kind="line", data=fmri);
# 也可以使用样式来区分,这里不加赘述

 

 

6.简单线性拟合

seaborn的目标是通过可视化快速简便地探索数据集,因为这样做比通过统计探索数据集更重要。用统计模型来估计两组噪声观察之间的简单关系可能会非常有用,因此就需要用简单的线性来可视化。

线性模型可视化

主要用regplot()进行画图,这个函数绘制两个变量的散点图,x和y,然后拟合回归模型并绘制得到的回归直线和该回归一个95%置信区间。

sns.set_style('darkgrid')
sns.regplot(x="total_bill", y="tip", data=tips);

 

拟合不同类型的模型

线性模型对某些数据可能适应不够好,可以使用高阶模型拟合。

anscombe = sns.load_dataset("anscombe")
sns.regplot(x="x", y="y", data=anscombe.query("dataset == 'II'"),ci=None);

# 利用order2阶模型来拟合
sns.regplot(x="x", y="y", data=anscombe.query("dataset == 'II'"),ci=None,order = 2);

# 如果数据中有明显错误的数据点可以进行删除
sns.regplot(x="x", y="y", data=anscombe.query("dataset == 'III'"),ci=None);
plt.figure()
sns.regplot(x="x", y="y", data=anscombe.query("dataset == 'III'"),ci=None,robust = True);

 

7.类型数据特殊绘图

我们之前学习了如何使用散点图和回归模型拟合来可视化两个变量之间的关系。但是,如果感兴趣的主要变量之一类别的,那该怎么办?在这种情况下,散点图和回归模型方法将不起作用,就需要利用专门的分类可视化函数进行拟合。

注:画图函数分为两种形式: 底层的类似于scatterplot(),swarmplot()来分别实现功能
高层的类似于catplot()通过修改参数来实现上面底层的功能

分类散点图

可以使用两种方法来画出不同数据的分类情况,第一种是每个类别分布在对应的横轴坐标上,而第二种是为了展示出数据密度的分布从而将数据产生少量随即抖动进行可视化的方法。

# 微小抖动来展示出数据分布
sns.catplot(x="day", y="total_bill", data=tips);

 

# 利用jitter来控制抖动大小或者是否抖动
sns.catplot(x="day", y="total_bill", jitter = False,data=tips);

 

# 同时可以使用swarm方法来使得图形分布均匀
sns.catplot(x="day", y="total_bill", kind="swarm", data=tips);

# 值得注意的是,与上面的scatter相同,catplot函数可以使用hue来添加一维,但是暂不支持style
sns.catplot(x="day", y="total_bill", hue="sex", kind="swarm", data=tips);

 

分类分布图

随着数据的增加,分类数据的离散图更为复杂,这时候需要对每类数据进行分布统计。这里同样使用高级函数catplot()。

# 箱线图
# 显示了分布的三个四分位数值以及极值
sns.catplot(x="day", y="total_bill", kind="box", data=tips);

#使用boxplot实现多维箱型图分析
ax = sns.boxplot(x="day", y="total_bill", data=tips)

../_images/seaborn-boxplot-2.png

# 同样可以使用hue来增加维度
sns.catplot(x="day", y="total_bill", hue="smoker", kind="box", data=tips);

# 小提琴图事实上是密度图和箱型图的结合
# 分别表示箱型图的含义和任意位置的概练密度
sns.catplot(x="day", y="total_bill", hue="time",kind="violin", data=tips);

 

分类估计图

如果我们更加关心类别之间的变化趋势,而不是每个类别内的分布情况,同样可以使用catplot来进行可视化。

# 条形图,利用bar来画出每个类别的平均值
# 黑色表示估计区间
titanic = sns.load_dataset("titanic")
sns.catplot(x="sex", y="survived", hue="class", kind="bar", data=titanic);

 

# 如果更加关心的是类别的数量而不是统计数据的话可以使用count
sns.catplot(x="deck", kind="count", data=titanic);

 

参考文章:

https://zhuanlan.zhihu.com/p/40303932

https://seaborn.pydata.org/api.html

 

2019-09-29 14:47:16 weixin_44123362 阅读数 125

什么是数据可视化?

