Python数据分析——Matplotlib数据可视化基础（二）
思维导图：
图形的绘制
认识要绘制的图形
基本绘图流程
pyplot基础图表函数
pyplot饼图的绘制
pie函数
matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None,radius=None, … )
常用参数及说明如下表所示：
例：
import matplotlib.pyplot as pltlabels = 'Frogs','Hogs','Dogs','Logs'sizes = [15,30,45,10]explode = (0,0.1,0,0)plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)plt.axis('equal') #x，y方向尺寸相同plt.show()
pyplot直方图的绘制
bar函数
matplotlib.pyplot.bar（left，height，width = 0.8，bottom = None，hold = None，data = None，** kwargs ）
常用参数及说明如下表所示：
例：
import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'SimHei'## 设置中文显示plt.rcParams['axes.unicode_minus'] = Falsedata = np.load('国民经济核算季度数据.npz')name = data['columns']## 提取其中的columns数组，视为数据的标签values = data['values']## 提取其中的values数组，数据的存在位置label = ['第一产业','第二产业','第三产业']## 刻度标签plt.figure(figsize=(6,5))## 设置画布plt.bar(range(3),values[-1,3:6],width = 0.5,color='red')## 绘制散点图plt.xlabel('产业')## 添加横轴标签plt.ylabel('生产总值（亿元）')## 添加y轴名称plt.xticks(range(3),label)plt.title('第一季度各产业国民生产总值直方图')## 添加图表标题plt.show()
pyplot极坐标图的绘制
例：
import numpy as npimport matplotlib.pyplot as pltN = 10theta = np.linspace(0.0,2*np.pi,N,endpoint=False)radii = 10 * np.random.rand(N)width = np.pi / 2 * np.random.rand(N)ax = plt.subplot(111,projection='polar') bars = ax.bar(theta,radii,width=width,bottom=0.0) ##left,height,widthfor r,bar in zip(radii,bars): bar.set_facecolor(plt.cm.viridis(r / 10.))bar.set_alpha(0.5)plt.show()
pyplot散点图的绘制
scatter函数
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, alpha=None, **kwargs)
常用参数及说明如下表所示：
例：
import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'SimHei' ## 设置中文显示plt.rcParams['axes.unicode_minus'] = Falsedata = np.load('国民经济核算季度数据.npz')name = data['columns'] ## 提取其中的columns数组，视为数据的标签values = data['values']## 提取其中的values数组，数据的存在位置plt.figure(figsize=(8,7))## 设置画布plt.scatter(values[:,0],values[:,2], marker='o')## 绘制散点图plt.xlabel('年份')## 添加横轴标签plt.ylabel('生产总值（亿元）')## 添加y轴名称plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)plt.title('2000-季度生产总值散点图')plt.savefig(‘2000-季度生产总值散点图.png')plt.show()
pyplot折线图的绘制
plot函数
matplotlib.pyplot.plot(*args, **kwargs)
plot函数在官方文档的语法中只要求填入不定长参数，实际可以填入的主要参数主要如下：
color参数的8种常用颜色的缩写：
例：
plt.figure(figsize=(8,7))## 设置画布## 绘制折线图plt.plot(values[:,0],values[:,2],color = 'r',linestyle = '--')plt.xlabel('年份')## 添加横轴标签plt.ylabel('生产总值（亿元）')## 添加y轴名称plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)plt.title('2000-季度生产总值折线图')## 添加图表标题plt.savefig('tmp/2000-季度生产总值折线图.png')plt.show()
pyplot箱线图的绘制
boxplot函数
matplotlib.pyplot.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None,meanline=None, labels=None, … )
常用参数及说明如下表所示：
例：
import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'SimHei'## 设置中文显示plt.rcParams['axes.unicode_minus'] = Falsedata = np.load('国民经济核算季度数据.npz')name = data['columns']## 提取其中的columns数组，视为数据的标签values = data['values']## 提取其中的values数组，数据的存在位置label= ['第一产业','第二产业','第三产业']## 定义标签gdp = (list(values[:,3]),list(values[:,4]),list(values[:,5]))plt.figure(figsize=(6,4))plt.boxplot(gdp,notch=True,labels = label, meanline=True)plt.title('2000-各产业国民生产总值箱线图')plt.savefig('tmp/2000-各产业国民生产总值箱线图.png')plt.show()
