目录

数据可视化Matplotlib安装和导入库安装Matplotlib库导入Matplotlib库中的`pyplot`子库一、Matplotlib基础知识1. Figure对象1.1 定义1.2 划分子图1.3 设置中文字体1.4 添加标题1.5 调整子图二、散点图引入scatter()函数二、折线图plot()函数三、柱状图1. 普通柱形图2. 并列柱形图3. 堆叠条形图4. 柱线混合图四、水平条形图五、饼图五、直方图

)

数据可视化

数据分析阶段：理解和洞察数据之间的关系算法调试阶段：发现问题，优化算法项目总结阶段：展示项目成果

Matplotlib

Matplotlib 是Python中类似 MATLAB 的绘图工具，可以快速方便地生成高质量的图标

安装和导入库

安装Matplotlib库

Anaconda：安装了anaconda之后，Matplotlib就已经安装好了pip

pip install matplotlib

导入Matplotlib库中的pyplot子库

import matplotlib.pyplot as plt

matplotlib.pyplot是一个有命令风格的函数集合，它看起来和MATLAB很相似。每一个pyplot函数都使一副图像做出些许改变，例如创建一幅图，在图中创建一个绘图区域，在绘图区域中添加一条线等等。在matplotlib.pyplot中，各种状态通过函数调用保存起来，以便于可以随时跟踪像当前图像和绘图区域这样的东西。绘图函数是直接作用于当前axes（matplotlib中的专有名词，图形中组成部分，不是数学中的坐标系。）

一、Matplotlib基础知识

Matplotlib中的基本图表包括的元素

x轴和y轴 axis

水平和垂直的轴线

x轴和y轴刻度 tick

刻度标示坐标轴的分隔，包括最小刻度和最大刻度

x轴和y轴刻度标签 tick label

表示特定坐标轴的值

绘图区域（坐标系） axes

坐标系标题 title

轴标签 xlabel ylabel

1. Figure对象

1.1 定义

在任何绘图之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图。

import matplotlib.pyplot as pltfig = plt.figure(num, figsize, dpi, facecolor, edgecolor, frameon)

例子：

plt.figure(figsize=(3, 2), facecolor="green")plt.plot()plt.show()

可选参数

1.2 划分子图

在matlib中，两条坐标轴连接的区域叫做轴域。

语法：

plt.subplot(nrows, ncols, index)

例子：

fig = plt.figure()plt.subplot(2, 2, 1)plt.subplot(2, 2, 2)plt.subplot(2, 2, 3)plt.subplot(2, 2, 4)plt.show()

每个subplot函数只创建一个子图，前两个参数只是说明将画布划分为2*2的区域，可以创建四个子图，但是并没有同时创建四个子图。要创建四个子图就需要执行四条语句，分别创建每个子图。

当subplot函数中的行数，列数和子图序号都小于10时，可以省略各个参数间的逗号，用一个三位数来代替，如下。

plt.subplot(221)plt.subplot(222)plt.subplot(223)plt.subplot(224)

1.3 设置中文字体

设置中文字体

由于Matplotlib的默认字体是英文，因此在向图表中添加中文的时候，常常无法显示，这时只要将默认字体改为中文就可以了。

语法

plt.rcParams["font.sans-serif"] = "SimHei"

其他常用中文字体的名称

恢复标准默认配置

rc参数被修改后还可以恢复标准默认配置

plt.rcdefaults()

1.4 添加标题

添加全局标题

subtitle("global_title")

添加子标题

title("title")

suptitle()函数的主要参数：

title()函数的主要参数：

例子，比如绘制下图：

import matplotlib.pyplot as plt#%%plt.rcParams["font.family"] = "SimHei"fig = plt.figure(facecolor="lightgrey")plt.subplot(2, 2, 1)plt.title("子标题1")plt.subplot(2, 2, 2)plt.title("子标题2", loc="left", color="b")plt.subplot(2, 2, 3)myfontdict = {"fontsize": 12, "color": "g", "rotation": 30}plt.title("子标题3", fontdict=myfontdict)plt.subplot(2, 2, 4)plt.title("子标题4", color="w", backgroundcolor="black")plt.suptitle("全局标题", fontsize=20, color="red", backgroundcolor="yellow")plt.show()

小技巧:

