Python数据可视化--matplotlib

抽象化|具体化：如盒形图 | 现实中的图

功能性|装饰性：没有装饰和渲染 | 包含艺术性美学上的装饰

深度表达|浅度表达：深入层次的研究探索数据 | 易于理解的，直观的表示

多维度|单一维度：数据的多个层次 | 数据的单一维度

创造性|熟悉性：全新的方式进行可视化 | 被大众接受并且熟悉的方式

新颖性|冗余性：每个元素只表述一次 | 每个元素表示多次

Matplotlib:

Backend层
- 用于处理向屏幕或文件渲染图形
Artist层
- 包含图像绘制的容器：Figure, Subplot 及Axes。
- 包含基本元素，如： Line2D，Rectange等。
Scripting层
- 简化访问Artist和Backend层的过程

pyplot

https://matplotlib.org/users/pyplot_tutorial.html

pyplot可通过gcf（get current figure）获取当前图像对象，gca（get current axis）获取当前坐标轴对象
pyplot只是对axes对象的调用做了“镜像”，可以通过pyplot.plot()进行绘图，其底层调用的还是axes.plot() 函数

散点图

plt.scatter()
plt.xlabel()
plt.ylabel()
plt.title()
plt.legend()
线性，标记，颜色ax.plot(x,y,'r--') == ax.plot(x,y,linestyle='--',color='r')

线图：

plt.plot()
plt.gca().fill_between() 填充线间的区域
np.array()生成时间数据
如果坐标轴是以时间的，可以借助pandas 的to_datetime()
plt.xticks(rotation=) 或者遍历ticks进行set_rotation()
plt.subplots_adjust().调整边界距离

柱状图

plt.bar()
group bar chart 当同一个图包含多个柱状图是，要对x轴相对做平移，避免柱状图的重叠
stack bar chart 用bottom参数
横向柱状图：barh， width = height; bottom = left

适用场景

Python数据可视化--matplotlib

1. Matplotlib

import matplotlib as mpl
mpl.get_backend()

2. 简单绘图,

import matplotlib.pyplot as plt
plt.plot(3, 2)
plt.show()

Python数据可视化--matplotlib

上图看不到任何的点。

plt.plot(3, 2, '*')

Python数据可视化--matplotlib

使用scipting 层

from matplotlib.backends.backend_agg import FigureCanvasAgg
from matplotlib.figure import Figure

fig = Figure()
canvas = FigureCanvasAgg(fig)

ax = fig.add_subplot(111)
ax.plot(3, 2, '.')
canvas.print_png('test.png')

gca 获取当前坐标轴对象

plt.figure()
plt.plot(3, 2, 'o')
ax = plt.gca()
# 设置坐标轴范围
ax.axis([0, 6, 0, 10])

# matplot 会自动用颜色区分不同的数据
plt.figure()
plt.plot(1.5, 1.5, 'o')
plt.plot(2, 2, '*')
plt.plot(2.5, 2.5, '*')

3. 散点图

import numpy as np
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = x

plt.figure()
plt.scatter(x, y)

Python数据可视化--matplotlib

import matplotlib as mpl
import matplotlib.pyplot as plt  
# 改变颜色及大小

import numpy as np
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = x
colors = ['red'] * (len(x) - 1)
colors.append('green')

plt.figure()
plt.scatter(x, y, s=100, c=colors)
plt.show()

Python数据可视化--matplotlib

# 使用zip合并两个列表为一个新列表
# 新列表中的每个元素为对应位置上的元组
l1 = list(range(1, 6))
l2 = list(range(6, 11))
zip_generator = zip(l1, l2)
tuple_list = list(zip_generator)
print(type(zip_generator))
print(list(tuple_list))

<class 'zip'>
[(1, 6), (2, 7), (3, 8), (4, 9), (5, 10)]

# 使用*进行对元组列表解包
x, y = zip(*tuple_list)
print(x)
print(y)

plt.figure()
plt.scatter(x[:2], y[:2], c='red', label='samples 1')
plt.scatter(x[2:], y[2:], c='blue', label='samples2')

Python数据可视化--matplotlib

4. 线图

import numpy as np

linear_data = np.arange(1, 9)
quadratic_data = linear_data ** 2

plt.figure()
plt.plot(linear_data, '-o', quadratic_data, '-o')

# 注意，这里我们只指定了y轴数据，x轴的数据是matplotlib自动生成的

Python数据可视化--matplotlib

plt.plot([22, 44, 66], '--r')

# 添加坐标轴标签及图例
plt.xlabel('x data')
plt.ylabel('y data')
plt.title('Line Chart Title')
plt.legend(['legend1', 'legend2', 'legend3'])

# 填充两个line间的区域
plt.gca().fill_between(range(len(linear_data)),
                      linear_data, quadratic_data,
                      facecolor='green',
                      alpha=0.25)

# 绘制横轴为时间的线图
plt.figure()
observation_dates = np.arange('2017-10-11', '2017-10-19', dtype='datetime64[D]')
observation_dates
plt.plot(observation_dates, linear_data, '-o',
        observation_dates, quadratic_data, '-o')
# 横轴并不是我们想要的结果

Python数据可视化--matplotlib

# 借助pandas绘制横轴为时间的线图
import pandas as pd
plt.figure()
observation_dates = np.arange('2017-10-11', '2017-10-19', dtype='datetime64[D]')
observation_dates = list(map(pd.to_datetime, observation_dates))
plt.plot(observation_dates, linear_data, '-o',
        observation_dates, quadratic_data, '-o')

