matplotlib基本使用(二)

上一篇我們凈玩折線圖了，這一篇簡單的把其他常用的圖畫一畫，當(dāng)然我離大佬們繪制二元函數(shù)還有很長的路要走…這些還暫時(shí)夠用

繪制散點(diǎn)圖

假設(shè)通過爬蟲你獲取到了北京2016年3,10月份每天白天的最高氣溫(分別位于列表a,b),那么此時(shí)如何尋找出氣溫和隨時(shí)間(天)變化的某種規(guī)律?

a  =  [11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18, 21, 16, 17, 20, 14, 15, 15, 15, 19, 21, 22, 22, 22, 23] 
b  =  [26, 26, 28, 19, 21, 17, 16, 19, 18, 20, 20, 19, 22, 23, 17, 20, 21, 20, 22, 15, 11, 15, 5, 13, 17, 10, 11, 13, 12, 13, 6]
from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

y_3 = [11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18, 21, 16, 17, 20, 14, 15, 15, 15, 19, 21, 22, 22,
       22, 23]
y_10 = [26, 26, 28, 19, 21, 17, 16, 19, 18, 20, 20, 19, 22, 23, 17, 20, 21, 20, 22, 15, 11, 15, 5, 13, 17, 10, 11, 13,
        12, 13, 6]

x_3 = range(1, 32)
x_10 = range(51, 82)

# 設(shè)置圖形大小
plt.figure(figsize=(20, 8), dpi=80)

# 使用scatter方法繪制散點(diǎn)圖
plt.scatter(x_3, y_3, label="3月份")
plt.scatter(x_10, y_10, label="10月份")

# 調(diào)整x軸的刻度
_x = list(x_3) + list(x_10)
_xtick_labels = ["3月{}日".format(i) for i in x_3]
_xtick_labels += ["10月{}日".format(i - 50) for i in x_10]
plt.xticks(_x[::3], _xtick_labels[::3], rotation=45)

# 添加圖例
plt.legend(loc="upper left")

# 添加描述信息
plt.xlabel("時(shí)間")
plt.ylabel("溫度")
plt.title("標(biāo)題")

# 保存
plt.savefig("./t1.png")

# 展示
plt.show()
img

左邊是三月份，右邊是10月份

散點(diǎn)圖的更多應(yīng)用場(chǎng)景

  • 不同條件(維度)之間的內(nèi)在關(guān)聯(lián)關(guān)系
  • 觀察數(shù)據(jù)的離散聚合程度

繪制條形圖

假設(shè)你獲取到了2017年內(nèi)地電影票房前20的電影（列表a）和電影票房數(shù)據(jù)（列表b）,那么如何更加直觀的展示該數(shù)據(jù)？

a = ["戰(zhàn)狼2", "速度與激情8", "功夫瑜伽", "西游伏妖篇", "變形金剛5：最后的騎士", "摔跤吧！爸爸", "加勒比海盜5：死無對(duì)證", "金剛：骷髏島", "極限特工：終極回歸", "生化危機(jī)6：終章",
     "乘風(fēng)破浪", "神偷奶爸3", "智取威虎山", "大鬧天竺", "金剛狼3：殊死一戰(zhàn)", "蜘蛛俠：英雄歸來", "悟空傳", "銀河護(hù)衛(wèi)隊(duì)2", "情圣", "新木乃伊", ]

b = [56.01, 26.94, 17.53, 16.49, 15.45, 12.96, 11.8, 11.61, 11.28, 11.12, 10.49, 10.3, 8.75, 7.55, 7.32, 6.99, 6.88,
     6.86, 6.58, 6.23]
from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

a = ["戰(zhàn)狼2", "速度與激情8", "功夫瑜伽", "西游伏妖篇", "變形金剛5：最后的騎士", "摔跤吧！爸爸", "加勒比海盜5：死無對(duì)證", "金剛：骷髏島", "極限特工：終極回歸", "生化危機(jī)6：終章",
     "乘風(fēng)破浪", "神偷奶爸3", "智取威虎山", "大鬧天竺", "金剛狼3：殊死一戰(zhàn)", "蜘蛛俠：英雄歸來", "悟空傳", "銀河護(hù)衛(wèi)隊(duì)2", "情圣", "新木乃伊", ]

b = [56.01, 26.94, 17.53, 16.49, 15.45, 12.96, 11.8, 11.61, 11.28, 11.12, 10.49, 10.3, 8.75, 7.55, 7.32, 6.99, 6.88,
     6.86, 6.58, 6.23]