代码分段运行

代码分段

使用 #%% 将代码分段（应该自版pycharm就可以这样了）

注意：仅在科学模式Scientific Mode下有效分段运行

法一：Ctrl + Enter 逐端运行

法二：点击代码段左边的绿色三角形

如果得到下列结果，则需要对画布进行调整

这里主标题挡住了子标题，上下两个子图的间距也过小了

1.5 调整子图

tight_layout()函数

检查坐标轴标签、刻度标签和子图标题，自动调整子图，使之填充整个绘图区域，并消除子图之间的重叠。

在上述代码中增加

import matplotlib.pyplot as plt#%%# 设置默认字体为中文plt.rcParams["font.family"] = "SimHei"# 创建一个绘图对象，并将它的前景色绘制为浅灰色fig = plt.figure(facecolor="lightgrey")# 创建了四个子图plt.subplot(2, 2, 1)# 创建默认子标题plt.title("子标题1")plt.subplot(2, 2, 2)# 子标题 左对齐，字体颜色是蓝色plt.title("子标题2", loc="left", color="b")plt.subplot(2, 2, 3)# 将参数放在字典中，所有关键字都是字符串myfontdict = {"fontsize": 12, "color": "g", "rotation": 30}plt.title("子标题3", fontdict=myfontdict)plt.subplot(2, 2, 4)# 标题字体为白色，背景色为黑色plt.title("子标题4", color="w", backgroundcolor="black")plt.suptitle("全局标题", fontsize=20, color="red", backgroundcolor="yellow")plt.tight_layout()plt.show()

可以看到，子图之间的间距已经被自动调整了。标题和坐标轴之间不再重叠。但是，全局标题和子图区域还是有重叠。这是因为tight_layout()函数使子图区域充满了整个画布。我们现在希望能在画布上面留出一点位置来放置全局标题。这时候，只需要修改tight_layout()函数中的rect参数就可以了。

tight_layout(rect=(left, bottom, right, top))

这是子图区域的左下角坐标和右上角坐标，坐标必须为标准化图形坐标, 默认是(0,0,1,1)

# 设置默认字体为中文plt.rcParams["font.family"] = "SimHei"# 创建一个绘图对象，并将它的前景色绘制为浅灰色fig = plt.figure(facecolor="lightgrey")# 创建了四个子图plt.subplot(2, 2, 1)# 创建默认子标题plt.title("子标题1")plt.subplot(2, 2, 2)# 子标题 左对齐，字体颜色是蓝色plt.title("子标题2", loc="left", color="b")plt.subplot(2, 2, 3)# 将参数放在字典中，所有关键字都是字符串myfontdict = {"fontsize": 12, "color": "g", "rotation": 30}plt.title("子标题3", fontdict=myfontdict)plt.subplot(2, 2, 4)# 标题字体为白色，背景色为黑色plt.title("子标题4", color="w", backgroundcolor="black")plt.suptitle("全局标题", fontsize=20, color="red", backgroundcolor="yellow")plt.tight_layout(rect=(0, 0, 1, 1))plt.show()

二、散点图

引入

散点图(Scatter)：是数据点在直角坐标系中的分布图

原始数据分布的规律

射击手向靶子多次射击后留下的记录。射击的成绩呈正太分布数据变化的趋势

房屋大小和房价呈线性关系数据分组

横坐标是花瓣长度，纵坐标是花瓣宽度

scatter()函数

scatter(x, y, scale, color, marker, label)

参数说明如下

这是其他数据点样式

例子：

来绘制这个图

# 设置默认字体为中文plt.rcParams["font.family"] = "SimSun"# 标准正态分布n = 1024x = np.random.normal(0, 1, n)y = np.random.normal(0, 1, n)# 绘制散点图plt.scatter(x, y, color="blue", marker="*")# 设置标题plt.title("标准正态分布", fontsize=20)plt.show()

我们还需要添加适当的文字描述

text(x, y, s, fontsize, color)

这里我们看到由于设置了中文字体，负号不能正常显示，因此我们需要设置坐标轴

plt.rcParams["axes.unicode_minus"] = False

绘图时，pyplot会根据数据的分布区间，自动加上坐标轴。如果要改变x轴，y轴的坐标范围，设置坐标轴的刻度样式或者给坐标轴加上标签，那么可以使用这几个函数

# 设置默认字体为中文plt.rcParams["font.family"] = "SimHei"# 标准正态分布n = 1024x = np.random.normal(0, 1, n)y = np.random.normal(0, 1, n)# 绘制散点图plt.scatter(x, y, color="blue", marker="*")# 设置标题plt.title("标准正态分布", fontsize=20)# 解决负号显示不出来的问题plt.rcParams["axes.unicode_minus"] = False# 设置文本plt.text(2.5, 2.5, "均值：0\n标准差：1")# 设置坐标轴范围plt.xlim(-4, 4)plt.ylim(-4, 4)# 设置轴标签文本plt.xlabel('横坐标x', fontsize=14)plt.ylabel('纵坐标y', fontsize=14)plt.show()