数据可视化指的是通过可视化表示来探索数据,它与数据挖掘紧密相关,而数据挖掘指的是使用代码来探索数据集的规律和关联。

使用的工具

matplotlib(数学绘图库)、Pygal包

matplotlib画廊

可以访问http://matplotlib.org/的示例画廊。单击画廊中的图表,就可以查看用于生成图表的代码。

绘制简单的折线图:

# coding:utf-8
#允许注释中存在中文
#绘制折线
import matplotlib.pyplot as plt

input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.plot(input_values, squares, linewidth=5)#线条粗细

#设置图表标题,并给坐标轴加上标签
plt.title("Square Numbers", fontsize=24)#文字大小
plt.xlabel("Values", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

#设置刻度标记的大小
plt.tick_params(axis='both', labelsize=14)

plt.show()

在这里插入图片描述

使用scatter()绘制散点图并设置其格式

# coding:utf-8
#允许注释中存在中文
#绘制多个点
import matplotlib.pyplot as plt

x_values = list(range(1, 1001))
y_values = [x**2 for x in x_values]
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolor='none', s=40)#绘制单个点,s为绘制的点的尺寸
"""
默认为蓝色点和黑色轮廓
edgecolor='none'可以删除点的轮廓
这里也可以自定义颜色,c='red'或者使用RGB颜色模式,将其设置为一个元组,
c=(0,0,0.8),包含三个0~1之间的小数值,分别表示红色、绿色、蓝色
也可以使用颜色映射,它们从起始颜色渐变到结束颜色,
我们将参数c设置成了一个y值列表,并使用参数cmap告诉pyplot使用哪个颜色映射
"""

#设置图表标题,并给坐标轴加上标签
plt.title("Square Numbers", fontsize=24)#文字大小
plt.xlabel("Values", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

#设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
#设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])

#自动保存图表到当前目录下
plt.savefig('squares_plot.png', bbox_inches='tight')

plt.show()

在这里插入图片描述
在这里插入图片描述

自动保存图表

plt.savefig('squares_plot.png;  bbox_inches='tight')

第一个实参指定要以什么样的文件名保存图表,这个文件将保存在scatter_squares.py所在的目录中,第二个实参指定将图表多余的空白区域裁剪掉。如果要保留空白区域,可省略第二个实参。

2017-10-30 09:57:19 u014702332 阅读数 2533

前言:写得比较粗浅,后面会对数据分析专题进行深入,做数据可视化的时候发现没有数据来源,接下来要准备爬虫的教程了.

安装环境matplotlib

个人前面也说了强烈建议使用Pycharm作为Python初学者的首选IDE,主要还是因为其强大的插件功能,很多环境都能一键安装完成,像本文的matplotlib,numpy,requests等。
下面直接上效果图:

绘制简单的折丝图

使用plot来绘制折线

import matplotlib.pyplot as plt

# 绘制折线图
squares = [1, 4, 9, 16, 25]
# plt.plot(squares, linewidth=5)  # 指定折线粗细,
# #plt.show();
#
# #修改标签文字和线条粗细
# plt.title("squre number", fontsize=24)
# plt.xlabel("Value", fontsize=14)
# plt.ylabel("square of value", fontsize=14)
# plt.tick_params(axis='both', labelsize=14)
# plt.show()

# 校正图形
input_values = [1, 2, 3, 4, 5]
plt.plot(input_values, squares, linewidth=5)
plt.show()

折线图1.png
生成的效果图:

使用scatter绘制散点图并设置样式

import matplotlib.pyplot as plt

# 简单的点
# plt.scatter(2, 4)
# plt.show()
#
# # 修改标签文字和线条粗细
plt.title("squre number", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("square of value", fontsize=14)

