python:Matplotlib

1.数据可视化是什么?

数据可视化是将数据转换为图或表等信息图像,以一种更直观的方式展示和呈现数据.可视化,是通过图形化的手段进行有效地表达,准确高效,简洁全面地传递某种信息,甚至帮助我们发现某种规律和特征,挖掘数据背后的价值.

2. Matplotlib是什么?

matplotlib是一款用于数据可视化的Python软件包,支持跨平台运行,它能够根据Numpy ndarray数组来绘制2D(3D)图像,它使用简单\代码清晰易懂,深受广大技术爱好者喜爱.
优点:

• Matplootlib提供了一套面向绘图对象编程的API接口
• 依托于Python,借助Python的强大的可拓展性,Matplotlib可以在许多不同环境中被使用
• 基于Matlab和基于面向对象的,完全免费
• Matplotlib实现了几乎完全自主控制的图形定义功能
  pip 安装：

pip install matplotlib
Anaconda自带

常见Matplotlib全局初始化设置:

# 修改全局字体设置，为支持中文的字体
plt.rcParams['font.sans-serif'] =['SimHei']
# 中文负号
plt.rcParams['axes.unicode_minus']=False
# 修改全局画布对象的分辨率
plt.rcParams['figure.dpi'] =100
# 修改全局画布对象的大小为500X300px
plt.rcParams['figure.figsize']=(5,3)

3. matplotlib的基本方法

如何将标题或坐标轴写成中文?

默认不支持中文:missing from current font 字体丢失,因此,需要修改字体配置:

plt.rcParams[“font.sans-serif”]

字体说明:

临时设置成中文字体:

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

当字体设置支撑中文后,必须设置符号,否则当数值中出现负值时,负号无法显示:
解决方式:修改轴中负号编码,不使用unicode的负号,axes表示所有轴(x and y 轴)

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

显示中文问题:需要修改2个配置信息:

plt.rcParams['font.sans-serif'] = ['SimHei']#用来设置字体样式以正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False#默认使用Unicode负号,设置成正常显示字符

xlabel和ylabel

对于上面的图,如果觉得字体偏小或者线条太细,可以设置标签文字大小
fontsize参数:设置文字大小
linewidth参数:设置线条
示例代码

plt.rcParams['font.sans-serif'] = ['SimHei']
# 解决方式:修改轴中负号编码axis
plt.rcParams['axes.unicode_minus'] = False
y1 = x
plt.title('y 等于 x的平方')
plt.xlabel('自变量x',fontsize = 16)
plt.ylabel('因变量y')
plt.plot(x,y,linewidth=5)
plt.plot(x,y1)

设置x轴和y轴的刻度

格式:

matplotlib.pyplot.xticks(ticks=None,labels = None,**kwargs)

参数解释:

• ticks:此参数是xtick位置的列表.如果将一个空列表作为参数传递,则它将删除所有xticks
• label:此参数包含防止字啊给定刻度线位置的标签.
• • • kwargs:此参数是文本属性,用于控制标签的外观
    • rotation:旋转角度
    • color:颜色

显示图表 show()

图例legend()

图例是集中于地图一角或一-侧的地图上各种符号和颜色所代表内容与指标的说明，有助于更好的认识地图。
格式：

plt.legend(handles, labels，loc)
eg:ax.legend([line1, line2, line3], [‘label1’, ‘label2’, ‘label3’])

>>更多参数，请在官网查询

显示每条数据的值x,y的值的位置

格式:

plt.text(x,y,string,fontsize = 15,verticalalignment = ‘top’,herizontalalignment = ‘right’)

其他元素可视性

1.显示网格:plt.griid()

格式:

plt.grd(True,linestyle = ‘–’,color = “gray”,linewidth=“0.5”,aixs =“x”)

参数解释:

• 是否显示网格
• linstyle:线型
• color:颜色
• linewidth:宽度
• axis:x,y,both; 显示x/y/两者的网格

2.对坐标轴的操作:plt.gac()

首先观察画布上面的坐标轴,如下图:

上图中，用红色标记出的褐色边界框在Matplotlib中被称为spines,中文翻译为脊柱.
用通俗的话讲,这些边界框线就是坐标轴这个区域的四根"支柱".
因此,我们接下来最终就是要挪动的其实就是这四根"支柱"
且所有操作均在plt.gac()中完成,gca就是get current axes的意思,示列代码:

x = np.arange(-50,51)
y = x**2   1
# 获取当前坐标轴
ax = plt.gca()
print(ax)
# 通过坐标轴spines,确定top,bootom,left,right(分别表示上下左右四根支柱)
# 不需要右侧和上侧线条,则可以设置它的颜色为none
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
# 移动左轴到指定位置
# 在这里,position参数有三类型:data,outward(向外),axes

# axes:代表移动整个轴的比例,区间咋0.0 - 1.0之间的值
# ax.spines['left'].set_position(('axes',0.5))

# 'data':表示按数值移动,其后跟的数字代表移动到y轴的刻度,因此也可以这样写:
ax.spines['left'].set_position(('data',0))

# 发现y轴没有跟x轴对齐,可以直接移动x轴的位置
# ax.spines['bottom'].set_position(('data',0))

# 也可以通过设置y轴的z坐标区间来保持对齐
plt.ylim(0,y.max())
plt.plot(x,y)
plt.show()

3. Matplotlib中的样式参数设置

1.线条样式

传入x.y，通过plot画图,并设置折线颜色、透明度、折线样式和折线宽度标记点、标记点大小、标记点边颜色、标记点边宽.网格
格式:

plt.plot(x,y,color =‘red’,alpha=0.3,linestyle=“-”,linewidth=5,marker=‘o’,markeredgecolor=‘r’,marersize= ‘20’,markeredgewidth=10)

