Python|数据挖掘_Matplotlib

2021/08/16 Python 共 9223 字,约 27 分钟

Python–Matplotlib简单了解

Alt Text

一、数据挖掘基础环境安装与使用

1.1 库的安装

matplotlib==2.2.2
numpy==1.14.2
pandas==0.20.3
TA-Lib==0.4.16 技术指标库
tables==3.4.2 hdf5
jupyter==1.0.0 数据分析与展示的平台

1.2 Jupyter Notebook使用

1.2.1 Jupyter Notebook介绍

  1. web版的ipython
  2. 名字 ju - Julia py - Python ter - R Jupiter 木星 宙斯
  3. 编程、写文档、记笔记、展示
  4. .ipynb

    1.2.2 为什么使用Jupyter Notebook?

  5. 画图方面的优势
  6. 数据展示方面的优势

    1.2.3 Jupyter Notebook的使用-helloworld

  7. 界面启动、创建文件
    • 在终端输入jupyter notebook / ipython notebook
    • 快速上手的方法:
      • 快捷键
        • 运行代码 shift + enter
  8. cell操作
    • cell:一对In Out会话被视作一个代码单元,称为cell
    • 编辑模式:
      • enter
      • 鼠标直接点
    • 命令模式:
      • esc
      • 鼠标在本单元格之外点一下
        • 快捷键操作 执行代码:shift + enter
    • 命令模式: A:在当前cell的上面添加cell B:在当前cell的下面添加cell 双击D:删除当前cell
    • 编辑模式: 多光标操作:Ctrl键点击鼠标(Mac:CMD+点击鼠标) 回退:Ctrl+Z(Mac:CMD+Z) 补全代码:变量、方法后跟Tab键 为一行或多行代码添加/取消注释:Ctrl+/(Mac:CMD+/)

二、Matplotlib

2.1 Matplotlib

2.1.1 什么是Matplotlib

  • 画二维图表的python库

    • mat - matrix 矩阵
    • 二维数据 - 二维图表
    • plot - 画图
    • lib - library 库
    • matlab 矩阵实验室
    • mat - matrix
    • lab 实验室

2.1.2 为什么要学习Matplotlib

  • 画图

    数据可视化 - 帮助理解数据,方便选择更合适的分析方法 js库 - D3 echarts 奥卡姆剃刀原理 - 如无必要勿增实体

    2.1.3 实现一个简单的Matplotlib画图

import matplotlib.pyplot as plt
%matplotlib inline 
plt.figure()
plt.plot([1,0,9],[4,5,6])
plt.show()

Alt Text

2.1.4 认识Matplotlib图像结构

2.1.5 拓展知识点:Matplotlib三层结构

  1. 容器层
    • 画板层Canvas - 画布层Figure - 绘图区/坐标系
      • x、y轴张成的区域
  2. 辅助显示层
  3. 图像层 Alt Text

2.2 常见图形种类及意义

  • 折线图plot:以折线的上升或下降来表示统计数量的增减变化的统计图
  • 特点:能够显示数据的变化趋势,反映事物的变化情况 Alt Text

  • 散点图scatter:用两组数据构成多个坐标点,考察坐标点的分布,判断两个变量之间是否存在某种关联或总结坐标点的分布模式
  • 特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律) Alt Text
  • 柱状图bar:排列在工作表的列或行中的数据可以绘制到柱状图中
  • 特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比) Alt Text
  • 直方图histogram: 由一系列高度不等的纵向条纹或线段标识数据分布的情况。一般用横轴标识数据范围,纵轴表示分布情况
  • 特点:绘制连续性的数据展示一组或者多组数据的分布情况(分布状况) Alt Text
  • 饼图pie π:用于表示不同分类的占比情况,通过弧度大小来对比各种分类。
  • 特点:分类数据的占比情况(占比) Alt Text

2.3 折线图(plot)

  • 与基础绘图功能

    2.3.1 容器层

    折线图绘制与保存图片

    ```python

    展现上海一周的天气,比如从星期一到星期日的天气温度如下

    1.创建画布

    plt.figure() 下图对比

    plt.figure(figsize=(20,8), dpi=80)

2.绘制图像

plt.plot([1,2,3,4,5,6,7],[17,17,18,15,11,11,13])

保存图像

plt.savefig(“test78.png”)

3.显示图像

plt.show()

![Alt Text](/images/posts/0ebe2a875aad44f2ade17d8df954d03f.png)
![Alt Text](/images/posts/a39fc43c25904e96ac000fcb30e1ff95.png)


