数据分析 - Matplotlib

简介

Matplotlib是一个强大的Python绘图和数据可视化的工具包。数据可视化也是我们数据分析的最重要的工作之一，可以帮助我们完成很多操作，例如：找出异常值、必要的一些数据转换等。完成数据分析的最终结果也许就是做一个可交互的数据可视化。

安装

>: pip install matplotlib

引用方法

import matplotlib.pyplot as plt

windows下汉字显式

plt.rcParams['font.sans-serif'] = ['SimHei']  
plt.rcParams['axes.unicode_minus'] = False  # 不打印警告信息

使用

通用属性:

方法	描述
plt.title()	设置图像标题
plt.xlabel()	设置x轴名称
plt.ylabel()	设置y轴名称
plt.xlim()	设置x轴范围
plt.ylim()	设置y轴范围
plt.xticks()	设置x轴刻度
plt.yticks()	设置y轴刻度
plt.legend()	设置曲线图例

支持的图类型

函数	说明
plt.plot(x,y,fmt)	坐标系
plt.boxplot(data,notch,position)	箱型图
plt.bar(left,height,width,bottom)	柱状图
plt.barh(width,bottom,left,height)	横向柱状图
plt.polar(theta,r)	极坐标系
plt.pie(data,explode)	饼图
plt.psd(x,NFFT=256,pad_to,Fs)	功率谱密度图
plt.specgram(x,NFFT=256,pad_to,F)	谱图
plt.cohere(x,y,NFFT=256,Fs)	X-Y相关性函数
plt.scatter(x,y)	散点图
plt.step(x,y,where)	步阶图
plt.hist(x,bins,normed)	直方图

plot函数 : 绘制折线图

• 线型linestyle(-,-.,--,..)
• 点型marker(v,^,s,*,H,+,X,D,O,...)
• 颜色color(b,g,r,y,k,w,...)

注意: 默认Y轴是值

绘制数学函数

使用Matplotlib模块在一个窗口中绘制数学函数y=x, y=x**2,y=sinx的图像，使用不同颜色的线加以区别，并使用图例说明各个线代表什么函数。

bar函数: 绘制柱状图

DataFrame数组图

pie函数 : 绘制饼图

scatter函数: 绘制散点图

保存图表到文件

plt.savafig('文件名.拓展名')

文件类型是通过文件扩展名推断出来的。因此，如果你使用的是.pdf，就会得到一个PDF文件。

plt.savefig('123.pdf')

savefig并非一定要写入磁盘，也可以写入任何文件型的对象，比如BytesIO：

from io import BytesIO
buffer = BytesIO()
plt.savefig(buffer)
plot_data = buffer.getvalue()

参数	说明
fname	含有文件路径的字符串或者Python的文件型对象。
dpi	图像分辨率，默认为100
format	显示设置文件格式("png","jpg","pdf","svg","ps",...)
facecolor、edgecolor	背景色，默认为"W"(白色)
bbox_inches	图表需要保存的部分。设置为”tight“，则尝试剪除图表周围空白部分

案例

1.绘制每个国家或者地区的电影数量的柱状图

补充:

rotation 参数可以使字体旋转

plt.xticks(rotation=90, fontsize=15, color='red')  # 使字体旋转90度

text 属性可以在指定坐标点写字

 plt.text(a, b+100, b, horizontalalignment='center', fontsize=13)
'''
a : 是x轴坐标
b : 是y轴坐标
horizontalalignment : 对齐方式
'''

2.绘制每年电影上映数量的曲线图

3.根据电影的长度绘制饼图

补充:

cut : 分区