• 1. color:可以使用颜色的16进制,也可以使用线条颜色的英文,还可以英文缩写:

• 2. alopha:透明度,取值0-1
• 3. linestyle:折线样式

• 4. marker:标记点样式:

示例代码:

x = np.arange(0,100,10)
y = x ** 2
plt.plot(x,y,linewidth='1',label='test',color = 'r',linestyle='--',marker = 'H')
plt.legend(loc = 'upper left')
plt.show()

4.创建图形对象

在Matplotlib中,面向对象编程的核心思想是创建图形对象(figure object).通过图像对象来调用其他的方法和属性,这样有助于我哦恩更好的采购与苦多个画布.在这个过程中,pyplot负责生成图形对象,并通过该对象来添加一个或多个axes对象(即绘图区域).
Matplotlib 提供了 matplotlib.figure图形类模块,它包含了创建了图像对象的方法.通过调用pyplot模块中的figure()函数来实例化figure对象.

1.创建图形对象

figure方法如下:

plt.figure(
    num=None,#图像编号或名称,数字为编号,字符串为名称
    figsize=None,#指定figure的宽和高,单位为英寸
    dpi=None,#指定绘图对象的分辨率,即没英寸多少个像素,缺省值为72
    facecolor=None,#背景颜色
    edgecolor=None,#边框颜色
    frameon=True,#是否显示边框
    **kwargs,
)

示例代码:

x = np.arange(0,50)
y = x**2
# 创建图形对象
fig = plt.figure('f1',figsize=(6,4),dpi=100,facecolor='gray')
plt.plot(x,y)
plt.show()

5.绘制多子图

figure是绘图对象(可以理解为一个空白的画布),一个figure对象可以包含多个Axes子图,一个Axes是一个绘图区域,不加设置时,Axes=1,且每次绘图都是在figure上的Axes上绘图.
下面将介绍几种绘制子图的方式:

• add_axes():添加区域
• subplot():均等地划分画布,只是创建一个包含子图区域的画布(返回区域对象 )
• subplots():既创建一个包含子图区域的画布又创建一个figure图形对象.(返回图形对象和区域对象)

1.add_axes();添加区域

Matplotlib定义了一个axes类（轴域类)，该类的对象被称为axes对象（即轴域对象)，它指定了一个有数值范围限制的绘图区域。在一个给定的画布(figure)中可以包含多个axes对象，但是同一个axes对象只能在一个画布中使用。

2D绘图区域(axes)包含两个轴(axis)对象

语法格式:
add_axes(rect):

• 该方法用来生成一个axes 轴域对象，对象的位置由参数rect决定
• rect是位置参数，接受一个由4个元素组成的浮点数列表，形如[left,bottom, width, height]，它表示添加到画布中的矩形区域左下角坐标(x,y),以及宽度和高度

注意:每个元素的值是画布宽度和高度的分数。即将画布的宽、高作为1个单位。比如，[ 0.2,0.2,0.5,0.5]，它代表着从画布20%的位置开始绘制,宽高是画布的50%

演示代码:

fig = plt.figure(figsize=(4,2),dpi=200,facecolor='g')
# ax1从画布起始位置绘制,宽度和高度与画布一致
ax1 = fig.add_axes([0,0,1,1])
# 在ax1区域里面作画
x = np.arange(0,11,2)
y = 5*x   1
ax1.plot(x,y,marker='D')
ax1.legend()
# ax2 从画布的20%位置开始绘制,宽高是画布的60%
ax2 = fig.add_axes([.2,.2,.6,.6])
# 在ax2区域里面作画
y2 = x**2  3
ax = plt.gca()
ax.spines['top'].set_color('None')
ax.spines['right'].set_color('None')
ax.plot(x,y2)

2.subplot():均匀地划分画布

格式:

ax = plt.subplot(nrows,ncols,index,*args,**kwargs)

参数解释:

• nrows:行
• ncols:列
• index:位置索引
• kwargs:title/xlabel/ylabel等

也可以将几个参数的值写到一起,如:subplot(233)

返回:区域对象
nrows 与ncols表示要划分几行几列的子区域(nrows’nclos表示子图数量)，index的初始值为1，用来选定具体的某个子区域.
例如: subplot(233)表示在当前画布的右上角创建一个两行三列的绘图区域（如下图所示)，同时，选择在第3个位置绘制子图。

注意:

plot(y),参数x可以省略,默认从[0,…,N-1],N为y轴的元素个数

实例代码:

ax1 = plt.subplot(211)
ax1.plot(range(50,70),marker='o')
ax1.grid()
ax2 = plt.subplot(212)
ax2.plot(np.arange(12)*2)

注意:

如果新建的子图与现有的子图重叠,那么重叠部分的子图将会被自动删除,因为它们不可以共享绘图区域axes

实例代码:

plt.plot([1,2,3])
# 现在创建一个子图,他表示一行二列的网格顶部
# 因为这个子图将于第一个重叠,所以之前创建的图将被自动删除
plt.subplot(211)
plt.plot(range(50,70))
plt.subplot(212)
plt.plot(np.arange(12)*2)
# Auto-removal of overlapping axes is deprecated since 3.6 and will be removed two minor releases later; explicitly call ax.remove() as needed.