增加均匀分布的点

# 设置默认字体为中文plt.rcParams["font.family"] = "SimHei"# 标准正态分布n = 1024x1 = np.random.normal(0, 1, n)y1 = np.random.normal(0, 1, n)# 均匀分布x2 = np.random.uniform(-4, 4, (1, n))y2 = np.random.uniform(-4, 4, (1, n))# 绘制散点图plt.scatter(x1, y1, color="blue", marker="*")plt.scatter(x2, y2, color="yellow", marker="o")# 设置标题plt.title("标准正态分布", fontsize=20)# 解决负号显示不出来的问题plt.rcParams["axes.unicode_minus"] = False# 设置文本plt.text(2.5, 2.5, "均值：0\n标准差：1")# 设置坐标轴范围plt.xlim(-4, 4)plt.ylim(-4, 4)# 设置轴标签文本plt.xlabel('横坐标x', fontsize=14)plt.ylabel('纵坐标y', fontsize=14)plt.show()

增加图例

scatter(x, y, scale, color, marker, label) # label是图例参数legend(loc, fontsize)

loc参数的取值

# 设置默认字体为中文plt.rcParams["font.family"] = "SimHei"# 标准正态分布n = 1024x1 = np.random.normal(0, 1, n)y1 = np.random.normal(0, 1, n)# 均匀分布x2 = np.random.uniform(-4, 4, (1, n))y2 = np.random.uniform(-4, 4, (1, n))# 绘制散点图plt.scatter(x1, y1, color="blue", marker="*", label="正态分布")plt.scatter(x2, y2, color="yellow", marker="o", label="均匀分布")# 默认位置， 使用默认字体plt.legend()# 设置标题plt.title("标准正态分布", fontsize=20)# 解决负号显示不出来的问题plt.rcParams["axes.unicode_minus"] = False# 设置文本plt.text(2.5, 2.5, "均值：0\n标准差：1")# 设置坐标轴范围plt.xlim(-4, 4)plt.ylim(-4, 4)# 设置轴标签文本plt.xlabel('横坐标x', fontsize=14)plt.ylabel('纵坐标y', fontsize=14)plt.show()

二、折线图

折线图：散点图的基础上，将相邻的点用线段想连接

描述变量变化的趋势

plot()函数

plot(x, y, cplor, marker,label, linewidth, markersize)

参数说明如下：

例子：

绘制这样一个折线图，这是一个房间24小时的温度和湿度的监测记录

import matplotlib.pyplot as pltimport numpy as np# 设置默认字体为中文plt.rcParams["font.family"] = "SimHei"# 生成随机数列n = 24y1 = np.random.randint(27, 37, n)y2 = np.random.randint(40, 60, n)# 绘制折线图plt.plot(y1, label="温度")plt.plot(y2, label="湿度")plt.xlim(0, 23)# 多留一点空间好放置图例plt.ylim(20, 70)plt.xlabel("小时", fontsize=12)plt.ylabel("测量值", fontsize=12)plt.title("24小时温度湿度统计", fontsize=16)plt.legend()plt.show()

三、柱状图

1. 普通柱形图

由一系列高度不等的柱形条纹表示数据分布的情况。

语法

bar(x, left, height, width, facecolor, edgecolor, label)

参数说明如下：

例子：

import matplotlib.pyplot as pltimport numpy as np# 设置默认字体为中文plt.rcParams["font.family"] = "SimHei"# 解决负号问题plt.rcParams["axes.unicode_minus"] = False# 条纹高度y1 = [32, 25, 16, 30, 24, 45, 40, 33, 28, 17, 24, 20]y2 = [-23, -35, -26, -35, -45, -43, -35, -32, -23, -17, -22, -28]# 条纹left坐标plt.bar(range(len(y1)), y1, width=0.8, facecolor="green", edgecolor="white", label="统计量1")plt.bar(range(len(y2)), y2, width=0.8, facecolor="red", edgecolor="white", label="统计量2")plt.title("柱状图", fontsize=20)plt.legend()plt.show()