#设置刻度标记大小
plt.tick_params(axis='both', which='major', labelsize=14)


# 绘制散点
x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
plt.scatter(x_values, y_values, s=100)
plt.show()

scatter绘制散点.png

自动计算数据


import matplotlib.pyplot as plt

x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
# y_values = [x * x for x in x_values]
# y_values = [x ^ 2 for x in x_values]

plt.scatter(x_values, y_values, s=40)

# 坐标轴的取值范围
# plt.axis(0, 1100, 0, 1100000)  # 依次是xmin xmax,ymin,ymax

plt.show()

自动计算效果图.png

随机漫步


import matplotlib.pyplot as ply

from random import choice


class RandomWalk():
    def __init__(self, num_points=5000):
        self.num_points = num_points

        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):

        # 不断走,直到达到指定步数

        while len(self.x_values) < self.num_points:

            # 决定前进方向以及沿这个方向前进的距离

            x_direction = choice([1, -1])
            x_distance = choice([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
            x_step = x_direction * x_distance

            y_direction = choice([1, -1])
            y_distance = choice([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
            y_step = y_direction * y_distance

            # 不能原地踏步

            if x_step == 0 and y_step == 0:
                continue

            next_x = self.x_values[-1] + x_step
            next_y = self.y_values[-1] + y_step

            self.x_values.append(next_x)
            self.y_values.append(next_y)


rw = RandomWalk()
rw.fill_walk()
ply.scatter(rw.x_values, rw.y_values, s=15)
ply.show()

效果图

随机漫步图.png

使用Pygal模拟掷骰子

pygal能够绘制的图形可以访问pygal介绍

pygal绘图.png

环境安装,直接在Pycharm上安装插件。

import pygal

from random import randint


class Die():
    def __init__(self, num_sides=6):
        self.num_sides = num_sides;

    def roll(self):
        # 返回一个位于1和骰子面数之间的随机值
        return randint(1, self.num_sides)


die = Die()
results = []

# 掷100次骰子,并将结果放在列表中。
for roll_num in range(10):
    result = die.roll()
    results.append(str(result))

print(results)

# 分析结果
frequencies = []
for value in range(1, die.num_sides + 1):
    frequency = results.count(value)
    frequencies.append(frequency)

print(frequencies)

# 对结果进行可视化
hist = pygal.Box()

hist.title = "result of rolling one D6 1000 times"
hist.x_labels = ['1', '2', '3', '4', '5', '6']
hist.x_title = "Result"
hist.y_title = "frequency of result"

hist.add('D6', frequencies)
hist.render_to_file('die_visual.svg')

使用Web API

1.1安装requests

这个可以直接在Pycharm中安装插件,非常方便。

1.2处理API响应

import requests

# 执行api调用并存储响应

url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'
r = requests.get(url)
print("Status code:", r.status_code)

# 将api响应存储在一个变量中
response_dic = r.json()

# 处理结果
print(response_dic.keys())


得到结果:
Status code: 200
dict_keys(['total_count', 'incomplete_results', 'items'])

1.3处理响应字典


# 将api响应存储在一个变量中
response_dic = r.json()

# 处理结果
print(response_dic.keys())

print("Total repositories:", response_dic['total_count'])

repo_dics = response_dic['items']
print("repositories returned:" + str(len(repo_dics)))

# 研究一个仓库
repo_dic = repo_dics[0]
print("\nKeys:", str(len(repo_dic)))

# for key in sorted(repo_dic.keys()):
#     print(key)


print("Name:", repo_dic['name'])
print("Owner:", repo_dic['owner']['login'])
print("Starts:", repo_dic['stargazers_count'])
print("Repository:", repo_dic['html_url'])
print("Created:", repo_dic['created_at'])
print("Updated:", repo_dic['updated_at'])
print("Description:", repo_dic['description'])