如果不想覆盖之前的图,需要先创建画布:
实例代码:

plt.plot([1,2,3,4])
# 还可以设置画布大小,再通过画布创建区域
fig = plt.figure(num = 'f1',figsize=(6,4),dpi=200)
ax1 = fig.add_subplot(111)
plt.plot(range(20))
ax2 = fig.add_subplot(221)
plt.plot(range(12))

3.设置多图的基本方式:

3.1 在开始创建的时候直接设置

对于subplot关键词赋值参数的查看,可以将光标移动到subplot方法上,使用 shift tab查看具体内容.
示例代码:

fig = plt.figure('f1',figsize=(20,10),dpi=200,facecolor='r',edgecolor='b',frameon=True)
ax1 =fig.add_subplot(211,title = 'f1.upper',xlabel='x axies',ylabel='y axies')
ax1.plot(range(50,70),linewidth= 2)
ax2 = fig.add_subplot(212,title='f1.lower',xlabel='x axise', ylabel='y axies')
plt.plot(np.arange(12)**2)
#紧凑的布局处理:
plt.tight_layout()

如果发现子图标题发生重叠,在最后调用:

plt.tight_layout()

3.2 在使用pyplot模块中的方法设置后,再绘制

示例代码:

# 第一区域 
plt.subplot(211)
plt.title('ax1')
plt.xlabel('x axies')
plt.ylabel('y axies')
plt.plot(np.arange(12)**2)
# 第二区域
plt.subplot(212)
plt.title('ax2')
plt.plot(range(20,30,2))
plt.tight_layout()

3.3 使用返回的区域对象设置

注意:

区域对象的方法很多都是以set_ 开头

设置区域对象将不存在设置位置

代码示例:

fig = plt.figure()
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)
# 第一个区域的设置
ax1.set_title('ax1')
ax1.plot(range(20,30))
# 第二个区域设置
ax2.set_title('ax2')
ax2.plot(np.arange(12)**2)
plt.tight_layout()

4.subplots()函数详解

matplotlib.pyplot模块提供了一个subplots()函数，它的使用方法和subplot())函数类似。其不同之处在于，subplots(). 既创建了一个包含子图区域的画布axes，又创建了一个figure图形对象，而subplot()只是创建一个包含子图区域的画布。
subplots()函数格式:

fig,ax = plt.subplots(nrows,ncols)#nrows和ncols指定子图所占的行数\ 列数

函数的返回值是一个元组,包括一个图形对象和所有的axes对象(即axes二维数组).其中axes对象的数量等于nrows * ncols,且每个axes对象均可以通过索引值访问(从0开始).
如下2行2列数据:

fig,axes = plt.subplots(2,2)
x = np.arange(1,5)
# 绘制平方图像
ax1 = axes[0][0]
ax1.set_title('squrare')
ax1.plot(x,x**2)
# 绘制平方根函数
ax2 = axes[0,1]
ax2.set_title('sqrt')
ax2.plot(x,np.sqrt(x))
# 绘制指数函数
ax3 = axes[1,0]
ax2.set_title('exp')
ax3.plot(x,np.exp(x))
# 绘制对数函数
ax4 = axes[1,1]
ax4.set_title('log')
ax4.plot(x,np.log10(x))

复杂的多个子图画法:

fig = plt.figure()
ax1 = fig.add_subplot(321,facecolor='r')
ax2 = fig.add_subplot(322,facecolor='r')
ax3 = fig.add_subplot(323,facecolor='r')
ax4 = fig.add_subplot(324,facecolor='r')
ax5 =fig.add_subplot(313,facecolor='g')

代码：

fig = plt.figure()
fig.add_subplot(121,facecolor='r')
fig.add_subplot(222,facecolor='g')
fig.add_subplot(224,facecolor='g')

5.不同种类的图

5.1柱状图的绘制

柱状图显示的是不同类别之间的比较关系，高度与其代表的值成正比，水平x轴被指定比价的类别，垂直y轴则表示对应的值。

柱状图可以水平绘制，也可以垂直绘制。

格式:

matplotlib.pyplot.bar(x,height,width:float = 0.8, noottom = None,align:str = ‘center’,data = None,**kwargs)

参数解释：

代码实例：

x = range(5)
data = [5,20,15,10,25]
# 设置标题
plt.title('基本柱状图')
plt.rcParams['font.sans-serif'] = ['SimHei']#用来设置字体样式以正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False
plt.grid(ls= '--',alpha=0.5)
# plt.bar(x,data,bottom=[10,5,20,0,10],facecolor=['r','g','b',])
plt.bar(x,data,ec='c',ls='-',lw='2',bottom=[10,5,20,0,10],color=['r','g','b',])

