为什么要学习matplotlib
1.能将数据进行可视化，更直观的呈现
2.使数据更加客观，更具说服力
什么是matplotlib
matplotlib:最流行的Python底层绘图库，主要做数据可视化图表，模仿MATLAB创建
基础绘图
案例
假设一天中每隔两个小时(range(2,26,2))的气温分别是[15,13,14.5,17,20,25,26,26,24,22,18,15]
代码 import matplotlib.pyplot as plt 规范，官方推荐构建坐标 x = range(2,26,2) y = [15,13,14.5,17,20,25,26,26,24,22,18,15] 画图 plt.plot(x, y) 显示图标 plt.show()
设置图片大小
案例
代码 fig = plt.figure(figsize=(20,8), dpi=100) figsize 接收一个元组，表示图片的高和宽，单位是英寸 dpi 分辨率，代表了每一英寸有多少个像素，默认80 plt.plot(x,y) plt.show()
保存图片
代码 fig = plt.figure(figsize=(20,8), dpi=100) plt.plot(x,y) fig.savefig('test.png')
x轴，y轴刻度调整
案例1
1 # 代码 2 plt.plot(x, y) 3 # x轴的刻度 4 plt.xticks(x) 5 # y轴的刻度 6 plt.yticks(y) 7 plt.show()
案例2
列表a表示10点到12点每一分钟的气温，如何绘制折线图观察每分钟气温的变化情况？
a = [random.randint(20,35) for i in range(120)]
1 # 代码 2 import random 3 4 # 随机气温值 5 # y = [] 6 # 产生120个随机值 7 #for i in range(120): 8 # y.append(random.randint(20,35)) 9 # 列表生成式 10 y = [random.randint(20,35) for i in range(120)] 11 x = list(range(120)) 12 # 设置图片大小 13 fig = plt.figure(figsize=(20,8)) 14 # 画图 15 plt.plot(x,y) 16 # 调整刻度 17 xlables = ['10点{}分'.format(i) for i in range(60) ] 18 xlables += ['11点{}分'.format(i) for i in range(60) ] 19 plt.xticks(x[::3], xlables[::3]) 20 plt.yticks(y) 21 plt.show()
显示中文
matplotlib默认不支持中文字符，需要修改默认字体来显示中文字符。
案例
1 # 代码 2 import random 3 import matplotlib as mpl 4 # 设置字符集 5 mpl.rcParams['font.sans-serif'] = ['FangSong'] # 用来正常显示中文标签 6 mpl.rcParams['font.size'] = 16 # 设置字体大小 7 # 随机气温值 8 # y = [] 9 # 产生120个随机值 10 #for i in range(120): 11 # y.append(random.randint(20,35)) 12 # 列表生成式 13 y = [random.randint(20,35) for i in range(120)] 14 x = list(range(120)) 15 # 设置图片大小 16 fig = plt.figure(figsize=(20,8)) 17 # 画图 18 plt.plot(x,y) 19 # 调整刻度 20 xlables = ['10点{}分'.format(i) for i in range(60) ] 21 xlables += ['11点{}分'.format(i) for i in range(60) ] 22 plt.xticks(x[::3], xlables[::3], rotation=45) 23 plt.yticks(y) 24 plt.show()
添加描述信息
x，y轴描述
1 # 代码 2 y = [random.randint(20,35) for i in range(120)] 3 x = list(range(120)) 4 # 设置图片大小 5 fig = plt.figure(figsize=(20,8)) 6 # 画图 7 plt.plot(x,y) 8 # 调整刻度 9 xlables = ['10点{}分'.format(i) for i in range(60) ] 10 xlables += ['11点{}分'.format(i) for i in range(60) ] 11 plt.xticks(x[::3], xlables[::3], rotation=45) 12 plt.yticks(y) 13 # 添加描述 14 plt.xlabel('时间', color='red', fontdict={'fontsize': 20}) 15 plt.ylabel('温度') 16 plt.show()
图形标题