##### 设置画布属性与图片保存
  -  `figsize` : 画布大小
  -  `dpi` : `dot per inch` 图像的清晰度

```python
plt.figure(figsize=(), dpi=)
	figsize:指定图的长宽
	dpi:图像的清晰度
	返回fig对象
plt.savefig(path)
  • 注意:plt.show()会释放figure资源,如果在显示图像之后保存图片只能保存空图片

2.3.2 辅助显示层

案例:显示温度变化状况 需求:画出某城市11点到12点1小时内每分钟的温度变化折线图,温度范围在15度~18度

# 画出某城市11点到12点1小时内每分钟的温度变化折线图,温度范围在15度~18度
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['simhei'] # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
import random
# 准备x,y坐标的数据
x = range(60)
y_sahnghai = [random.uniform(15, 18) for i in x]

# 2.创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3.绘制图像
plt.plot(x, y_sahnghai)

# 修改x,y刻度
# 准备x的刻度说明
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5], x_label[::5])
plt.yticks(range(0, 40, 5))

# 添加网格显示
plt.grid(True, linestyle='--', alpha=0.5)

# 添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点0分到12点之间的温度变化图示")

# 4.显示图像
plt.show()

效果: Alt Text

添加自定义刻度
  • plt.xticks(x, **kwargs)
    • x:要显示的刻度值
  • plt.yticks(y, **kwargs)
    • y:要显示的刻度值 ```python

      添加以下两行代码

      构造x轴刻度标签

      x_ticks_label = [“11点{}分”.format(i) for i in x]

      构造y轴刻度

      y_ticks = range(40)

修改x,y轴坐标的刻度显示

plt.xticks(x[::s], x_ticks_label[::5]) plt.yticks(y_ticks[::5])

##### 添加网格显示
```python
plt.grid(True, linestyle='--', alpha=0.5)
添加描述信息

添加x轴、y轴描述信息及标题

plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点0分到12点之间的温度变化图示")
中文显示问题解决

Alt Text

  • mac的一次配置,一劳永逸
  • ubantu每创建一次新的虚拟环境,需要重新配置
  • windows
    1. 安装字体 mac/wins:双击安装 ubantu:双击安装
    2. 删除matplotlib缓存文件
    3. 配置文件

动态设置参数(推荐方式) 在python脚本中动态设置matplotlibrc,这样就避免了更改配置文件的麻烦,方便灵活,例如:

from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']

由于更改了字体导致显示不出负号,将配署文件中axes.unicode minus : True修改为Falsest就可以了,当然这而可以用代码来完成。

from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

2.3.3 图像层

# 需求:再添加一个曾是的温度变化
# 收集到北京当天温度变化情况,温度在1度到3度
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['simhei'] # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
import random
# 准备x,y坐标的数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing =  [random.uniform(1, 3) for i in x]

# 2.创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3.绘制图像
plt.plot(x, y_shanghai, color="r", linestyle="--", label="上海")
plt.plot(x, y_beijing, color="b", label="北京")

# 显示图例
# plt.legend(loc=4)
plt.legend(loc='upper left')

# 修改x,y刻度
# 准备x的刻度说明
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5], x_label[::5])
plt.yticks(range(0, 40, 5))

# 添加网格显示
plt.grid(True, linestyle='--', alpha=0.5)

# 添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("上海、北京中午11点0分到12点之间的温度变化图示")

# 4.显示图像
plt.show()
颜色字符风格字符
r 红色- 实线
g 绿色-- 虚线
b 蓝色-. 点划线
w 白色: 点虚线
c 青色’‘留空
m 洋红 
y 黄色 
k 黑色 
位置字符串位置代码
‘best’0
‘upper right’1
‘upper left’2
‘lower left’3
‘lower right’4
‘right’5
‘center left’6

Alt Text

多个坐标系显示

相同图不同坐标系,效果图 Alt Text

  • plt.subplots(面向对象的画图方法)
  • matplotlib.pyplot.subplots(nrows=1, ncols=1, **fig_kw) 创建一个带有多个axes(坐标系/绘图区)的图

  • 注意:plt.函数名()相当于面向过程的画图方法,axes.set_方法名()相当于面向对象的画图方法
    figure, axes = plt.subplots(nrows=1, ncols=2, **fig_kw)
    axes[0].方法名()
    axes[1]
    
# 需求:再添加一个城市的温度变化
# 收集到北京当天温度变化情况,温度在1度到3度。 

# 1、准备数据 x y
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]

# 2、创建画布
# plt.figure(figsize=(20, 8), dpi=80)
figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=80)

# 3、绘制图像
axes[0].plot(x, y_shanghai, color="r", linestyle="-.", label="上海")
axes[1].plot(x, y_beijing, color="b", label="北京")