5.2 同一位置多柱状图的绘制

同一x轴绘制多个柱状图，主要通过调整柱状图的宽度和每个柱状图x轴的起始位置

步骤：

• 本实例需要对x轴进行计算，因此需要将x轴转数值
• 确定同一x轴中，每个柱状图x轴的起始位置。
• 需要设置图形的宽度
• 图形2的起始位置=图形2起始位置 图形的宽度
• 图形3的起始位置=图形3起始位置 2倍图形的宽度需-要给每个柱状图循环显示文本内容
• 显示图例

案列:

代码:

country = ['挪威','德国','中国','美国','瑞典']

# 
gold_medal = [16,12,9,8,8]
silver_medal = [8,10,4,10,5]
bronze_medal = [13,5,2,7,5]

# 将x轴转换为数值
x = np.arange(len(country))
# 设置条形宽度
width = 0.2
# 确定各个类型条形图的起始位置
# 金牌起始位置
gold_x = x
#银牌
silver_x = x   width
# 铜牌
bronze_x = x   2*width
# 金牌图形
plt.bar(gold_x,gold_medal,width=width,color='gold')
# 银牌图形
plt.bar(silver_x,silver_medal,width=width,color='silver')
# 铜牌
plt.bar(bronze_x,bronze_medal,width=width,color='brown')
# 将x轴标签居中
plt.xticks(x width,labels=country)
# 显示每个条形图高度数值
for i in range(len(country)):
    plt.text(gold_x[i],gold_medal[i],gold_medal[i],va='bottom',ha='center')
    plt.text(silver_x[i],silver_medal[i],silver_medal[i],va='bottom',ha='center')
    plt.text(bronze_x[i],bronze_medal[i],bronze_medal[i],va='bottom',ha='center')

5.3 堆叠柱状图的绘制

所谓堆叠柱状图就是将不同数组别的柱状图堆叠在一起，堆叠后的柱状图高度显示了两者相加的结果值。
案列:

代码演示：

country = ['挪威','德国','中国','美国','瑞典']
# 
gold_medal = [16,12,9,8,8]
silver_medal = [8,10,4,10,5]
bronze_medal = [13,5,2,7,5]
# 设置x轴坐标
x = np.arange(len(country))
#计算不同数值的起始高度
# 铜牌起始位置
bronze_y = [0]*len(country)
# 银牌起始位置
silver_y = bronze_medal
# 金牌起始位置
gold_y = np.array(silver_y)   np.array(silver_medal) 

# 绘图
line1=plt.bar(x,bronze_medal,width=0.6,bottom=bronze_y,align='center',color ='brown')
line2=plt.bar(x,silver_medal,width=0.6,bottom=silver_y,align='center',color ='silver')
line3=plt.bar(x,gold_medal,width=0.6,bottom=gold_y,align='center',color ='gold')
# 设置x轴刻度和label
plt.xticks(x,country)
# 设置图例
plt.legend([line1,line2,line3],['铜牌','银牌','金牌'])

5.4 水平柱状图的绘制

调用Matplotlib.pyplot的barh()函数可以生成水平柱状图
barh()函数的用法与bar()函数的用法基本一样，只是在调用barh()函数时使用y参数传入Y轴数据，使用width参数传入代表条柱宽度的数据。
格式：

plt.barh(y， width，height=0.8,left=None，, align=‘center’， * kwargs)

案列：

代码示例：

   movie = ['新蝙蝠侠','狙击手','奇迹笨小孩']
   day1 = [4053,2548,1543]
   day2 = [7840,4013,2421]
   day3 = [8080,3673,1342]
   x = np.arange(len(movie))
   # day1的起始宽度
   d1w = np.zeros(len(movie),dtype=int)
   # day2的起始宽度
   d2w = np.array(day1)
   # day3的起始宽度
   d3w = np.array(day2) d2w
   l1 = plt.barh(movie,width=day1,height=0.2,left=d1w)
   l2 = plt.barh(movie,width=day2,height=0.2,left=d2w)
   l3 = plt.barh(movie,width=day3,height=0.2,left=d3w)
   sum_data = np.array(day1) np.array(day2) np.array(day3)
   # horizontalignment垂直，左边、中间或右边
   # verticalalignment控制y位置参数，底部、中心或顶部
   for i in range(len(movie)):
       plt.text(sum_data[i],movie[i],sum_data[i],ha='left',va ='center')
   plt.xlim(0,sum_data.max() 2000)

绘制多位置柱状图:

步骤：

• 由于需要计算高度，所以需要将y轴转换为数值型
• 需要设置同图形的高度
• 计算每个图形的起始高度
• 绘制图形
• 替换y轴刻度和label

代码示例：

    movie = ['新蝙蝠侠','狙击手','奇迹笨小孩']
    day1 = np.array([4053,2548,1543])
    day2 = np.array([7840,4013,2421])
    day3 = np.array([8080,3673,1342])
    # 将y轴转换为数值型
    num_y = np.arange(len(movie))
    # 设置条形图的高度
    height = 0.2
    # 计算每个图形起始的高度
    dh1 = num_y
    dh2 = num_y height
    dh3 = num_y height*2
    # 绘制图形
    l1 = plt.barh(dh1,day1,height=height)
    l2 = plt.barh(dh2,day2,height=height)
    l3 = plt.barh(dh3,day3,height=height)
    # 将y轴刻度和label改变
    plt.yticks(x height,labels=movie)
    # 图例
    plt.legend([l1,l2,l3],movie)
    for i in range(len(movie)):
        plt.text(day1[i],dh1[i],day1[i],va='center')
        plt.text(day2[i],dh2[i],day2[i],va='center')
        plt.text(day3[i],dh3[i],day3[i],va='center')
    plt.xlim(0,np.array([day1.max(),day2.max(),day3.max()]).max() 2000)

