Python数据可视化编程实践-绘制图表

Python数据可视化编程实践-绘制图表准备工作打开Jupyter Notebook，导入需要的包，并配置好图片交互和中文显示环境：import pandas as pdimport numpy as npimport sysreload(sys)sys.setdefaultencoding('utf-8')import matplotlib as mplimport matplotlib.pyplot as pltimport matplotlib.cm as cm%matplotlib inlineplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False #用来正常显示负号定义图表类型——柱状图、线形图和堆积柱状图调用figure()方法，创建一个新的图表，接下来的绘图操作都在此图表中进行，参数figsize=(12,6)表示该图表的大小。

调用subplot(231)方法把图表分割成2行3列的网格，1表示图形的标号。

x = [1, 2, 3, 4]y =[5, 4, 3, 2]plt.figure(figsize=(12,6))plt.subplot(231)plt.plot(x,y) # 折线图plt.subplot(232)plt.bar(x,y) # 垂直柱状图plt.subplot(233)plt.barh(x,y) # 水平柱状图plt.subplot(234)plt.bar(x,y)y1= [7,8,5,3]plt.bar(x,y1,bottom=y,color='r') # 堆叠柱状图设置参数bottom=yplt.subplot(235)plt.boxplot(x) # 箱线图plt.subplot(236)plt.scatter(x,y) # 散点图plt.show()具体解释下箱线图中的几个最重要的显示选项。

首先，我们可以添加从箱体延伸出来的箱须来展示数据集合的整个范围。

箱体和箱须主要用于表现一个或多个数据集合中数据的编号，容易对数据进行对比而且易于理解。

在同一个箱线图中可以呈现5种数据。

最小值：数据集合的最小值。

第二四分位数：其以下为数据集合中较低的25%数据。

中值：数据集合的中值第三四分位数：其以上为数据集合中较高的25%数据。

最大值：给定数据集合的最大值。

dataset = [113, 115, 119, 121, 124,124, 125, 126, 126, 126,127, 127, 128, 129, 130,130, 131, 132, 133, 136]plt.figure(figsize=(10,6))plt.subplot(121)plt.boxplot(dataset, vert = False)plt.subplot(122)plt.hist(dataset)plt.show()我们用同一个数据集合来绘制箱线图和直方图，观察两种图表在数据展现上的差异。

左图呈现了五个统计数据，右图展示了数据集合在给定范围内的分组情况。

简单的正弦图和余弦图我们对从-Pi到Pi之间具有相同线性距离的256个点来计算正弦值和余弦值，然后把sin(x)值和cos(x)值在用以图表中绘制出来。

x = np.linspace(-np.pi, np.pi, 256, endpoint=True)y = np.cos(x)y1 = np.sin(x)plt.figure(figsize=(10,6))plt.plot(x, y)plt.plot(x, y1)plt.title("Functions $\sin$ and $\cos$") #设置图标题plt.xlim(-3.0, 3.0) #设置x轴范围plt.ylim(-1.0, 1.0) #设置y轴范围plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$']) # 用希腊字母标注x轴标签plt.yticks([-1, 0, +1],[r'$-1$', r'$0$', r'$+1$'])plt.show()设置坐标轴长度和范围如果不实用axis()或者其他参数设置，matplotlib会自动使用最小值，刚好可以让我们在一个图中看到所有的数据点。

调用autoscale()方法，会以坐标轴的最佳大小适应数据的显示。

axis()里面的值分别表示坐标轴上xmin、xmax、ymin、ymaxaxhline()表示绘制了一条y=0的水平线axvline()表示绘制了一条x=0的垂直线axhline(4)表示绘制了一条y=4的水平线l=[-1, 1, -10, 10]plt.axis(l)plt.axhline()plt.axvline()plt.axhline(4)设置图表的线型、属性和格式化字符串常见的线条样式：- 直线--虚线-. -.形式: 细小虚线常见的点样式：s--方形h--六角形H--六角形*--星号+--加好x--x型d--菱形D--菱形p--五角形常见的颜色样式：c-cyan--青色r-red--红色m-magente--品红g-green--绿色b-blue--蓝色y-yellow--黄色k-black--黑色w-white--白色# plot(x轴数据,y轴数据,展现形式)x = [1, 2, 3, 4, 8]y = [5, 7, 2, 1, 5]plt.plot(x, y, '-', color='g', linewidth=0.8)plt.plot(x, y,'*',color='r') #散点图plt.show()设置刻度、刻度标签和网格刻度是图形的一部分，由刻度定位器（指定刻度所在的位置）和刻度格式器（指定刻度显示的样式）组成。