# 显示图例
axes[0].legend()
axes[1].legend()

# 修改x、y刻度
# 准备x的刻度说明
x_label = ["11点{}分".format(i) for i in x]
axes[0].set_xticks(x[::5])
axes[0].set_xticklabels(x_label[::5])
axes[0].set_yticks(range(0, 40, 5))
axes[1].set_xticks(x[::5])
axes[1].set_xticklabels(x_label[::5])
axes[1].set_yticks(range(0, 40, 5))

# 添加网格显示
axes[0].grid(linestyle="--", alpha=0.5)
axes[1].grid(linestyle="--", alpha=0.5)

# 添加描述信息
axes[0].set_xlabel("时间变化")
axes[0].set_ylabel("温度变化")
axes[0].set_title("上海11点到12点每分钟的温度变化状况")
axes[1].set_xlabel("时间变化")
axes[1].set_ylabel("温度变化")
axes[1].set_title("北京11点到12点每分钟的温度变化状况")

# 4、显示图
plt.show()
折线图的应用场景
  • 呈现某公司产品(不同区域)每天活跃用户数
  • 呈现app每天下载数量
  • 呈现产品新功能上线后,用户点击次数随时间的变化
  • 拓展:画各种数学函数图像
    • 注意:plt.plot()除了可以画折线图,也可以用于各种数学函数图像

某事物、某指标随时间的变化状况 拓展:画各种数学函数图像

import numpy as np
# 1.准备x,y数据
x = np.linspace(-1, 1, 1000)
y = 2 * x * x

# 2.创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3. 绘制图像
plt.plot(x, y)

# 添加网格
plt.grid(linestyle="--", alpha=0.5)

# 4. 显示图像
plt.show()

Alt Text

2.4 散点图(scatter)

需求:探究房屋面积和房屋价格的关系

房屋面积数据:

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]

房屋价格数据:

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]
# 需求:探究房屋面积和房屋价格的关系

# 1、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]

# 2、创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3、绘制图像
plt.scatter(x, y)

# 4、显示图像
plt.show()

Alt Text

2.5 柱状图(bar)

需求1-对比每部电影的票房收入

Alt Text

# 1、准备数据
movie_names = ['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']
tickets = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]

# 2、创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3、绘制柱状图
x_ticks = range(len(movie_names))
plt.bar(x_ticks, tickets, color=['b','r','g','y','c','m','y','k','c','g','b'])

# 修改x刻度
plt.xticks(x_ticks, movie_names)

# 添加标题
plt.title("电影票房收入对比")

# 添加网格显示
plt.grid(linestyle="--", alpha=0.5)

# 4、显示图像
plt.show()

Alt Text

需求2-如何对比电影票房收入才更能加有说服力?

比较相同天数的票房

# 1、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))

# 2、创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3、绘制柱状图
# plt.bar(range(3), first_day, width=0.2, label="首日票房")
plt.bar(x, first_day, width=0.2, label="首日票房")
# plt.bar([0.2, 1.2, 2.2], first_weekend, width=0.2, label="首周票房")
plt.bar([i+0.2 for i in x], first_weekend, width=0.2, label="首周票房")

# 显示图例
plt.legend()

# 修改刻度
# plt.xticks([0.1, 1.1, 2.1], movie_name)
plt.xticks([i+0.1 for i in x], movie_name)

# 4、显示图像
plt.show()

Alt Text

2.6 直方图(histogram)

组数=(175.5-150.5) / 5 =5 Alt Text

# 需求:电影时长分布状况
# 1、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]

# 2、创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3、绘制直方图
distance = 2
group_num = int((max(time) - min(time)) / distance)
plt.hist(time, bins=group_num, density=True)
# 1、准备数据

# 修改x轴刻度
plt.xticks(range(min(time), max(time) + 2, distance))

# 添加标题
plt.title("电影时长分布状况")

# 添加网格
plt.grid(linestyle="--", alpha=0.5)

# 4、显示图像
plt.show()

Alt Text

2.7 饼状图(pie Π)

# 1、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']

place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]

# 2、创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3、绘制饼图
plt.pie(place_count, labels=movie_name, colors=['b','r','g','y','c','m','y','k','c','g','y'], autopct="%1.2f%%")

# 显示图例
plt.legend()

# 保证长宽一样
plt.axis('equal')

# 4、显示图像
plt.show()

Alt Text

文档信息

Search

    Table of Contents