5.5 直方图的绘制plt.hist()

直方图(Histogram)，又称质量分布图，它是一种条形图的一种，由一系列高度不等的纵向线段来表示数据分布的情况。直方图的横轴表示数据类型，纵轴表示分布情况。
首先，我们需要了解柱状图和直方图的区别。直方图用于概率分布，它显示了一组数值序列在给定的数值范围内出现的概率;而柱状图则用于展示各个类别的频数。

直方图和柱状图的区别:

将统计值的范围分段，即将整个值的范围分成一系列间隔，然后计算每个间隔中有多少值。直方图也可以被归一化以显示°相对频率。然后，它显示了属于几个类别中的每个类别的占比，其高度总和等于1。

格式：

plt.hist(x,bins =None,range=None,density=None,weights =None,cumulative=False,bottom=None,histtype=‘bar’,align=‘mid’,orientation=‘vertical’,rwidth=None,log=Fasle,color=None,label=None,stacked=False,normed =None)

参数解释：

• x:作直方图所要用的数据，必须是一维数组;多维数组可以先进行扁平化再作图;必选参数;
• bins:直方图的柱数，即要分的组数，默认为10;
• weights:与x形状相同的权重数组;将x中的每个元素乘以对应权重值再计数;如果normed或density取值为True，则会对权重进行归一化处理。这个参数可用于绘制已合并的数据的直方图;
• density:布尔,可选。如果"True"，返回元组的第一个元素将会将计数标准化以形成一个概率密度，也就是说，直方图下的面积(或积分)总和为1。这是通过将计数除以数字的数量来实现的观察乘以箱子的宽度而不是除以总数数量的观察。如果叠加也是“真实"的，那么柱状图被规范化为1。(替代normed)
• bottom:数组，标量值或None;每个柱子底部相对于y=O的位置。如果是标量值，则每个柱子相对于y=O向上/向下的偏移量相同。如果是数组，则根据数组元素取值移动对应的柱子;即直方图上下便宜距离;
• histtype: {bar , 'barstacked ', 'step , 'stepfilled}; 'bar’是传统的条形直方图; ‘barstacked’是堆叠的条形直方图; ‘step’是未填充的条形直方图，只有外边框; ‘stepfilled’是有填充的直方图;当hittype取值为’step或’stepfilled’,width设置失效，即不能指定柱子之间的间隔，默认连接在一起;
• align: {left , 'mid ', right)}; "left: 柱子的中心位于bins的左边缘;‘mid’: 柱子位于bins左右边缘之间;‘right’: 柱子的中心位于bins的右边缘
• color:具体颜色，数组(元素为颜色)或None。
• label:字符串(序列)或None;有多个数据集时，用label参数做标注区分;
• normed:是否将得到的直方图向量归一化，即显示占比，默认为O，不归一化;不推荐使用，建议改用density参数;
• edgecolor:直方图边框颜色;
• alpha:透明度;

返回值：

• ndarry:数组或数组列表，代表直方图每个bin代表的值
• bins:返回各bin的区间起始位置的值和结束值，注意这里的数组比ndarray多一个
• patches:返回每个bin里面包含的数据

代码演示：

    x = np.random.randint(120,181,300)
    # 绘制直方图
    num,bins, pathches = plt.hist(x,bins=10,color='r',edgecolor='g')
    print(num)
    print(bins)
    print(pathches)
    for item in pathches:
        print(item)
        print(item.get_x())
        print(item.get_width())
        print(item.get_height())

添加折线图
在直方图中，我们也可以加一个折线图，辅助我们查看数据变化情况：

• 首先通过pyplot.subplots()创建Axes对象
• 通过Axes对象调用hist()方法绘制直方图，返回折线图所需要的下x,y数据
• 然后Axes对象调用plot()绘制折线图

代码示例:

    x = np.random.randint(120,181,300)
    # 绘制直方图
    num,bins, pathches = plt.hist(x,bins=10,color='r',edgecolor='g')
    print(num)
    print(bins)
    print(pathches)
    plt.plot(bins[:10],num,'--',marker='o')

不等距分组
上面讲的直方图都是等距的，有时候我们需要不等距的直方图，这时候只需要确定分组的上下限就可以了

代码演示：

    fig,ax= plt.subplots()
    x = np.random.normal(100,20,100)#均值和方差
    bins = [50,60,70,90,100,110,140,150]
    ax.hist(x,bins,color='b',edgecolor='w')
    ax.set_xticks(bins,labels=bins)

多类型直方图
我们在使用直方图查查看数据的频率时，有时候会查看多种类型数据出现的频率。
这时候，我们需要列表嵌套的形式传入给hist()方法的x参数

代码演示：

    n_bins = 10
    fig,ax = plt.subplots()
    x_multi = [np.random.randn(n) for n in [10000,5000,2000]]
    # 在实际绘图代码中羽单类型差别不大，只是增加一个图例项
    # 要在hist()函数中先指定图例label
    ax.hist(x_multi,n_bins,histtype='bar',label=['A','B','C'])
ax.legend()