得到结果:

Total repositories: 2061622
repositories returned:30

Keys: 71
Name: awesome-python
Owner: vinta
Starts: 40294
Repository: https://github.com/vinta/awesome-python
Created: 2014-06-27T21:00:06Z
Updated: 2017-10-29T00:50:49Z
Description: A curated list of awesome Python frameworks, libraries, software and resources
2020-01-03 11:17:03 qq_40676033 阅读数 7

一. Matplotlib 基本概念

Matplotlib是python的一个数据可视化工具库。

特点:专门用于开发2D图表(包括3D图表), 操作简单。

可视化是在整个数据挖掘的关键辅助工具,可以清晰的理解数据,从而调整我们的分析方法。

二. Matplotlib三层结构

三层结构

三. Matplotlib 基本使用

1. 折线图

import matplotlib.pyplot as plt
# 图形显示设置
%matplotlib inline   
 
# 绘制画布-容器层  figsize: 画布长宽属性   dpi: 图象的清晰度
plt.figure(figsize=(16,8), dpi=60)
 
# 绘制折线图-图象层
plt.plot([1,2,3,4,5,6], [22,19,18,25,27,19])
 
# 显示图象
# plt.show()
 
# 保存图象 -注:plt.show()会释放figure资源,保存图片需要将plt.show()注释掉
# 图片的保存路径 -- 
plt.savefig("plot.png")
 

在这里插入图片描述

2. 绘制多条折线图

import matplotlib.pyplot as plt
import random
%matplotlib inline
# 中文显示问题-- 下载中文字体,安装字体-修改配置文件下面手动修改配置
# from pylab import mpl
# mpl.rcParams["font.sans-serif"] = ["SimHei"]
# mpl.rcParams["axes.unicode_minus"] = False # 解决保存图像是负号'-'显示为方块的问题
 
# 准备数据
x = range(60)
y_sh = [random.uniform(26,31) for i in x]
y_bj = [random.uniform(27, 35) for i in x]
 
# 创建画布
plt.figure(figsize=(16,8), dpi=60)
 
# 同一坐标内--绘制多条折线图  (新增)
plt.plot(x, y_sh, label="sh")
plt.plot(x, y_bj, label="bj", linestyle="--", color="y")  # 线条颜色,线条样式设置 见下图
 
# 自定义x, y轴 刻度 & 刻度标签 (新增)
x_ticks = range(0, 60, 5)
y_ticks = range(20, 40, 5)
 
x_ticks_label = ["11点{}分".format(i) for i in x_ticks]
 
plt.xticks(x_ticks, x_ticks_label)
plt.yticks(y_ticks)
 
# 添加辅助描述信息-- x,y轴标签 & 图形标题
plt.xlabel("时间")
plt.ylabel("温度")
 
plt.title("两地同一时间温度变化图")
 
# 添加网格线 - alpha:透明度   (新增)
plt.grid(True, linestyle="--", alpha=0.6)
 
# 显示图例 -- loc:位置设置,详见下图  (新增)
plt.legend(loc="best")
 
# 显示图象
plt.show()

在这里插入图片描述
附参数表:
在这里插入图片描述
在这里插入图片描述

3. 绘制多个坐标系 – plt.subplots

import matplotlib.pyplot as plt
import random
%matplotlib inline
# 中文显示问题--下面手动修改配置 
from pylab import mpl
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False
 
# 准备x,y轴数据
x = range(60)
y_sh = [random.uniform(15, 18) for i in x ]
y_bj = [random.uniform(5, 12) for i in x ]
 
# 创建画布--多个坐标轴, 绘制折线图
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)
# Returns:  fig: 图对象    ax: 坐标轴对象列表
axes[0].plot(x, y_sh, label='上海')
axes[1].plot(x, y_bj, label='北京', color='r', linestyle='--')
 
