基础教学：

Python数据分析之数据可视化

各种图表类型简介：

『数据可视化』基于Python的数据可视化工具

     在实际应用中，往往一些图表的出现可以比文字有更加强大的说服力，这是毋庸置疑的，python是一款极为出色的脚本语言，在数据可视化方面同样做的非常的出色，今天简单的使用matplotlib这个模块来简单的测试一下：

#!/usr/bin/env python
#coding:utf-8

'''
功能：使用matplotlib实践数据可视化
介绍：
matplotlib是基于numpy的一套Python工具包。这个包提供了丰富的数据绘图工具，主要用于绘制一些统计图形。通过数据绘图，
我们可以将枯燥的数字转换成容易被人们接受的图表，从而让人留下更加深刻的印象。
这也就是“字不如图，图不如表”
data.txt内容如下：
Apple       494025
SUN         299967
HUAWEI      457784
Flower      440376
Basketball  399080
Football    383402
Banana      293954
'''
from matplotlib import pyplot as plt
labels   = []
quants   = []
for line in file('data.txt'):
    info = line.split()
    labels.append(info[0])
    quants.append(float(info[1]))
plt.figure(1, figsize=(6,6))
def explode(label, target='China'):
    if label == target: return 0.1
    else: return 0
expl = map(explode,labels)
colors  = ["yellow","orange","pink","coral"]
plt.pie(quants, explode=expl, colors=colors, labels=labels, autopct='%1.1f%%',pctdistance=0.8, shadow=True)
plt.title('My favorite things', bbox={'facecolor':'0.6', 'pad':4})

plt.show()


结果如下：



还是很漂亮的感觉，好好的掌握好matplotlib这个强有力的工具可以在今后的工作中达到事半功倍的效果。

可视化的视图可以说是分门别类，多种多样，今天我主要介绍常用的10种视图，包括了散点图、折线图、直方图、条形图、箱线图、饼图、热力图、蜘蛛图、二元变量分布、成对关系。

散点图

散点图的英文叫做scatter plot，它将两个变量的值显示在二维坐标中，非常适合展示两个变量之间的关系。当然，除了二维的散点图，我们还有三维的散点图。

import matplotlib.pyplot as plt

在工具包引用后，画散点图，需要使用plt.scatter(x, y, marker=None)函数。x、y 是坐标，marker代表了标记的符号。比如“x”、“>”或者“o”。选择不同的marker，呈现出来的符号样式也会不同，

除了Matplotlib外，你也可以使用Seaborn进行散点图的绘制。在使用Seaborn前，也需要进行包引用：

import seaborn as sns

在引用seaborn工具包之后，就可以使用seaborn工具包的函数了。如果想要做散点图，可以直接使用sns.jointplot(x, y, data=None, kind='scatter')函数。其中x、y是data中的下标。data就是我们要传入的数据，一般是DataFrame类型。kind这类我们取scatter，代表散点的意思。当然kind还可以取其他值，这个我在后面的视图中会讲到，不同的kind代表不同的视图绘制方式。

折线图

折线图可以用来表示数据随着时间变化的趋势。

在Matplotlib中，我们可以直接使用plt.plot()函数，当然需要提前把数据按照X轴的大小进行排序，要不画出来的折线图就无法按照X轴递增的顺序展示。

在Seaborn中，我们使用sns.lineplot (x, y, data=None)函数。其中x、y是data中的下标。data就是我们要传入的数据，一般是DataFrame类型。

直方图

直方图是比较常见的视图，它是把横坐标等分成了一定数量的小区间，这个小区间也叫作“箱子”，然后在每个“箱子”内用矩形条（bars）展示该箱子的箱子数（也就是y值），这样就完成了对数据集的直方图分布的可视化。

在Matplotlib中，我们使用plt.hist(x, bins=10)函数，其中参数x是一维数组，bins代表直方图中的箱子数量，默认是10。

在Seaborn中，我们使用sns.distplot(x, bins=10, kde=True)函数。其中参数x是一维数组，bins代表直方图中的箱子数量，kde代表显示核密度估计，默认是True，我们也可以把kde设置为False，不进行显示。核密度估计是通过核函数帮我们来估计概率密度的方法。

热力图

热力图，英文叫heat map，是一种矩阵表示方法，其中矩阵中的元素值用颜色来代表，不同的颜色代表不同大小的值。通过颜色就能直观地知道某个位置上数值的大小。另外你也可以将这个位置上的颜色，与数据集中的其他位置颜色进行比较。

热力图是一种非常直观的多元变量分析方法。

我们一般使用Seaborn中的sns.heatmap(data)函数，其中data代表需要绘制的热力图数据。

 

 

 

 