1 # 代码 2 y = [random.randint(20,35) for i in range(120)] 3 x = list(range(120)) 4 # 设置图片大小 5 fig = plt.figure(figsize=(20,8)) 6 # 画图 7 plt.plot(x,y) 8 # 调整刻度 9 xlables = ['10点{}分'.format(i) for i in range(60) ] 10 xlables += ['11点{}分'.format(i) for i in range(60) ] 11 plt.xticks(x[::3], xlables[::3], rotation=45) 12 plt.yticks(y) 13 # 添加描述 14 plt.xlabel('时间', color='red', fontdict={'fontsize': 20}) 15 plt.ylabel('温度') 16 # 设置标题 17 plt.title('某日10点到12点间的温度变化情况') 18 plt.show()
网格
1 # 代码 2 # 代码 3 y = [random.randint(20,35) for i in range(120)] 4 x = list(range(120)) 5 # 设置图片大小 6 fig = plt.figure(figsize=(20,8)) 7 # 画图 8 plt.plot(x,y) 9 # 调整刻度 10 xlables = ['10点{}分'.format(i) for i in range(60) ] 11 xlables += ['11点{}分'.format(i) for i in range(60) ] 12 plt.xticks(x[::3], xlables[::3], rotation=45) 13 plt.yticks(y) 14 # 添加描述 15 plt.xlabel('时间', color='red', fontdict={'fontsize': 20}) 16 plt.ylabel('温度') 17 # 设置标题 18 plt.title('某日10点到12点间的温度变化情况') 19 # 添加网格 20 plt.grid(alpha=0.1) 21 plt.show()
一个图中画多个图
案例
问题：根据实际情况统计出来你和你的同桌各自从11岁到30岁每年交的女（男）朋友的数量如列表a和b，请在一个图中绘制出该数据的折线图，以便比较自己和同桌20年间的差异，同时分析每年交女（男）朋友的数量走势
a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
b = [1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]
1 #代码 2 import matplotlib.pyplot as plt 3 import matplotlib as mpl 4 # 设置中文 5 mpl.rcParams['font.sans-serif'] = ['FangSong'] # 用来正常显示中文标签 6 mpl.rcParams['font.size'] = 16 # 设置字体大小 7 # 构建坐标 8 # x轴表示 年龄 ，y轴表示女朋友个数 9 x = range(11, 31) 10 y_self = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1] 11 y_d = [1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1] 12 13 # 创建容器 14 fig = plt.figure(figsize=(20,8)) 15 # 画图 16 plt.plot(x, y_self, label='自己', color='black', linestyle='-.') 17 plt.plot(x, y_d, label='同桌') 18 # 设置刻度 19 x_lables = ['{}岁'.format(i) for i in x] 20 plt.xticks(x, x_lables) 21 22 plt.xlabel('年龄') 23 plt.ylabel('女朋友个数') 24 plt.title('我和同桌历年交女朋友个数对比') 25 # 设置了图例一定要加上这句话 26 plt.legend() 27 plt.grid(alpha=0.3) 28 # 标记点 29 plt.annotate('最高点',xy=(23,6), xytext=(24, 6),arrowprops={'arrowstyle': '<->'}) 30 plt.show()
自定义绘图风格
1 # 代码 2 plt.plot( 3 x, 4 y, 5 color='r', # 线条颜色 6 linestyle='--', # 线条风格 7 linewidth=5, # 线条粗细 8 alpha=0.5 #透明度 9 )
标记一个点
1 # 代码 2 plt.annotate(text='最高点', xytext=(24, 6.1), xy=(23, 6), arrowprops={'arrowstyle': '->'}) 3 # text 想要标记的文本 4 # xytext 标记文本的坐标 5 # xy 被标记点的坐标 6 # arrowprops 箭头形式 7 ''' 8 ============ ============================================= 9 Name Attrs 10 ============ ============================================= 11 ``'-'`` None 12 ``'->'`` head_length=0.4,head_width=0.2 13 ``'-['`` widthB=1.0,lengthB=0.2,angleB=None 14 ``'|-|'`` widthA=1.0,widthB=1.0 15 ``'-|>'`` head_length=0.4,head_width=0.2 16 ``'<-'`` head_length=0.4,head_width=0.2 17 ``'<->'`` head_length=0.4,head_width=0.2 18 ``'<|-'`` head_length=0.4,head_width=0.2 19 ``'<|-|>'`` head_length=0.4,head_width=0.2 20 ``'fancy'`` head_length=0.4,head_width=0.4,tail_width=0.4 21 ``'simple'`` head_length=0.5,head_width=0.5,tail_width=0.2 22 ``'wedge'`` tail_width=0.3,shrink_factor=0.5 23 ============ ============================================= 24 '''
总结
1.绘制了折线图
2.设置了图片的大小和分辨率
3.实现的图片的保存
4.设置了XY轴的刻度和字符串
5.解决了刻度稀疏和密度的问题
6.设置了标题，x,y轴的lable
7.设置了字体
8.在一个图上绘制多个图形
9.为不同图形添加图例
绘制散点图
假设通过爬虫你获取到了北京2016年3月份，10月份每天白天的最高气温（分别位于列表 a, b)，要求找出气温随时间变化的规律。
1 a = [10, 16, 17, 14, 12, 10, 12, 6, 6, 7, 8, 9, 12, 15, 15, 17, 18, 21, 16, 16, 20, 13, 15, 15, 15, 18, 20, 22, 22, 22, 24] 2 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] 3 # 数据来源：http://lishi.tianqi.com/beijing/201610.html
散点图的更多应用场景
不同条件（维度）之间的内在关联关系
观察数据的离散程度
绘制条形图
问题1
假设获取到2019年内地电影票房前20的电影（列表x）和电影票房数据（列表y），那么如何更加直观的展示数据。
1 x = ['哪吒之魔童降世', '流浪地球', '复仇者联盟4：终局之战', '疯狂的外星人', '飞驰人生', '烈火英雄', '速度与激情：特别行动', '蜘蛛侠：英雄远征', '扫毒2天地对决', '大黄蜂', '惊奇队长', '比悲伤更悲伤的故事', '哥斯拉2：怪兽之王', '阿丽塔：战斗天使', '银河补习班', '狮子王', '反贪风暴4 ', '熊出没·原始时代', '使徒行者2：谍影行动', '大侦探皮卡丘'] 2 y = [49.04, 46.18, 42.05, 21.83, 17.03, 16.74, 14.16, 14.01, 12.85, 11.38, 10.25, 9.46, 9.27, 8.88, 8.64, 8.23, 7.88, 7.09, 6.92, 6.34]
1 # 代码 2 import matplotlib as mpl 3 import matplotlib.pyplot as plt 4 5 # 设置中文 6 mpl.rcParams['font.sans-serif'] = ['FangSong'] # 用来正常显示中文标签 7 mpl.rcParams['font.size'] = 16 # 设置字体大小 8 9 # 构建坐标 10 movies = ['哪吒之魔童降世', '流浪地球', '复仇者联盟4：终局之战', '疯狂的外星人', '飞驰人生', '烈火英雄', '速度与激情：特别行动', '蜘蛛侠：英雄远征', '扫毒2天地对决', '大黄蜂', '惊奇队长', '比悲伤更悲伤的故事', '哥斯拉2：怪兽之王', '阿丽塔：战斗天使', '银河补习班', '狮子王', '反贪风暴4 ', '熊出没·原始时代', '使徒行者2：谍影行动', '大侦探皮卡丘'] 11 12 y = [49.04, 46.18, 42.05, 21.83, 17.03, 16.74, 14.16, 14.01, 12.85, 11.38, 10.25, 9.46, 9.27, 8.88, 8.64, 8.23, 7.88, 7.09, 6.92, 6.34] 13 14 x = range(len(movies)) 15 16 # 画图 17 fig = plt.figure(figsize=(20,8), dpi=100) 18 plt.bar(x, y, width=0.5, color='orange') 19 # 刻度 20 plt.xticks(x, movies, rotation=-90) 21 22 plt.xlabel('电影') 23 plt.ylabel('票房（亿元）') 24 plt.title('2019年内地前20名电影票房榜') 25 # 网格 26 # plt.grid() 27 plt.show()
横向的条形图