# 显示图例/坐标轴刻度/网格线
axes[0].legend()
axes[1].legend()
 
x_ticks_label = ['11点{}分'.format(i) for i in x]
y_ticks = range(40)
axes[0].set_xticks(x[::5], x_ticks_label[::5])
axes[0].set_yticks(y_ticks[::5])
axes[1].set_xticks(x[::5], x_ticks_label[::5])
axes[1].set_yticks(y_ticks[::5])
 
axes[0].grid(True, linestyle='--', alpha=0.5)
axes[1].grid(True, linestyle='--', alpha=0.5)
 
# 添加 标题/坐标轴描述信息
axes[0].set_title('上海11点0分到12点之间的温度变化图')
axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
 
axes[1].set_title('北京11点0分到12点之间的温度变化图')
axes[1].set_xlabel('时间')
axes[1].set_ylabel('温度')
 
plt.show()

4. 绘制sin()函数图像 – plot

# 准备数据
import numpy as np
x = np.linspace(-10, 10, 1000)
y = np.sin(x)
 
# 创建画布,绘制图像,显示图像
plt.figure(figsize=(10, 1), dpi=100)
plt.plot(x, y)
plt.grid(linestyle='--', alpha=0.5)
plt.show()

在这里插入图片描述

5. 散点图 – scatter

# -- 案例: 探究房屋面积和房屋价格的关系
from pylab import mpl          # 中文显示问题--下面手动修改配置 
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False
# 准备数据
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01,  20.67, 288.64,
       163.56, 120.06, 207.83, 342.75, 147.9 ,  53.06, 224.72,  29.51,
        21.61, 483.21, 245.25, 399.25, 343.35]
y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61,  24.9 , 239.34,
       140.32, 104.15, 176.84, 288.23, 128.79,  49.64, 191.74,  33.1 ,
        30.74, 400.02, 205.35, 330.64, 283.45]
 
# 创建画布  -- 绘制散点图 -- 显示图像
plt.figure(figsize=(20,8), dpi=100)
plt.scatter(x, y)
 
plt.title('房屋面积和房屋价格的关系--案例测试')
plt.xlabel('面积')
plt.ylabel('价格')
plt.show()

在这里插入图片描述

6. 柱状图 – bar

# 准备数据
movie_name = ['雷神3:诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
x = range(len(movie_name))
 
# 创建画布,绘制柱状图,添加标题和格线,显示图像
plt.figure(figsize=(18, 6), dpi=80)
plt.bar(x, y, width=0.5, color=['b','r','g','y','c','m','y','k','c','g','m'])
 
plt.title("电影票房收入对比")
plt.xticks(x, movie_name)
plt.grid(linestyle='--', alpha=0.5)
plt.show()

在这里插入图片描述

7. 柱状图 – 多个指标对比

# 准备数据
movie_name = ['雷神3:诸神黄昏','正义联盟','寻梦环游记']
first_day = [10587.6,10062.5,1275.7]
first_weekend=[36224.9,34479.6,11830]
x = range(len(movie_name))
 
# 创建画布,绘制柱状图,添加标题/坐标轴刻度标签/网格线/示例, 显示图像
plt.figure(figsize=(10, 5), dpi=80)
plt.bar(x, first_day, width=0.2, label="首日票房")
plt.bar([i+0.2 for i in x], first_weekend, width=0.2, label="首周票房")
 
plt.title("电影首日和首周的票房对比")
plt.xticks([i+0.1 for i in x], movie_name)     # 修改x轴刻度显示
plt.grid(linestyle="--", alpha=0.5)
plt.legend()
plt.show()