# 設(shè)置圖形大小
plt.figure(figsize=(20, 10), dpi=80)
# 繪制條形圖
plt.bar(range(len(a)), b, width=0.3)
# 設(shè)置字符串到x軸
plt.xticks(range(len(a)), a, rotation=45)

plt.savefig("./t1.png")

# 展示
plt.show()
img

這個(gè)圖x軸上的字符串長，讓我們換一種方式

from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

a = ["戰(zhàn)狼2", "速度與激情8", "功夫瑜伽", "西游伏妖篇", "變形金剛5：最后的騎士", "摔跤吧！爸爸", "加勒比海盜5：死無對(duì)證", "金剛：骷髏島", "極限特工：終極回歸", "生化危機(jī)6：終章",
     "乘風(fēng)破浪", "神偷奶爸3", "智取威虎山", "大鬧天竺", "金剛狼3：殊死一戰(zhàn)", "蜘蛛俠：英雄歸來", "悟空傳", "銀河護(hù)衛(wèi)隊(duì)2", "情圣", "新木乃伊", ]

b = [56.01, 26.94, 17.53, 16.49, 15.45, 12.96, 11.8, 11.61, 11.28, 11.12, 10.49, 10.3, 8.75, 7.55, 7.32, 6.99, 6.88,
     6.86, 6.58, 6.23]

# 設(shè)置圖形大小
plt.figure(figsize=(20, 10), dpi=80)
# 繪制條形圖
plt.barh(range(len(a)), b, height=0.3, color="orange")
# 設(shè)置字符串到x軸
plt.yticks(range(len(a)), a)

plt.grid(alpha=0.3)

plt.savefig("./t1.png")

# 展示
plt.show()
img

可以看到，唯一的區(qū)別就是bar變成了barh，圖像就是橫過來的

假設(shè)你知道了列表a中電影分別在2017-09-14(b_14), 2017-09-15(b_15), 2017-09-16(b_16)三天的票房,為了展示列表中電影本身的票房以及同其他電影的數(shù)據(jù)對(duì)比情況,應(yīng)該如何更加直觀的呈現(xiàn)該數(shù)據(jù)?

a = ["猩球崛起3：終極之戰(zhàn)", "敦刻爾克", "蜘蛛俠：英雄歸來", "戰(zhàn)狼2"]
b_16 = [15746, 312, 4497, 319]
b_15 = [12357, 156, 2045, 168]
b_14 = [2358, 399, 2358, 362]
from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

a = ["猩球崛起3：終極之戰(zhàn)", "敦刻爾克", "蜘蛛俠：英雄歸來", "戰(zhàn)狼2"]
b_16 = [15746, 312, 4497, 319]
b_15 = [12357, 156, 2045, 168]
b_14 = [2358, 399, 2358, 362]

x_14 = list(range(len(a)))
# 在x_14的基礎(chǔ)上偏移0.2
x_15 = [i + 0.2 for i in x_14]
# 在x_15的基礎(chǔ)上偏移0.2
x_16 = [i + 0.2 * 2 for i in x_14]
# 條的寬度是0.2，這樣子他們?nèi)齻€(gè)就是緊挨在一起的了
bar_width = 0.2

# 設(shè)置圖形大小
plt.figure(figsize=(20, 10), dpi=80)
# 繪制條形圖
plt.bar(x_14, b_14, width=bar_width, label="9月14日")
plt.bar(x_15, b_15, width=bar_width, label="9月15日")
plt.bar(x_16, b_16, width=bar_width, label="9月16日")

# 設(shè)置圖例
plt.legend()

# 設(shè)置字符串到x軸
plt.xticks(x_15, a)

plt.grid(alpha=0.3)

plt.savefig("./t1.png")

# 展示
plt.show()
img

條形圖的更多應(yīng)用場(chǎng)景

  • 數(shù)量統(tǒng)計(jì)
  • 頻率統(tǒng)計(jì)(市場(chǎng)飽和度)

繪制直方圖

假設(shè)你獲取了250部電影的時(shí)長（列表a中），希望統(tǒng)計(jì)出這些電影時(shí)長的分布狀態(tài)（比如時(shí)長為100分鐘到120分鐘電影的數(shù)量，出現(xiàn)的頻率）等信息，你應(yīng)該如何呈現(xiàn)這些數(shù)據(jù)？

a = [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]
from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

a=[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]

