matplotlib

1. matplotlib ->绘图
2. numpy -> 处理数值型数组
3. pandas -> 处理字符串， 时间序列、字典等

一 . matplotlib (切记x,y 都必须是数字, 通过xticks , yticks 将字符串与数字对应)

1.基础练习

​ python的底层绘图库,主要做数据可视化图表.

​ 简单示例:

​ 假设一天中每隔两个小时气温分别是

[20,15,16,7,15,12,4,15,22,12,11,21]

from matplotlib import pyplot as plt 

x = range(2,26,2) # 准备x轴数据
y = [20,15,16,7,15,12,4,15,22,12,11,21] # 准备y轴数据

plt.plot(x,y) # 一一对应, 并通过plot绘制折线图
plt.show() # 展示

2.完善

1. 设置图片大小

   fig = plt.figure(figsize=(20, 8), dpi=80) # 全局设置,放在最前边,后边所有的plt都会使用这个配置
   		#(长,宽), dpi每英寸像素点数
   

2. 图片保存

   #图片绘制之后保存
   plt.savefig("./t1.png") # 同昂可以保存为 .svg 格式
   

3. 设置x, y轴刻度

   _x = range(2, 25, 2)
   _x_text = ["hello, {}".format(i) for i in _x]
   # plt.xticks(_x, _x_text, rotation=90) # rotation 旋转90度 可选
   plt.xticks(_x, _x_text) # _x_text 可选, 
   # _x, _x_text, 数据与 字符串一一对应
   plt.yticks()
   

   

   4. 中文显示

      matplotlib 默认不显示中文字体.

      linux/mac: fc-list :lang=zh -> 查看支持的中文

      win/linux

      import matplotlib
      font = {
          "family": "MicroSoft YaHei",
          "weight": "bold",
          "size": "10"
      }
      matplotlib.rc("font", **font)
      
      

      mac

      from matplotlib import font_manager
      mu_font = font_manager.FontProperties(fname="字体地址")
      plt.xticks(_x, _x_text, fontproperties=my_font) 
      

   5. 添加描述信息

      plt.xlabel("时间") # 设置x轴label
      plt.ylabel("温度") # 设置y轴label
      plt.title("0点到24点温度变化") # 设置标题
      # 可选参数, fontproperties
      

   6. 绘制网格

      plt.grid(alpha=0.3)
      

   7.设置图例

   plt.bar(_x_14, b_14, width=0.2, label="9月14号") # 14号的
   plt.bar(_x_15, b_15, width=0.2, label="9月15号") # 15号的
   plt.bar(_x_16, b_16, width=0.2, label="9月16号") # 16号的
   
   plt.xticks(_x_15, a)
   #  设置图例
   plt.legend()
   

3.绘制散点图

plt.scatter(x,y) # 在一个表格里可以绘制多个
plt.scatter(x,y)
# 设置x,y坐标轴的值

4.绘制条形图

plt.bar(_x, _y, width=0.3) # width 条形图宽度, 可以是列表

5.绘制横着的条形图

plt.barh(_x, _y, height=0.3, color="颜色") # height 条形图宽度 

练习:

a = ["猩球崛起3:终极之战", "敦刻尔克", "蜘蛛侠:英雄归来", "战狼2"] # 电影
b_16 = [15746, 312, 4497, 319] # 9月16号票房
b_15 = [12357, 156, 2045, 168]
b_14= [2358, 399, 2358, 362]

例:

from matplotlib import pyplot as plt 
import matplotlib
font = {
    "family": "MicroSoft YaHei",
    "weight": "bold",
    "size": "15"
}
matplotlib.rc("font", **font)

a = ["猩球崛起3:终极之战", "敦刻尔克", "蜘蛛侠:英雄归来", "战狼2"]
b_16 = [15746, 312, 4497, 319]
b_15 = [12357, 156, 2045, 168]
b_14= [2358, 399, 2358, 362]

# 调整x轴间隔
_x_14 = [i+0.2 for i in range(len(a))]
_x_15 = [i+0.2*2 for i in range(len(a))]
_x_16 = [i+0.2*3 for i in range(len(a))]



plt.figure(figsize=(20, 8))
plt.bar(_x_14, b_14, width=0.2, label="9月14号") # 14号的
plt.bar(_x_15, b_15, width=0.2, label="9月15号") # 15号的
plt.bar(_x_16, b_16, width=0.2, label="9月16号") # 16号的

plt.xticks(_x_15, a)

plt.xlabel("电影名")
plt.ylabel("票房")
plt.title("9月14.15.16三天票房")
#  设置图例
plt.legend()

plt.show()

6.绘制直方图, 范围频率

hist前提条件: 初始数据, hist 帮忙处理

plt.hist(a, 20)
# a 是数据, 20 是分组
# 常用
bin_width=3 # 组距
num_bins = int((max(a)-min(a)/bin_width) # 组数
# 组内个数图
plt.hist(a, num_bins)  # 或者num_bins 传入数组,指定分组 
# 所占比例图normed=True
plt.hist(a, num_bins, normed=True)

组数: 100 以内一般分5-12 组

组距: 每个小组两个端点的距离

组数=极差/组距

示例:

from matplotlib import pyplot as plt
from random import randint
a = [randint(50, 200) for i in range(200)]

bin_width = 5
plt.figure(figsize=(20, 8))
num_bins = int((max(a) - min(a))/bin_width)

plt.hist(a, num_bins)
plt.grid()

plt.show()

注意: 如果(max(a) - min(a))/bin_width 除不尽的话会有偏移

示例二:

interval = [0,5,10,15,20,25,30,35,40,45,60,90] # 分组端点
width = [5,5,5,5,5,5,5,5,5,15,30,60]
# 总人数
quantity = [836, 2737, 3723, 3926, 3596, 1438, 3273, 642, 824, 613, 215, 47]

from matplotlib import pyplot as plt
from random import randint
# 通过条状图绘制直方图
interval = [0,5,10,15,20,25,30,35,40,45,60,90, 150] # 分组端点
width = [5,5,5,5,5,5,5,5,5,15,30,60]
# 总人数
quantity = [836, 2737, 3723, 3926, 3596, 1438, 3273, 642, 824, 613, 215, 47]
plt.figure(figsize=(20, 8))

plt.bar(range(len(quantity)), quantity, width=1)
# 主要为这里, 设置x轴刻度
_x = [i - 0.5 for i in range(13)]
plt.xticks(_x, interval)

plt.grid()
plt.show()