告别加班，学会Python-Matplotlib可视化，快速完成数据分析（1）——一文详解常见统计图的绘制

matplotlib库

Matplotlib是Python的绘图库，它提供了一整套和 matlab 相似的命令 API，可以生成出版质量级别的精美图形，Matplotlib使绘图变得非常简单，在易用性和性能间取得了优异的平衡。

曲线图

曲线图的绘制

作为绘图程序的Hello World，我们将首先绘制一条简单的曲线。同时还将简单介绍matplotlib的工作原理。

# plot.py
import matplotlib.pyplot as plt
x = range(50)
y = [value * 2 for value in x]
plt.plot(x, y)
plt.show()

上述代码将会绘制曲线y=2*x，其中x在[0，50]范围内，如下所示：
可以看到窗口上方还包含多个图标，其中：

Tips：plt.plot(x, y)用于绘制一条曲线，其中，曲线点的x坐标在列表x中给出，曲线点的y坐标在列表y中给出。

由于matplotlib它只专注于绘图，因此如果想从文件中读取输入或进行一些中间计算，那么必须使用Python模块，但不用担心，matplotlib与其他模块具有良好的兼容性，并不涉及过多的技巧。例如，要生成大量统计图形，可能需要使用科学计算包，如Numpy和Python的文件读取I/O模块。在接下来的讲解中会给出相应的示例。

结合Numpy库，绘制曲线图

绘制曲线cos(x)，x在[0, 2*pi]区间内：

# cos_1.py
import math
import matplotlib.pyplot as plt
scale = range(100)
x = [(2 * math.pi * i) / len(scale) for i in scale]
y = [math.cos(i) for i in x]
plt.plot(x, y)
plt.show()

若采用Numpy库，则可以使用以下等效代码：

# cos_2.py
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 2 * np.pi, 100)
y = np.cos(x)
plt.plot(x, y)
plt.show()

所绘制图形如下所示：
Tips：虽然Numpy对于可视化而言并非必要，但可以看出使用Numpy库可以更加高效。
Numpy可以一次对整个数组执行操作，可以使代码更高效，以绘制[-10,10]区间内的曲线$y=x^3+5x-10$为例：

# plot_np.py
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-10, 10, 800)
y = x ** 3 + 5 * x - 10
plt.plot(x, y)
plt.show()

绘制图形如下

绘制多曲线图

很多时候我们需要对比多组数据，以发现数据间的异同，此时就需要在一张图片上绘制多条曲线——多曲线图，下图展示了在同一图片中绘制函数$y=x$、$y=x^2$，$y=lo{g}_{e}x$以及$y=sin(x)$：

# plot_multi_curve.py
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0.1, 2 * np.pi, 100)
y_1 = x
y_2 = np.square(x)
y_3 = np.log(x)
y_4 = np.sin(x)
plt.plot(x,y_1)
plt.plot(x,y_2)
plt.plot(x,y_3)
plt.plot(x,y_4)
plt.show()

上述脚本绘制图形如下：

Tips：一条曲线的绘制需要调用一次plt.plot()，而plt.show()只需调用一次。这种延迟呈现机制是matplotlib的核心，我们可以声明在任何时间绘制图形，但只有在调用plt.show()时才会渲染显示图形。
为了更好的说明这种延迟呈现机制，编写以下代码：

# deferred_rendering.py
import numpy as np
import matplotlib.pyplot as plt
def plot_func(x, y):
    x_s = x[1:] - y[:-1]
    y_s = y[1:] - x[:-1]
    plt.plot(x[1:], x_s / y_s)
x = np.linspace(-5, 5, 200)
y = np.exp(-x ** 2)
plt.plot(x, y)
plot_func(x, y)
plt.show()

绘制图形如下：

可以看到，尽管其中一个plt.plot()是在plot_func函数中调用的，它对图形的呈现没有任何影响，因为plt.plot()只是声明了我们要呈现的内容，但还没有执行渲染。因此可以使用此特性结合for循环、条件判断等语法完成复杂图形的绘制，同时也可以在同一张图中组合不同类型的统计图。

读取数据文件绘制曲线图

很多情况下数据都是存储于文件中，因此，需要首先读取文件中的数据，再进行绘制，说明起见，以.txt文件为例，其他诸如Excel、CSV文件可以使用pandas、numpy等库进行读取。
假设存在data.txt文件如下：

0 1
1 2
2 5
4 17
5 26
6 37

读取数据和绘制的代码如下：

# read_txt.py
import matplotlib.pyplot as plt
x, y = [], []
for line in open('data.txt', 'r'):
    values = [float(s) for s in line.split()]
    x.append(values[0])
    y.append(values[1])
plt.plot(x, y)
plt.show()

如果使用Numpy库，其等效代码可以写为：

import matplotlib.pyplot as plt
import numpy as np
data = np.loadtxt('data.txt')
plt.plot(data[:,0], data[:,1])
plt.show()

散点图

当绘制曲线图时，我们假设点与点之间存在序列关系。而散点图是简单地绘制点，它们之间并不存在连接。

import numpy as np
import matplotlib.pyplot as plt
data = np.random.rand(1000, 2)
plt.scatter(data[:,0], data[:,1])
plt.show()

Tips：函数plt.scatter()的调用方式与plt.plot()完全相同，分别将点的x和y坐标作为输入参数。

条形图

条形图具有丰富的表现形式，常见的类型包括单组条形图，多组条形图，堆积条形图和对称条形图等。

单组条形图

条形图的每种表现形式都可以绘制成垂直条形图或水平条形图，以单组条形图的两种绘制方式为例。

垂直条形图

import matplotlib.pyplot as plt
data = [10., 20., 5., 15.]
plt.bar(range(len(data)), data)
plt.show()