刻度有主刻度和次刻度，默认次刻度不显示。

locator_params()方法控制刻度定位器，可以控制刻度的数目。

plt.figure(figsize=(10,6))# 获取当前坐标ax = plt.gca()# 设置紧凑视图，设置刻度间隔最大为10ax.locator_params(tight=True, nbins = 10)# 生成100个正态分布值ax.plot(np.random.normal(10, .1, 100))plt.show()使用dates模块的一个例子来说明刻度格式器的配置。

刻度格式器规定了值的显示方式。

import datetimefig = plt.figure(figsize=(10,6))# 获取当前的坐标轴ax = plt.gca()# 设置一些日期区间start = datetime.datetime(2013, 01, 01)stop = datetime.datetime(2013, 12, 31)delta = datetime.timedelta(days = 1)# 转换日期dates = mpl.dates.drange(start, stop, delta)# 产生一些随机值values = np.random.rand(len(dates))ax = plt.gca()# 用日期值画图ax.plot_date(dates, values, linestyle='-', marker='')# 指定格式date_format = mpl.dates.DateFormatter('%Y-%m-%d')# 应用格式ax.xaxis.set_major_formatter(date_format)# 自动格式日期标签fig.autofmt_xdate()plt.show()添加图例和注解图例和注解清洗连贯地解释了数据图表的内容。

通过给给个plot添加一个关于所显示数据的简短描述，能让观察者更容易理解。

在每个plot中指定了一个字符串标签(label)，这样legend()会把它们添加到图例框中。

通过loc参数确定图例框的位置。

annotate()可以为xy坐标位置的数据点添加字符串描述。

通过设置xycoord='data'，可以指定注解和数据使用相同的坐标系，注解文本的起始位置通过xytext指定。

箭头由xytext指向xy坐标位置。

arrowstyle指定了箭头风格。

plt.figure(figsize=(10, 6))# 生成不同正态分布值x1 = np.random.normal(30, 3, 100)x2 = np.random.normal(20, 2, 100)x3 = np.random.normal(10, 3, 100)# 在同张画布里画3条线plt.plot(x1, label='plot')plt.plot(x2, label='2nd plot')plt.plot(x3, label='3nd plot')# 生成图例框plt.legend(bbox_to_anchor=(0., 1.02, 1., .102), loc=3, ncol=3, mode="expand", borderaxespad=0.)# 注解重要值plt.annotate("Important value:(55, 20)", (55, 20), xycoords='data', xytext=(5, 38), arrowprops=dict(arrowstyle='->'))plt.show()移动轴线到图中央轴线定义了数据区域的边界，把坐标轴刻度标记连接起来。

一共有四个轴线，可以把它们放置在任何位置。

默认情况下，它们被放置在坐标轴的边界。

为了把轴线移到图中央，需要把其中两个轴线隐藏起来（设置color为none）。

然后，移动另外两个到坐标（0，0）。

坐标为数据空间坐标。

x = np.linspace(-np.pi, np.pi, 500, endpoint=True)y = np.sin(x)ax = plt.gca()ax.spines['right'].set_color('none') # 隐藏右边的轴线ax.spines['top'].set_color('none') # 隐藏顶端的轴线ax.spines['bottom'].set_position(('data', 0)) # 移动底端的轴线到（0，0）ax.spines['left'].set_position(('data', 0)) # 移动左端的轴线到(0,0)ax.xaxis.set_ticks_position('bottom') # 移动底端的刻度到x轴ax.yaxis.set_ticks_position('left') # 移动左侧的刻度到x轴plt.show()绘制直方图直方图被用于可视化数据的分布估计。