1 # 代码 2 import matplotlib as mpl 3 import matplotlib.pyplot as plt 4 5 # 设置中文 6 mpl.rcParams['font.sans-serif'] = ['FangSong'] # 用来正常显示中文标签 7 mpl.rcParams['font.size'] = 16 # 设置字体大小 8 9 # 构建坐标 10 movies = ['哪吒之魔童降世', '流浪地球', '复仇者联盟4：终局之战', '疯狂的外星人', '飞驰人生', '烈火英雄', '速度与激情：特别行动', '蜘蛛侠：英雄远征', '扫毒2天地对决', '大黄蜂', '惊奇队长', '比悲伤更悲伤的故事', '哥斯拉2：怪兽之王', '阿丽塔：战斗天使', '银河补习班', '狮子王', '反贪风暴4 ', '熊出没·原始时代', '使徒行者2：谍影行动', '大侦探皮卡丘'] 11 12 y = [49.04, 46.18, 42.05, 21.83, 17.03, 16.74, 14.16, 14.01, 12.85, 11.38, 10.25, 9.46, 9.27, 8.88, 8.64, 8.23, 7.88, 7.09, 6.92, 6.34] 13 14 x = range(len(movies)) 15 16 # 画图 17 fig = plt.figure(figsize=(20,8), dpi=100) 18 plt.barh(x, y, color='orange') 19 # 刻度 20 plt.yticks(x, movies) 21 22 plt.ylabel('电影') 23 plt.xlabel('票房（亿元）') 24 plt.title('2019年内地前20名电影票房榜') 25 # 网格 26 # plt.grid() 27 plt.show()
问题2
列表a中的电影的电影最近5天的电影分别在列表，b_25,b_26,b_27,b_28,b_29中，为了展示电影本身票房，及同其他电影数据的对比，应该如何更加直观的呈现数据。
1 a = ['决胜时刻', '诛仙Ⅰ', '小小的愿望'] 2 b_25 = [891.4, 246.71, 550.45] 3 b_26 = [819.27, 397.18, 513.67] 4 b_27 = [867.78, 480.43, 752.36] 5 b_28 = [533.09, 500.42, 780.69] 6 b_29 = [679.87, 462.28, 374.11]
1 # 代码 2 # 导库 3 import matplotlib as mpl 4 import matplotlib.pyplot as plt 5 6 # 设置中文 7 mpl.rcParams['font.sans-serif'] = ['Fangsong'] 8 mpl.rcParams['font.size'] = 16 9 # 准备数据 10 a = ['决胜时刻', '诛仙Ⅰ', '小小的愿望'] 11 b_25 = [891.4, 246.71, 550.45] 12 b_26 = [819.27, 397.18, 513.67] 13 b_27 = [867.78, 480.43, 752.36] 14 b_28 = [533.09, 500.42, 780.69] 15 b_29 = [679.87, 462.28, 374.11] 16 # 17 fig = plt.figure(figsize=(20,8)) 18 width = 0.1 19 plt.bar(range(3), b_25, width=width) 20 plt.bar([i+width for i in range(3)], b_26, width=width, label='9月26日') 21 plt.bar([i+width*2 for i in range(3)], b_27, width=width, label='9月27日') 22 plt.bar([i+width*3 for i in range(3)], b_28, width=width, label='9月28日') 23 plt.bar([i+width*4 for i in range(3)], b_29, width=width, label='9月29日') 24 # 刻度 25 plt.xticks([0.2, 1.2, 2.2], a) 26 # 描述信息 27 plt.xlabel('电影') 28 plt.ylabel('票房（万）') 29 plt.title('某些电影的票房') 30 plt.legend() 31 plt.show()
条形图的更多应用场景
数量统计
频率统计
绘制直方图
问题1
我们获取了347部电影的时长（列表data中），希望统计出这些电影的时长的分布状态（比如时长100到120分钟电影的数量，出现频次）等信息，你该如何呈现这些数据？
1 data = [110, 201, 160, 152, 139, 178, 179, 83, 67, 132, 136, 177, 162, 110, 132, 115, 108, 102, 76, 105, 108, 24, 140, 162, 143, 165, 163, 95, 129, 137, 84, 93, 115, 96, 145, 173, 102, 116, 100, 120, 119, 88, 108, 136, 144, 111, 212, 87, 120, 91, 126, 55, 134, 181, 159, 138, 119, 138, 93, 155, 119, 88, 108, 136, 144, 111, 212, 87, 120, 91, 126, 55, 134, 181, 159, 138, 119, 138, 93, 155, 89, 140, 139, 75, 230, 179, 126, 178, 102, 91, 150, 96, 118, 100, 125, 130, 