# 計(jì)算組數(shù)
d = 3  # 組距
num_bins = (max(a) - min(a)) // d

# 設(shè)置圖形大小
plt.figure(figsize=(20, 10), dpi=80)
# 傳入需要統(tǒng)計(jì)的數(shù)據(jù)，以及組數(shù)即可
plt.hist(a, num_bins)

# 可以傳入一個(gè)列表，長度為組數(shù)，值為分組依據(jù)，當(dāng)組距不均勻的時(shí)候使用
# plt.hist(a, [min(a) + 1 * bin_width for i in range(num_bins)])

# normed: bool, 是否需要繪制頻率分布直方圖，默認(rèn)為頻數(shù)直方圖
# plt.hist(a, num_bins, normed=1)

# 設(shè)置x軸的刻度
plt.xticks(range(min(a), max(a) + d, d))

plt.grid(alpha=0.3)

plt.savefig("./t1.png")
img

好的，問題又來咯

把數(shù)據(jù)分為多少組進(jìn)行統(tǒng)計(jì)？？？

組數(shù)要適當(dāng)，太少會(huì)有較大的統(tǒng)計(jì)誤差，大多規(guī)律不明顯

組數(shù)：將數(shù)據(jù)分組，當(dāng)數(shù)據(jù)在100個(gè)以內(nèi)時(shí)，按數(shù)據(jù)多少常分5-12組。
組距：指每個(gè)小組的兩個(gè)端點(diǎn)的距離
組數(shù) = \frac{極差}{組距} = \frac{max(a) - min(a)}{bin\_width}

那么問題又雙叒叕來了

在美國2004年人口普查發(fā)現(xiàn)有124 million的人在離家相對(duì)較遠(yuǎn)的地方工作。根據(jù)他們從家到上班地點(diǎn)所需要的時(shí)間,通過抽樣統(tǒng)計(jì)(最后一列)出了下表的數(shù)據(jù),這些數(shù)據(jù)能夠繪制成直方圖么?

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

from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

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

# 設(shè)置圖形大小
plt.figure(figsize=(20, 10), dpi=80)
plt.bar(range(len(quantity)), quantity, width=1)

# 設(shè)置x軸的刻度
_x = [i - 0.5 for i in range(13)]
_xtick_labels = interval + [150]
plt.xticks(_x, _xtick_labels)

plt.grid(alpha=0.4)

plt.savefig("./t1.png")
img

注意審題了??！

前面的問題問的是什么呢?
問的是：哪些數(shù)據(jù)能夠繪制直方圖

前面的問題中給出的數(shù)據(jù)都是統(tǒng)計(jì)之后的數(shù)據(jù)，所以為了達(dá)到直方圖的效果，需要繪制條形圖
所以：一般來說能夠使用plt.hist方法的的是那些沒有統(tǒng)計(jì)過的數(shù)據(jù)

直方圖更多應(yīng)用場(chǎng)景

  • 用戶的年齡分布狀態(tài)
  • 一段時(shí)間內(nèi)用戶點(diǎn)擊次數(shù)的分布狀態(tài)
  • 用戶活躍時(shí)間的分布狀態(tài)

matplotlib常見問題總結(jié)

  1. 應(yīng)該選擇那種圖形來呈現(xiàn)數(shù)據(jù)
  2. matplotlib.plot(x,y)
  3. matplotlib.bar(x,y)
  4. matplotlib.scatter(x,y)
  5. matplotlib.hist(data,bins,normed)
  6. xticks和yticks的設(shè)置
  7. label和titile,grid的設(shè)置
  8. 繪圖的大小和保存圖片

matplotlib使用的流程總結(jié)

  1. 明確問題
  2. 選擇圖形的呈現(xiàn)方式
  3. 準(zhǔn)備數(shù)據(jù)
  4. 繪圖和圖形完善

matplotlib更多的圖形樣式

matplotlib支持的圖形是非常多的，如果有其他的需求，我們可以查看一下url地址：http://matplotlib.org/gallery/index.html

更多的繪圖工具

plotly：可視化工具中的github，相比于matplotlib更加簡單，圖形更加漂亮，同時(shí)兼容matplotlib和pandas
使用用法：簡單，照著文檔寫即可（照著文檔CV即可）
文檔地址: https://plot.ly/python/

有人等煙雨，有人怪雨急，有人在等傘，有人等雨停。
“總有人翻山越嶺為你而來”
Macsen Chu

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容