2. 并列柱形图

# 设置中文字体和负号正常显示plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = Falselabel_list = ['', '', '', ''] # 横坐标刻度显示值num_list1 = [20, 30, 15, 35]# 纵坐标值1num_list2 = [15, 30, 40, 20]# 纵坐标值2x = range(len(num_list1))rects1 = plt.bar(x=x, height=num_list1, width=0.4, alpha=0.8, color='red', label="一部门")rects2 = plt.bar(x=[i + 0.4 for i in x], height=num_list2, width=0.4, color='green', label="二部门")plt.ylim(0, 50)# y轴取值范围plt.ylabel("数量")# 设置x轴刻度显示值 参数一：中点坐标 参数二：显示值plt.xticks([index + 0.2 for index in x], label_list)plt.xlabel("年份")plt.title("某某公司")plt.legend()# 设置题注# 编辑文本for rect in rects1:height = rect.get_height()plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")for rect in rects2:height = rect.get_height()plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")plt.show()

3. 堆叠条形图

plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = Falselabel_list = ['', '', '', '']num_list1 = [20, 30, 15, 35]num_list2 = [15, 30, 40, 20]x = range(len(num_list1))rects1 = plt.bar(x=x, height=num_list1, width=0.45, alpha=0.8, color='red', label="一部门")rects2 = plt.bar(x=x, height=num_list2, width=0.45, color='green', label="二部门", bottom=num_list1)plt.ylim(0, 80)plt.ylabel("数量")plt.xticks(x, label_list)plt.xlabel("年份")plt.title("某某公司")plt.legend()plt.show()

4. 柱线混合图

plt.rcParams['font.sans-serif'] = ['SimHei'] # 用黑体显示中文# 构建数据x = [2, 4, 6, 8]y = [450, 500, 200, 1000]# 画柱形图plt.bar(x=x, height=y, label='书库大全', color='steelblue', alpha=0.8)# 在柱状图上显示具体数值, ha参数控制水平对齐方式, va控制垂直对齐方式for x1, yy in zip(x, y):plt.text(x1, yy + 1, str(yy), ha='center', va='bottom', fontsize=20, rotation=0)# 设置标题plt.title("80小说网活跃度")# 为两条坐标轴设置名称plt.xlabel("发布日期")plt.ylabel("小说数量")# 显示图例plt.legend()# 画折线图plt.plot(x, y, "r", marker='*', ms=10, label="a")plt.xticks(rotation=45)plt.legend(loc="upper left")plt.savefig("a.jpg")plt.show()

四、水平条形图

语法

barh(y, width, height, left, align='center')

参数说明如下：

plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = Falseprice = [39.5, 39.9, 45.4, 38.9, 33.34]plt.barh(range(5), price, height=0.7, color='steelblue', alpha=0.8)# 从下往上画plt.yticks(range(5), ['亚马逊', '当当网', '中国图书网', '京东', '天猫'])plt.xlim(30,47)plt.xlabel("价格")plt.title("不同平台图书价格")for x, y in enumerate(price):plt.text(y + 0.2, x - 0.1, '%s' % y)plt.show()

五、饼图

语法

barh(y, width, height, left, align='center')

参数说明如下：

返回值

patches：List matplotlib.patches.Wedge object 每块饼对象l_text：List 圆内部文本，matplotlib.text.Text objectp_text：List 圆外部文本，matplotlib.text.Text object

例子：

plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = Falselabel_list = ["第一部分", "第二部分", "第三部分"] # 各部分标签size = [55, 35, 10] # 各部分大小color = ["red", "green", "blue"]# 各部分颜色explode = [0.05, 0, 0] # 各部分突出值patches, l_text, p_text = plt.pie(size, explode=explode, colors=color, labels=label_list, labeldistance=1.1, autopct="%1.1f%%", shadow=False, startangle=90, pctdistance=0.6)plt.axis("equal") # 设置横轴和纵轴大小相等，这样饼才是圆的plt.legend()plt.show()

具体函数参数的设置可参考这篇文章

五、直方图

hist 用于绘制直方图

语法

hist(y, width, height, left, align='center')

参数说明如下：

# 设置matplotlib正常显示中文和负号plt.rcParams['font.sans-serif']=['SimHei'] # 用黑体显示中文plt.rcParams['axes.unicode_minus']=False# 正常显示负号# 随机生成（10000,）服从正态分布的数据data = np.random.randn(10000)plt.hist(data, bins=40, facecolor="blue", edgecolor="black", alpha=0.7)# 显示横轴标签plt.xlabel("区间")# 显示纵轴标签plt.ylabel("频数/频率")# 显示图标题plt.title("频数/频率分布直方图")plt.show()