在这里插入图片描述

8 直方图 – hist

# 准备数据
time = [131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
 
# 创建画布, 绘制直方图, 添加标题/坐标轴刻度标签/网格线
plt.figure(figsize=(20, 8), dpi=80)
distance = 2
group_num = int((max(time)-min(time)) / distance)
plt.hist(time, bins=group_num)
 
plt.title("电影时长分布状况")
plt.xticks(range(min(time), max(time))[::2])
plt.xlabel("电影时长")
plt.ylabel("数量")
plt.grid(linestyle="--", alpha=0.5)
plt.show()

在这里插入图片描述

9 饼图 – pie

# 准备数据   -- 案例:电影的排片占比
movie_name = ['雷神3:诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]
 
# 创建画布,绘制饼图,添加标题/坐标轴刻度标签
plt.figure(figsize=(18, 6), dpi=80)
plt.pie(place_count, labels=movie_name, autopct="%1.2f%%")
plt.axis("equal")          #  坐标轴长宽相等,保证饼图成圆形
 
plt.title("电影的排片占比")
plt.legend()
plt.show()

在这里插入图片描述

10.VENN 韦恩图

需要先下载matplotlib_venn

10.1 具有2个分组的基本的维恩图

#_*_coding:utf-8_*_
# author    : jmx
# create    : 19-12-16 上午11:08
# filename  : venn.py
# IDE   : PyCharm
import matplotlib.pyplot as plt
from matplotlib_venn import venn2

# 第一种方法,10,5为两组的大小,2为两组交叉大小;
# set_labels为组名
# venn2(subsets = (10, 5, 2), set_labels = ('Group A', 'Group B'))
# 设置两组数据为ABCD和DEF
venn2([set(['A', 'B', 'C', 'D']), set(['D', 'E', 'F'])])
plt.show()

在这里插入图片描述

10.2 具有3个组的基本维恩图

#_*_coding:utf-8_*_
# author    : jmx
# create    : 19-12-16 上午11:08
# filename  : venn.py
# IDE   : PyCharm
# Import the library
import matplotlib.pyplot as plt
from matplotlib_venn import venn3
 
# Make the diagram
venn3(subsets = (10, 8, 22, 6,9,4,2)) # 通过直接设置各部分数据来配置韦恩图

在这里插入图片描述

# 设置三组ABCD、DEF、ADG
venn3([set(['A', 'B', 'C', 'D']), set(['D', 'E', 'F']), set(['A', 'D', 'G','F'])]) # 设置数据来配置韦恩图

在这里插入图片描述

10.3 自定义维恩图

  1. 自定义标签
  2. 自定义维恩图上圆的线条
  3. 自定义维恩图上的圆

自定义标签

  • get_label_by_id 可查看其源代码 表示分类里不同部分
#_*_coding:utf-8_*_
# author    : jmx
# create    : 19-12-16 上午11:08
# filename  : venn.py
# IDE   : PyCharm
## Venn上的自定义标签 Custom label on Venn
# Import the library
import matplotlib.pyplot as plt
from matplotlib_venn import venn3
from matplotlib_venn import venn3_circles


# Custom text labels: change the label of group A
v=venn3(subsets = (10, 8, 22, 6,9,4,2), set_labels = ('Group A', 'Group B', 'Group C'))
# 单独改变A的标签
v.get_label_by_id('A').set_text('My Favourite group!')

在这里插入图片描述
自定义维恩图上圆的线条

#_*_coding:utf-8_*_
# author    : jmx
# create    : 19-12-16 上午11:08
# filename  : venn.py
# IDE   : PyCharm
## 自定义维恩图上圆的线条 Custom Circles lines on Venn
# Line style: can be 'dashed' or 'dotted' for example
# 设置维恩图
v = venn3(subsets = (10, 8, 22, 6,9,4,2), set_labels = ('Group A', 'Group B', 'Group C'))
# 画圆,linestyle线条类型,linewith线宽,color线条颜色
c = venn3_circles(subsets = (10, 8, 22, 6,9,4,2), linestyle='dashed', linewidth=1, color="grey")