Tips：plt.plot()函数的作用是：接收两个参数，包括每个条形的x坐标和每个条行的高度。
通过可选参数width，pyplot.bar()提供了一种控制条形图中条状宽度的方法:

import matplotlib.pyplot as plt
data = [10., 20., 5., 15.]
plt.bar(range(len(data)), data, width=0.5)
plt.show()

水平条形图

如果更喜欢水平条形外观，就可以使用plt.barh()函数，在用法方面与plt.bar()基本相同，但是修改条形宽度(或者在水平条形图中应该称为高度)的参数需要使用height：

import matplotlib.pyplot as plt
data = [10., 20., 5., 15.]
plt.barh(range(len(data)), data, height=0.5)
plt.show()

多组条形图

当需要比较不同年份相应季度的销量等此类需求时，我们可能需要多组条形图。

import numpy as np
import matplotlib.pyplot as plt
data = [[10., 20., 30., 20.],[40., 25., 53., 18.],[6., 22., 52., 19.]]
x = np.arange(4)
plt.bar(x + 0.00, data[0], color = 'b', width = 0.25)
plt.bar(x + 0.25, data[1], color = 'g', width = 0.25)
plt.bar(x + 0.50, data[2], color = 'r', width = 0.25)
plt.show()

堆积条形图

通过使用plt.bar()函数中的可选参数，可以绘制堆积条形图。

import matplotlib.pyplot as plt
y_1 = [3., 25., 45., 22.]
y_2 = [6., 25., 50., 25.]
x = range(4)
plt.bar(x, y_1, color = 'b')
plt.bar(x, y_2, color = 'r', bottom = y_1)
plt.show()

Tips：plt.bar()函数的可选参数bottom允许指定条形图的起始值。
可以结合for循环，利用延迟呈现机制堆叠更多的条形：

import numpy as np
import matplotlib.pyplot as plt
data = np.array([[5., 30., 45., 22.], [5., 25., 50., 20.], [1., 2., 1., 1.]])
x = np.arange(data.shape[1])
for i in range(data.shape[0]):
    plt.bar(x, data[i], bottom = np.sum(data[:i], axis = 0))
plt.show() 

对称条形图

一个简单且有用的技巧是对称绘制两个条形图。例如想要绘制不同年龄段的男性与女性数量的对比：

import numpy as np
import matplotlib.pyplot as plt
w_pop = np.array([5., 30., 45., 22.])
m_pop = np.array( [5., 25., 50., 20.])
x = np.arange(4)
plt.barh(x, w_pop)
plt.barh(x, -m_pop)
plt.show()

图中女性人口的条形图照常绘制。然而，男性人口的条形图的条形图的条形图向左延伸，而不是向右延伸。可以使用数据的负值来快速实现对称条形图的绘制。

饼图

饼图可以用于对比数量间的相对关系：

import matplotlib.pyplot as plt
data = [10, 15, 30, 20]
plt.pie(data)
plt.show()

Tips：plt.pie()函数将一系列值作为输入，将值传递给matplolib，它就会自动计算各个值在饼图中的相对面积，并进行绘制。

直方图

直方图是概率分布的图形表示。事实上，直方图只是一种特殊的条形图。我们可以很容易地使用matplotlib的条形图函数，并进行一些统计运算来生成直方图。但是，直方图非常有用，因此matplotlib提供了一个更加方便的函数：

import numpy as np
import matplotlib.pyplot as plt
x = np.random.randn(1024)
plt.hist(x, bins = 20)
plt.show()

Tips：plt.hist()函数的作用是：获取一系列值作为输入。值的范围将被划分为大小相等的范围（默认情况下数量为10），然后生成条形图，一个范围对应一个条柱，一个条柱的高度是相应范围内中的值的数量，条柱的数量由可选参数bins确定。

箱形图

箱形图可以通过方便地显示一组值的中位数、四分位数、最大值和最小值来比较值的分布。

import numpy as np
import matplotlib.pyplot as plt
data = np.random.randn(200)
plt.boxplot(data)
plt.show()

Tips：plt.boxplot()函数的作用是：获取一组值，并自动计算平均值、中位数和其他统计量。
箱形图描述：

1. 图中黄线是分布的中位数。
2. 方形箱框包括从下四分位数Q1到上四分位数Q3的50%的数据。
3. 下盒须的下四分位延伸到1.5(Q3-Q1)。
4. 上盒须从上四分位延伸至1.5 (Q3-Q1)。
5. 离盒须较远的数值用圆圈标记。

要在单个图形中绘制多个箱形图，对每个箱形图调用一次plt.boxplot()是不可行。它会将所有箱形图画在一起，形成一个混乱的、不可读的图形。如果想要到达符合要求的效果，只需在一次调用plt.boxplot()中，同时绘制多个箱形图即可，如下所示：

import numpy as np
import matplotlib.pyplot as plt
data = np.random.randn(200, 6)
plt.boxplot(data)
plt.show()

三角网格图

处理空间位置时会出现网格图。除了显示点之间的距离和邻域关系外，三角网格图也是表示地图的一种方便方法。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.tri as tri
data = np.random.rand(200, 2)
triangles = tri.Triangulation(data[:,0], data[:,1])
plt.triplot(triangles)
plt.show()

Tips：代码中导入了matplotlib.tri模块，该模块提供了从点计算三角网格的辅助函数。

转载：https://blog.csdn.net/LOVEmy134611/article/details/117301771