堆叠直方图
我们有时候会对吧同样数据范围情况下，对比两组不同对象群体收集的数据差异

注意点：

• 直方图属性data:以列表的形式传入两组数据
• 设置直方图stacked:为True，允许数据覆盖

代码演示：

x1 = np.random.randint(180,200,200)
x2 = np.random.randint(180,200,200)
plt.hist([x1,x2],bins=10,stacked=True,edgecolor='w')

5.6 饼状图plt.pie()

饼状图用来显示一个数据系列，具体来说，饼状图显示一个数据系列中各项目的占项目总和的百分比。
Matplotlib.pyplot,提供了一个pie()函数，该函数可以生成数组中数据的饼状图。您可使用x/sum(x)来计算各个扇形区域占饼图总和的百分比。pie()函数的参数说明如下:

格式:

pyplot.pie(x,explode=None，labels=None，colors=None，autopct=None)

参数解释：

• x:数组序列，数组元素对应扇形区域的数量大小。
• labels:列表字符串序列，为每个扇形区域备注一个标签名字。
• colors;为每个扇形区域设置颜色，默认按照颜色周期自动设置。
• autopct:格式化字符串"fmt%pct"，使用百分比的格式设置每个扇形区的标签，并将其放置在扇形区内。注意：参数要用两个%包裹
• pctdistance:设置百分比标签与圆心的距离;
• labeldistance:设置各扇形标签（图例)与圆心的距离;
• explode:指定饼图某些部分的突出显示，即呈现爆炸式;
• shadow:是否添加饼图的阴影效果

设置饼状图百分比和文本距离中心位置:

• pctdistance:设置百分比标签与圆心的距离;
• labeldistance:设置各扇形标签（图例)与圆心的距离;

代码演示：

    plt.rcParams['figure.figsize'] = (5,5)
    # 定义饼 的标签
    labels = ['娱乐','育儿','饮食','房贷','交通','其它']
    # 每个标签所占的数量
    x = [200,500,1200,7000,200,900]
    # 饼状图分离
    explode = (0.03,0.05,0.06,0.04,0.08,0.1)
    # 绘制饼图
    plt.pie(x,labels=labels,autopct='%0.2f%%',explode=explode,shadow=True,labeldistance=1.1,pctdistance=1.4)
    # 图例
    plt.legend()

5.7散点图 plt.scatter()

散点图也叫X-Y图，它将所有的数据以点的形式展现在直角坐标系上，以显示变量之间的相互影响程度，点的位置由变量的数值决定。
通过观察散点图上数据点的分布情况，我们可以推断出变量间的相关性。如果变量之间不存在相互关系，那么在散点图上就会表现为随机分布的离散的点，如果存在某种相关性，那么大部分的数据点就会相对密集并以某种趋势呈现。
数据的相关关系主要分为:正相关（两个变量值同时增长)、负相关（一个变量值增加另一个变量值下降)、不相关、线性相关、指数相关等，表现在散点图上的大致分布如下图所示。那些离点集群较远的点我们称为离群点或者异常点。

格式：

mayplot.pyplot.sactter(x,y,s=None,marker=None,cmap=None,norm=None.vmln=None,vmax=None,alpha=None,linewidths=None,edgecolor=None,plotnonfinite=False,data=None,**kwargs)

参数解释：

• x, y→散点的坐标
• s→散点的面积
• c→散点的颜色（默认值为蓝色，"b’，其余颜色同plt.plot())
• marker→散点样式(默认值为实心圆，'o，其余样式同plt.plot( ))
• alpha→散点透明度（[0,1]之间的数，0表示完全透明，1则表示完全不透明)
• linewidths→散点的边缘线宽
• edgecolors →散点的边缘颜色
• cmap → Colormap，默认None，标量或者是一个colormap 的名字，只有c是一个浮点数数组的时才使用

案列:

代码示例:

    # x 轴数据
    x = np.random.rand(50)#rand()生成一个[0,1)之间的随机浮点数
    # y轴数据
    y = np.random.rand(50)
    # 生成一个正态分布的浮点数数组，用来描述点的大小
    s = (10* np.random.randn(50))**2
    # 颜色也可以使用元组数字序列
    # 颜色随机
    color = np.random.rand(50)
    plt.scatter(x,y,s,c=color)

可以选择不同的颜色条范围–配合cmap参数
颜色条Colormap
Matplotlib模块提供了很多可用的颜色条。
颜色条就像一个颜色列表，其中每种颜色都有一个范围从О到100的值。
下面是一个颜色条的例子:viridis

#####cmap的分类
cmap主要分为以下四大类:、

1.Sequential colormaps:连续化色图
特点:在两种色调之间近似平滑变化，通常是从低饱和度（例如白色）到高饱和度（例如明亮的蓝色)。
应用:适用于大多数科学数据，可直观地看出数据从低到高的变化。

• 1)以中间值颜色命名(eg: viridis松石绿):[‘viridis’, ‘plasma’, ‘inferno’, ‘magma’; ‘clvidis’]

  