Python数据可视化--matplotlib

# plt.xticks(rotation='45')
x = plt.gca().xaxis
for item in x.get_ticklabels():
    item.set_rotation(45)
# 调整边界距离
plt.subplots_adjust(bottom=0.25)
# 对于学术制图，可在标题中包含latex语法
ax = plt.gca()
ax.set_title('Quadratic ($x^2$) vs. Linear ($x$)')

5. 柱状图

plt.figure()
x_vals = list(range(len(linear_data)))
plt.bar(x_vals, linear_data, width=0.3)

Python数据可视化--matplotlib

# group bar chart
# 同一副图中添加新的柱状图
# 注意，为了不覆盖第一个柱状图，需要对x轴做偏移
x_vals2 = [item + 0.3 for item in x_vals]
plt.bar(x_vals2, quadratic_data, width=0.3)

# stack bar chart
plt.figure()
x_vals = list(range(len(linear_data)))
plt.bar(x_vals, linear_data, width=0.3)
plt.bar(x_vals, quadratic_data, width=0.3, bottom=linear_data)

Python数据可视化--matplotlib

# 横向柱状图
plt.figure()
x_vals = list(range(len(linear_data)))
plt.barh(x_vals, linear_data, height=0.3)
plt.barh(x_vals, quadratic_data, height=0.3, left=linear_data)

Python数据可视化--matplotlib

4. 直方图

直方图是对数据分布情况的图形表示
首先对数据进行分组，然后统计每个分组内数据的数量
显示每个分组频率或者数量分布；易于显示各组之间频率或者数量的差别
plt.hist(data,bins): data数据集合，bins分组边界和分组个数

import matplotlib as mpl
import matplotlib.pyplot as plt  

data = [50,20,33,51,99,31,5,6,4,5,89,12,56,43]
bins = [0,10,20,40,50,60,70,80,100]
plt.hist(data,bins)
plt.show()

Python数据可视化--matplotlib

盒形图（箱状图）

Python数据可视化--matplotlib

下边缘（Q1），表示最小值；
下四分位数（Q2），又称“第一四分位数”，等于该样本中所有数值由小到大排列后第25%的数字；
中位数（Q3），又称“第二四分位数”等于该样本中所有数值由小到大排列后第50%的数字；
上四分位数（Q4），又称“第三四分位数”等于该样本中所有数值由小到大排列后第75%的数字；
上边缘（Q5），表述最大值。

第三四分位数与第一四分位数的差距又称四分位间距。

功能：

箱型图有个功能就是可以检测这组数据是否存在异常值。异常值在哪里呢？就是在上边缘和下边缘的范围之外。
可以直接看出多组数据分布情况。

#首先导入基本的绘图包
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

#添加成绩表
plt.style.use("ggplot")
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.sans-serif']=['SimHei'] 

#新建一个空的DataFrame
df=pd.DataFrame()
 #添加成绩单，最后显示成绩单表格
df["英语"]=[76,90,97,71,70,93,86,83,78,85,81]
df["经济数学"]=[65,95,51,74,78,63,91,82,75,71,55]
df["西方经济学"]=[93,81,76,88,66,79,83,92,78,86,78]
df["计算机应用基础"]=[85,78,81,95,70,67,82,72,80,81,77]
print(df)
#用matplotlib来画出箱型图
plt.boxplot(x=df.values,labels=df.columns,whis=1.5)
plt.show()

Python数据可视化--matplotlib

热图（heatmap）：

可以用于三维以上的数据可视化
plt.imshow(arr)
plt.hist2d()
plt.colorbar()添加颜色

import plotly
import plotly.plotly as py
import plotly.graph_objs as go

plotly.tools.set_credentials_file(username='Jessse_Li',api_key='your key')

trace = go.Heatmap(z=[[1, 20, 30],
                      [20, 1, 60],
                      [30, 60, 1]])
data=[trace]
py.iplot(data, filename='basic-heatmap')

Python数据可视化--matplotlib

Heatmap 加上标签信息

trace = go.Heatmap(z=[[1, 20, 30, 50, 1], [20, 1, 60, 80, 30], [30, 60, 1, -10, 20]],
                   x=['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday'],
                   y=['Morning', 'Afternoon', 'Evening'])
data=[trace]
py.iplot(data, filename='labelled-heatmap')

Python数据可视化--matplotlib

heatmap 加上时间序列

import datetime
import numpy as np
import plotly.plotly as py
import plotly.graph_objs as go

programmers = ['Alex','Nicole','Sara','Etienne','Chelsea','Jody','Marianne']

base = datetime.datetime.today()
date_list = [base - datetime.timedelta(days=x) for x in range(0, 180)]

z = []

for prgmr in programmers:
    new_row = []
    for date in date_list:
        new_row.append( np.random.poisson() )
    z.append(list(new_row))

data = [
    go.Heatmap(
        z=z,
        x=date_list,
        y=programmers,
        colorscale='Viridis',
    )
]

layout = go.Layout(
    title='GitHub commits per day',
    xaxis = dict(ticks='', nticks=36),
    yaxis = dict(ticks='' )
)

fig = go.Figure(data=data, layout=layout)
py.iplot(fig, filename='datetime-heatmap')

Python数据可视化--matplotlib

Python数据可视化--matplotlib

相关推荐