144, 140, 124, 157, 162, 121, 170, 111, 124, 99, 102, 75, 120, 139, 110, 138, 40, 70, 138, 137, 123, 133, 161, 83, 89, 140, 139, 75, 230, 179, 126, 178, 102, 91, 150, 96, 118, 100, 125, 130, 144, 140, 124, 157, 162, 121, 170, 111, 124, 99, 102, 75, 120, 139, 110, 138, 40, 70, 138, 137, 123, 133, 161, 83, 93, 121, 105, 106, 140, 101, 124, 148, 131, 101, 90, 90, 100, 129, 100, 94, 96, 89, 144, 100, 107, 90, 137, 133, 97, 84, 99, 142, 126, 132, 144, 124, 112, 111, 169, 151, 132, 169, 127, 120, 162, 121, 170, 111, 124, 99, 102, 75, 120, 139, 110, 138, 40, 70, 138, 137, 123, 133, 161, 83, 93, 121, 105, 106, 140, 101, 124, 148, 131, 101, 90, 90, 100, 129, 100, 94, 96, 89, 144, 100, 107, 90, 137, 133, 97, 84, 99, 142, 126, 132, 144, 124, 112, 111, 169, 151, 132, 169, 127, 120, 101, 141, 99, 139, 132, 93, 136, 127, 87, 96, 108, 120, 111, 130, 91, 237, 151, 76, 102, 64, 118, 84, 84, 105, 140, 144, 133, 93, 123, 147, 130, 149, 147, 121, 114, 105, 104, 98, 115, 93, 121, 105, 106, 140, 101, 124, 148, 131, 101, 90, 90, 100, 129, 100, 94, 96, 89, 144, 100, 107, 90, 137, 133, 97, 84, 99, 142, 126, 132, 144, 124, 112, 111, 169, 151, 132, 169, 127, 120, 101, 141, 99, 139, 132, 93, 136, 127]
1 # 代码 2 import matplotlib as mpl 3 import matplotlib.pyplot as plt 4 5 # 设置中文 6 mpl.rcParams['font.sans-serif'] = ['Fangsong'] 7 mpl.rcParams['font.size'] = 16 8 9 # 准备数据 10 data = [110, 201, 160, 152, 139, 178, 179, 83, 67, 132, 136, 177, 162, 110, 132, 115, 108, 102, 76, 105, 108, 24, 140, 162, 143, 165, 163, 95, 129, 137, 84, 93, 115, 96, 145, 173, 102, 116, 100, 120, 119, 88, 108, 136, 144, 111, 212, 87, 120, 91, 126, 55, 134, 181, 159, 138, 119, 138, 93, 155, 119, 88, 108, 136, 144, 111, 212, 87, 120, 91, 126, 55, 134, 181, 159, 138, 119, 138, 93, 155, 89, 140, 139, 75, 230, 179, 126, 178, 102, 91, 150, 96, 118, 100, 125, 130, 144, 140, 124, 157, 162, 121, 170, 111, 124, 99, 102, 75, 120, 139, 110, 138, 40, 70, 138, 137, 123, 133, 161, 83, 89, 140, 139, 75, 230, 179, 126, 178, 102, 91, 150, 96, 118, 100, 125, 130, 144, 140, 124, 157, 162, 121, 170, 111, 124, 99, 102, 75, 120, 139, 110, 138, 40, 70, 138, 137, 123, 133, 161, 83, 93, 121, 105, 106, 140, 101, 124, 148, 131, 101, 90, 90, 100, 129, 100, 94, 96, 89, 144, 100, 107, 90, 137, 133, 97, 84, 99, 142, 126, 132, 144, 124, 112, 111, 169, 151, 132, 169, 127, 120, 162, 121, 170, 111, 124, 99, 102, 75, 120, 139, 110, 138, 40, 70, 138, 137, 123, 133, 161, 83, 93, 121, 105, 106, 140, 101, 124, 148, 