在这里插入图片描述
自定义维恩图上的圆

#_*_coding:utf-8_*_
# author    : jmx
# create    : 19-12-16 上午11:08
# filename  : venn.py
# IDE   : PyCharm
## 自定义维恩图上的圆 Custom a circle on Venn
# Change one group only
v=venn3(subsets = (10, 8, 22, 6,9,4,2), set_labels = ('Group A', 'Group B', 'Group C'))
c=venn3_circles(subsets = (10, 8, 22, 6,9,4,2), linestyle='dashed', linewidth=1, color="grey")
# 设置第一个圆的线宽
c[0].set_lw(8.0)
# 设置第一个圆的线形
c[0].set_ls('dotted')
# 设置第一个圆的填充颜色
c[0].set_color('skyblue')
 
# Color
# id号
# 如ABC三个簇,010代表非A和B和非C,100代表A和非B和非C
# 设置透明度
v.get_patch_by_id('011').set_alpha(1.0)
# 设置颜色
v.get_patch_by_id('011').set_color('red')
# 打印id号
#v.id2idx

在这里插入图片描述

10.4 修改韦恩图数值

#_*_coding:utf-8_*_
# author    : jmx
# create    : 19-12-16 上午11:08
# filename  : venn.py
# IDE   : PyCharm
import matplotlib.pyplot as plt
from matplotlib_venn import venn3, venn3_circles
import matplotlib.font_manager as fm
from pathlib import Path
def venn(train_filename='biaozhuData/generate_data/train/pkuverb.txt', val_filename='biaozhuData/generate_data_2/valid/pkuverb.txt', test_filename='biaozhuData/generate_data_2/test/pkuverb.txt'):
	'''
	训练集、验证集、测试集 数据分布的韦恩图
	:param train_filename:
	:param val_filename:
	:param test_filename:
	:return:
	'''
	path = Path(train_filename)
	set1 = set(open(test_filename, encoding='utf-8').readlines())
	set2 = set(open(val_filename, encoding='utf-8').readlines())
	set3 = set(open(train_filename, encoding='utf-8').readlines())

	set_len1 = len(set1)
	set_len2 = len(set2)
	set_len3 = len(set3)

	v = venn3([set1, set2, set3], ('test', 'valid', 'train'))
	a = v.get_label_by_id('100').get_text()
	b = v.get_label_by_id('010').get_text()
	c = v.get_label_by_id('001').get_text()

	a = str(round(int(a) / set_len1, 3)) + ' ' + a
	b = str(round(int(b) / set_len2, 3)) + ' ' + b
	c = str(round(int(c) / set_len3, 3)) + ' ' + c

	v.get_label_by_id('100').set_text(a)
	v.get_label_by_id('010').set_text(b)
	v.get_label_by_id('001').set_text(c)
	plt.title(name[path.stem]+'集合关系', fontproperties=myfont)
	sfname = path.name.replace(path.suffix, '.png')
	savepath = Path(venn_savedir)/sfname
	#plt.show()
	plt.savefig(savepath)
	plt.close()

四. Matplotlib 中文无法显示问题

  1. windows下:
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

import matplotlib.pyplot as plt
import random
%matplotlib inline
# 中文显示问题--下面手动修改配置 
from pylab import mpl
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False
  1. Ubuntu/LInux下

Ubuntu解决matplotlib中文无法显示

其实这些乱码问题,只是路径等配置问题,上述只是修改默认的配置,可以通过指定字体路径等来解决。

myfont = fm.FontProperties(fname=r'1031Competition/font/simsun.ttc')  # 设置字体
……
plt.xlabel('短语类型', fontproperties=myfont)
plt.ylabel('比例', fontproperties=myfont)
plt.legend(loc='upper right')
plt.savefig('test.png')

参考文章
Matplotlib 数据可视化-基本使用教程
python基于matplotlib_venn实现维恩图的绘制

PYTHON数据可视化

阅读数 3246

没有更多推荐了,返回首页