Author：AXYZdong

自动化专业 工科男

有一点思考，有一点想法，有一点理性！

CSDN@AXYZdong，CSDN首发，更多精彩内容请前往 AXYZdong的博客


环境：Python 3.7

用到的库：matplotlib 和 csv

文章目录
一、前期准备
二、获取数据
三、可视化处理
四、运行结果
一、折线图
二、条形图
五、数据说明
六、某助手停止维护后
1、可视化处理
2、效果
总结

一、前期准备
安装 matplotlib 库，命令提示符栏输入
pip install matplotlib

安装的时候可能有点慢，耐心等待。
关于matplotlib 库的使用方法，可以参考：Matplotlib.pyplot 常用方法
二、获取数据
脚本网站：https://greasyfork.org/zh-CN/scripts
到超星助手统计数据下载  .csv文件，并保存在与python文件相同的目录下。
提醒：拿到数据后，把第一行的英文删掉，不然 datetime.strptime() 函数转换数据时会出现错误
三、可视化处理
# =============================================
# --*-- coding: utf-8 --*--
# @Time    : 2020-04-28
# @Author  : AXYZdong
# @CSDN    : https://blog.csdn.net/qq_43328313
# @FileName: demo_1.py
# @Software: Python3.7
# =============================================

import matplotlib.pyplot as plt     #导入库
from datetime import datetime       #导入模块datetime中的datetime类
import csv


date=[]                             #创建列表
installs=[]
update_checks=[]

with open('stats.csv', 'r') as f:   #提取stats.csv中的数据并保存在对应列表中
    reader = csv.reader(f)
     
    dates,installs = [],[]
    for row in reader:
        current_date = datetime.strptime(row[0],"%Y-%m-%d")  #包含日期信息的数据row[0]转为datetime对象
        dates.append(current_date)

        install = int(row[1])
        installs.append(install)
        
        update_checks.append(row[2])

plt.plot(dates,installs,color= 'red')  #采用条形图，颜色设置为红色

plt.title('the picture about xuexitong help installs', fontsize = 16)   #设置图片名称

plt.xticks(rotation=300)  #x轴标号旋转
plt.ylabel("", fontsize = 16)
plt.ylabel("Number", fontsize = 16)

plt.show()  

四、运行结果
一、折线图

二、条形图
仅修改一处代码即可
plt.bar(date,installs,color= 'red')      


五、数据说明
统计的数据为 2018-06-19 ~ 2020-04-13 的安装数。
可见：2020-03~2020-04 这段时间数据爆棚，具体什么原因嘛，你懂得（手动滑稽）
六、某助手停止维护后
又一大佬开始接手，另一个脚本


1、可视化处理
# =============================================
# --*-- coding: utf-8 --*--
# @Time    : 2020-04-28
# @Author  : AXYZdong
# @CSDN    : https://blog.csdn.net/qq_43328313
# @FileName: demo_2.py
# @Software: Python3.7
# =============================================

import matplotlib.pyplot as plt     #导入库
from datetime import datetime       #导入模块datetime中的datetime类
import csv


date=[]                             #创建列表
installs=[]
update_checks=[]

with open('stats1.csv', 'r') as f:   #提取stats1.csv中的数据并保存在对应列表中
    reader = csv.reader(f)
     
    dates,installs = [],[]
    for row in reader:
        current_date = datetime.strptime(row[0],"%Y-%m-%d")  #包含日期信息的数据row[0]转为datetime对象
        dates.append(current_date)

        install = int(row[1])
        installs.append(install)
        
        update_checks.append(row[2])

plt.plot(dates,installs,color= 'blue')  #采用条形图，颜色设置为蓝色

plt.title('the picture about xuexitong help installs', fontsize = 16)   #设置图片名称

plt.xticks(rotation=300)  #x轴标号旋转
plt.ylabel("", fontsize = 16)
plt.ylabel("Number", fontsize = 16)

plt.show()  

2、效果



总结
为了达到自己满意的效果，搞了好长时间

刚开始是 x 轴标号的问题，图片出来总是黑乎乎的一片，我以为是数据太多的问题，就没有考虑了

上传到博客后，发现坐标数值不对劲啊，和我预想的结果不一样。就开始查找各种资料，最后还是在《Python 编程 从入门到实践》中找到了解决办法。

小白的我学习 Python，遇到了各种问题，慢慢地一个个解决，到达自己满意的效果。

欢迎大佬批评指正 🤝 🤝 🤝

 看完就赞，养成习惯！！！^ _ ^ ❤️ ❤️ ❤️

码字不易，大家的支持就是我坚持下去的动力。点赞后不要忘了关注我哦！
「你可能还想看」系列文章：

小白如何入门Python？记我的Python初体验

揭开「pip不是内部或外部命令，也不是可运行的程序或批处理文件」的神秘面纱

【Python制作词云】分析QQ群聊信息，记录词频并制作词云

【Python制作词云】改变词云字体颜色

【Python】给PDF添加水印
520快到了，我用代码画了一幅画「可以送给自己喜欢的人」

「情人节快到了」“码”出礼物，一片“芯”意