131, 101, 90, 90, 100, 129, 100, 94, 96, 89, 144, 100, 107, 90, 137, 133, 97, 84, 99, 142, 126, 132, 144, 124, 112, 111, 169, 151, 132, 169, 127, 120, 101, 141, 99, 139, 132, 93, 136, 127, 87, 96, 108, 120, 111, 130, 91, 237, 151, 76, 102, 64, 118, 84, 84, 105, 140, 144, 133, 93, 123, 147, 130, 149, 147, 121, 114, 105, 104, 98, 115, 93, 121, 105, 106, 140, 101, 124, 148, 131, 101, 90, 90, 100, 129, 100, 94, 96, 89, 144, 100, 107, 90, 137, 133, 97, 84, 99, 142, 126, 132, 144, 124, 112, 111, 169, 151, 132, 169, 127, 120, 101, 141, 99, 139, 132, 93, 136, 127] 11 # 组距 12 bin_width = 8 13 max_value = max(data) 14 min_value = min(data) 15 16 bins = (max_value - min_value)//bin_width 17 18 # 实际组距 19 real_width = (max_value - min_value)/bins 20 21 # 设置大小 22 fig = plt.figure(figsize=(20,8)) 23 plt.hist(data, bins) 24 print([min_value + i*bin_width for i in range(bins)]) 25 # x轴刻度 26 plt.xticks([min_value + i*real_width for i in range(bins)], rotation=45) 27 plt.grid() 28 plt.show()
需要注意的点：
1.组数的选择
组数要适当，较少会有太大的统计误差，太多规律不明显。
当数据在100以内时，按数据多少一般分5-12组
当数据较多时可以按照组距进行分组
组距：是指每组的两个端点的距离
组数：=极差/组距 = （最大数据-最小数据）/组距
2.x轴刻度
正常情况下实际组距会是小数，所以刻度需要按照实际组距来，否则或者图形偏移的情况
实际组距=极差/组数
刻度列表=[最小数据+实际组距*i for i in range(组数+1)]
3.频数直方图与频率直方图
频率分布直方图纵轴表示频率/组距，横轴表示哥组组距，若求某一组的频率，就用纵轴的频率/组距*横轴的组距，即得该组频率。
频率 = 频数/数据总数
问题2
美国人口普查发现有1.24亿人在外工作。根据他们从家到上班地点所需要的时间，通过抽样统计出了下表的数据，这些数据能绘制成直方图吗？
1 interval = [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 60, 90, 150] 2 width = [5, 5, 5, 5, 5, 5, 5, 5, 5, 15, 30, 60] 3 quantity = [4180, 13687, 18618, 19634, 17981, 7190, 16369, 3212, 4122, 9200, 6461, 3435] 4 # 数据来源：https://en.wikipedia.org/wiki/Histogram
思考这个数据能绘制直方图吗？
给出的数据是统计之后的数据，所以为了达到直方图的效果，需要绘制条形图。
结论：一般来说能够使用plthist方法绘制直方图的是那些没有统计过的原始数据
1 代码 2 import matplotlib as mpl 3 import matplotlib.pyplot as plt 4 5 # 设置中文 6 mpl.rcParams['font.sans-serif'] = ['Fangsong'] 7 mpl.rcParams['font.size'] = 16 8 # 用条形图模拟直方图 9 # 数据 10 interval = [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 60, 90, 150] 11 width = [5, 5, 5, 5, 5, 5, 5, 5, 5, 15, 30, 60] 12 quantity = [4180, 13687, 18618, 19634, 17981, 7190, 16369, 3212, 4122, 9200, 6461, 3435] 13 14 # 画图 15 plt.figure(figsize=(20,8)) 16 for i in range(len(width)): 17 plt.bar([interval[i]+width[i]/2], [quantity[i]], width=width[i], color='orange') 18 # plt.bar(interval[1:], quantity, width=5) 19 20 # 刻度 21 plt.xticks(interval) 22 23 # x轴 ，y周的信息 24 25 plt.show()
其他图形
matplotlib还可以画其他图形，官网有详细案例，以及代码，在工作中如有需要，再进行查阅。