• 2)以色系名称命名，由低饱和度到高饱和度过渡(eg: YIOrRd = yellow-orange-red，其它同理): [Greys’, ‘Purples’, ‘Blues’, ‘Greens’, ‘Oranges’,‘Reds’,‘YIOrBr’ , "YIOrRd’, ‘OrRd’, ‘PuRd’,‘RdPu’, ‘BuPu’, ‘GnBu’, ‘PuBu’, ‘YIGnBu’, ‘PuBuGn’, ‘BuGn’, ‘YIGn’, “binary’, ‘gilst_yarg’,‘gist_gray’, ‘gray’, ‘bone’, ‘pink’,‘spring’, ‘summer’, ‘autumn’, 'winter , 'coo”, ‘Wistia’,"hot’, ‘afmhot’glst_heat’, 'copper]

2. Diverging colormaps:两端发散的色图

• 特点:具有中间值（通常是浅色)，并在高值和低值处平滑变化为两种不同的色调。
• 应用:适用于数据的中间值很大的情况（例如0，因此正值和负值分别表示为颜色图的不同颜色)。[‘PiYG’, ‘PRGn’, ‘BrBG’, ‘PuOr’, ‘RdGy’, ‘RdBu’, ‘RdYlBu’,‘RdYlGn’, ‘Spectral’, ‘coolwarm’, ‘bwr’, ‘seismic’]

3.Cyclic colormaps:周期图
对于周期图，我们希望以相同的颜色开始和结束，并满足 中间对称的中心点。可选参数：
[‘twilight’, ‘twilight_shifted’, ‘hsv’]

4.Qualitative colormaps:离散化色图
特点:离散的颜色组合
应用:在深色背景上绘制一系列线条时，可以在定性色图中选择一组离散的颜色,参数：[‘Pastel1’, ‘Pastel2’, ‘Paired’, ‘Accent’, ‘Dark2’,‘Set1’, ‘Set2’, ‘Set3’, ‘tab10’, ‘tab20’, ‘tab20b’,‘tab20c’]

更多信息请参考，官网

5.8保存图片pyplot.savefig()

格式：

pyplot.savefig(fname,dpi=None,facecolor=‘w’,edgecolor=‘w’,orientation=‘portrait’.papertype=None,format=None,transparent=False,bbox inches=None,pad_inches=0.1,frameon=None.metadata=None)

参数解释：

• fname:(字符串或者仿路径或仿文件)如果格式已经设置，这将决定输出的格式并将文件按fname来保存。如果格式没有设置，在fname有扩展名的情况下推断按此保存，没有扩展名将按照默认格式存储为“png”格式，并将适当的扩展名添加在fname后面。
• dpi:分辨率，每英寸的点数
• facecolor(颜色或“auto”，默认值是"auto")∶图形表面颜色。如果是"auto”，使用当前图形的表面颜色。
• edgecolor(颜色或“auto”，默认值:“auto"):图形边缘颜色。如果是“auto”，使用当前图形的边缘颜色。
• format(字符串)︰文件格式，比如“png”“，“pdf”，“svg”等，未设置的行为将被记录在fname中。
• transparent:用于将图片背景设置为透明。图形也会是透明，除非通过关键字参数指定了表面颜色和/或边缘

注意；

• plt.savefig()一定要写在plt.show()前面，不然保存的是空白图像
• 第一个路径参数如果报班不存在的文件夹会报错，可以使用os模块先创建文件夹再保存

5.9 词云图 WordCloud

wordcloud是什么?词云图，也叫文字云，是对文本中出现频率较高的“关键词"予以视觉化的展现，词云图过滤掉大量的低频低质的文本信息，使得浏览者只要一眼扫过文本就可领略文本的主旨。
WordCloud是一款python环境下的词云图工具包，同时支持python2和python3，能通过代码的形式把关键词数据转换成直观且有趣的图文模式。

pip安装:

pip install wordcloud

conda安装:

conda install -c conda-forge wordcloud

格式：

wordcloud = WordCloud(font_path,…)

参数解释：

案列演示：

代码演示：

    from matplotlib import pyplot as plt
    from wordcloud import WordCloud

    with open('../something.txt',encoding='utf-8') as f:
        txt = f.read()
        # 调用WordCloud生成实例
        wordcloud = WordCloud(font_path='C:/Windows/Fonts/SIMLI.TTF',
        collocations=False,
        background_color='white',
        width=800,
        height=600,
        max_words=10).generate(txt)
        # font_path:字体路径，如果哦数据文件中包含有中文的话，font_path必须指定字体，否则会出现中文乱码
        # collocations：是否包括两个词的搭配，默认为True,为True时会有重复数据。
        # width:幕布的宽度
        # height:幕布的高度
        # max_words：显示词的最大个数
        # generate：读取文本文件

        # 生成图片
        image = wordcloud.to_image()
        # 展示图片
        image.show()
        # 写入文件
        wordcloud.to_file('tag.png')

如上图所示，wordclud默认是以空格作为分词。但很多时候我们的文本数据并不是单词，而是句子，因此我们需要将句子拆分开之后，才传给wordcloud，所以介绍下面一个库

中文使用词云图–需要使用分词模块jieba

“结巴”分词，中文分词组件,其特点:

• 支持四种分词模式：
  • 精确模式，试图将句子最精确地切开，适合文本分析；
  • 全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；
  • 搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。
  • paddle模式，利用PaddlePaddle深度学习框架，训练序列标注（双向GRU）网络模型实现分词。同时支持词性标注。paddle模式使用需安装paddlepaddle-tiny，pip install paddlepaddle-tiny==1.6.1。目前paddle模式支持jieba v0.40及以上版本。jieba v0.40以下版本，请升级jieba，pip install jieba --upgrade 。PaddlePaddle官网
• 支持繁体分词
• 支持自定义词典

更多介绍，请移步官网，

安装:

代码对 Python 2/3 均兼容

• 全自动安装：easy_install jieba 或者 pip install jieba / pip3 install jieba
• 半自动安装：先下载 http://pypi.python.org/pypi/jieba/ ，解压后运行 python setup.py install
• 手动安装：将 jieba 目录放置于当前目录或者 site-packages 目录
• 通过 import jieba 来引用
• 如果需要使用paddle模式下的分词和词性标注功能，请先安装paddlepaddle-tiny，pip install paddlepaddle-tiny==1.6.1。

主要功能:

1. 分词

• jieba.cut 方法接受四个输入参数: 需要分词的字符串；cut_all 参数用来控制是否采用全模式；HMM 参数用来控制是否使用 HMM 模型；use_paddle 参数用来控制是否使用paddle模式下的分词模式，paddle模式采用延迟加载方式，通过enable_paddle接口安装paddlepaddle-tiny，并且import相关代码；
• jieba.cut_for_search 方法接受两个参数：需要分词的字符串；是否使用 HMM 模型。该方法适合用于搜索引擎构建倒排索引的分词，粒度比较细
• 待分词的字符串可以是 unicode 或 UTF-8 字符串、GBK 字符串。注意：不建议直接输入 GBK 字符串，可能无法预料地错误解码成 UTF-8
• jieba.cut 以及 jieba.cut_for_search 返回的结构都是一个可迭代的 generator，可以使用 for 循环来获得分词后得到的每一个词语(unicode)，或者用
• jieba.lcut 以及 jieba.lcut_for_search 直接返回 list
• jieba.Tokenizer(dictionary=DEFAULT_DICT) 新建自定义分词器，可用于同时使用不同词典。jieba.dt 为默认分词器，所有全局分词相关函数都是该分词器的映射。

代码案列：

# encoding=utf-8
 import jieba

 seg_list = jieba.cut("我来到北京清华大学", cut_all=True)
 print("Full Mode: "   "/ ".join(seg_list))  # 全模式

 seg_list = jieba.cut("我来到北京清华大学", cut_all=False)
 print("Default Mode: "   "/ ".join(seg_list))  # 精确模式

 seg_list = jieba.cut("他来到了网易杭研大厦")  # 默认是精确模式
 print(", ".join(seg_list))

 seg_list = jieba.cut_for_search("小明硕士毕业于中国科学院计算所，后在日本京都大学深造")  # 搜索引擎模式
 print(", ".join(seg_list))
 # Full Mode: 我/ 来到/ 北京/ 清华/ 清华大学/ 华大/ 大学
 # Default Mode: 我/ 来到/ 北京/ 清华大学
 # 他, 来到, 了, 网易, 杭研, 大厦
 # 小明, 硕士, 毕业, 于, 中国, 科学, 学院, 科学院, 中国科学院, 计算, 计算所, ，, 后, 在, 日本, 京都, 大学, 日本京都大学, 深造

因为上面的分词出来有很多非核心词，例如介词’的’，'了’这种，因此需要使用jieba的另一个方法来提取关键词

2. jieba.analyse的关键词抽取

   import jieba.analyse
   

   • jieba.analyse.extract_tags(sentence, topK=20, withWeight=False, allowPOS=())
     • sentence 为待提取的文本
     • topK 为返回几个 TF/IDF 权重最大的关键词，默认值为 20
     • withWeight 为是否一并返回关键词权重值，默认值为 False
     • allowPOS 仅包括指定词性的词，默认值为空，即不筛选，n-名词，a-形容词，v-动词
   • jieba.analyse.TFIDF(idf_path=None) 新建 TFIDF 实例，idf_path 为 IDF 频率文件

因此，词云图的最终版本:

代码：

    from matplotlib import pyplot as plt
    from wordcloud import WordCloud
    import jieba.analyse
    with open('../something.txt',encoding='utf-8') as f:
    txt = f.read()
    # 将文本拆分成单词
    word_list = jieba.analyse.extract_tags(txt,allowPOS='n')#默认精确模式
    # 将列表拼接成字符村
    word_str =' '.join(word_list)
    # 调用WordCloud生成实例
    wordcloud = WordCloud(font_path='C:/Windows/Fonts/SIMLI.TTF',
    collocations=False,
    background_color='white',
    width=800,
    height=600,
    max_words=50).generate(word_str)
    # font_path:字体路径，如果哦数据文件中包含有中文的话，font_path必须指定字体，否则会出现中文乱码
    # collocations：是否包括两个词的搭配，默认为True,为True时会有重复数据。
    # width:幕布的宽度
    # height:幕布的高度
    # max_words：显示词的最大个数
    # generate：读取文本文件
    
    # 生成图片
    image = wordcloud.to_image()
    # 展示图片
    image.show()
    # 写入文件
    wordcloud.to_file('tag1.png')

这篇好文章是转载于：学新通技术网