数据分析与应用---数据可视化基础

目录

Matplotlib基础绘图

（一）、pyplot绘图基础语法与常用参数

1、pyplot基础语法

（1） 创建画布与创建子图

 （2） 添加画布内容

 （3） 保存与显示图形

 案例代码

2. 设置pyplot的动态rc参数

（二）、使用Matplotlib绘制进阶图形

1. 绘制散点图----scatter

 2. 绘制折线图----plot

 3. 绘制柱形图---bar

4. 绘制饼图---pie

Matplotlib基础绘图

（一）、pyplot绘图基础语法与常用参数

1、pyplot基础语法

（1） 创建画布与创建子图

 （2） 添加画布内容

添加标题、添加坐标轴名称、绘制图形等步骤是并列的，是没有先后顺序的。

 （3） 保存与显示图形

在pyplot中，主要用于保存和显示图形常用函数只有两个，如下表

 案例代码

import numpy as np
import matplotlib.pyplot as plt
# %matplotlib inline表示在行中显示图片，在命令行运行报错
data = np.arange(0, 1.1, 0.01)
plt.title('lines')  # 添加标题
plt.xlabel('x')  # 添加x轴的名称
plt.ylabel('y')  # 添加y轴的名称
plt.xlim((0, 1))  # 确定x轴范围
plt.ylim((0, 1))  # 确定y轴范围
plt.xticks([0, 0.2, 0.4, 0.6, 0.8, 1])  # 规定x轴刻度
plt.yticks([0, 0.2, 0.4, 0.6, 0.8, 1])  # 确定y轴刻度
plt.plot(data, data ** 2)  # 添加y=x^2曲线
plt.plot(data, data ** 4)  # 添加y=x^4曲线
plt.legend(['y=x^2', 'y=x^4'])
plt.savefig('../tmp/y=x^2.jpg')
plt.show()

2. 设置pyplot的动态rc参数

pyplot使用rc配置文件来自定义图形的各种默认属性，被称为rc配置或rc参数。

所有存储在字典变量中的rc参数，都被称为rcParams。

在pyplot中，线条中常用的rc参数名称、解释与取值如下表。

lines.linestyle参数4中取值及意义如下表。 

 lines.marker参数的20种取值及其所代表的意义如下表。

# 代码5-3
# 原图
x = np.linspace(0, 4 * np.pi)  # 生成x轴数据
y = np.sin(x)  # 生成y轴数据
plt.plot(x, y, label='$sin(x)$')  # 绘制sin曲线图
plt.title('sin(x)')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

# 修改rc参数后的图
plt.rcParams['lines.linestyle'] = '-.'
plt.rcParams['lines.linewidth'] = 3
plt.plot(x, y, label='$sin(x)$')  # 绘制三角函数
plt.title('sin(x)')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

# 无法显示中文标题
plt.plot(x, y, label='$sin(x)$')  # 绘制三角函数
plt.title('sin(x)曲线')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

# 设置rc参数显示中文标题
# 设置字体为SimHei显示中文
plt.rcParams['font.sans-serif'] = 'SimHei' 
plt.rcParams['axes.unicode_minus'] = False  # 设置正常显示符号
plt.plot(x, y, label='$sin(x)$')  # 绘制三角函数
plt.title('sin(x)曲线')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

（二）、使用Matplotlib绘制进阶图形

1. 绘制散点图----scatter

散点图（Scatter Diagram）又称为散点分布图，是以一个特征为横坐标，以另一个特征为纵坐标，利用坐标点（散点）的分布形态反映特征间的统计关系的一种图形。

散点图可以提供两类关键信息，具体内容如下。

      特征之间是否存在数值或数量的关联趋势，关联趋势是线性的还是非线性的。

      如果某一个点或某几个点偏离大多数点，那么这些点就是离群值，通过散点图可以一目了然，从而可以进一步分析这些离群值是否在建模分析中产生较大的影响。

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

filepath = 'data/2001-2019年劳动力与就业人员数据.npz'

"""
values[:, 0]表示所有行（:表示所有行）的第0列（索引从0开始计数）的所有元素。
values[:, 1]表示选择values数组中的所有行的第1列的所有元素。
"""
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'SimHei'  # 设置中文显示
plt.rcParams['axes.unicode_minus'] = False
filepath = 'D:/data/2001-2019年劳动力与就业人员数据.npz'

data = np.load(filepath, encoding='ASCII', allow_pickle=True)
columns = data['arr_0']  # 提取其中的columns数组，视为数据的标签
values = data['arr_1']  # 提取其中的values数组，视为数据的存在位置

plt.figure(figsize=(12, 6), dpi=1080)  # 设置画布
plt.scatter(values[:, 0], values[:, 1], marker='o')  # 绘制散点图
plt.xlabel('年份（年）')
plt.ylabel('劳动力人数（万人）')
plt.ylim(70000, 85000)  # 设置y轴范围
plt.xticks(range(2001, 2020, 1), labels=values[:, 0])
plt.title('2001～2019年劳动力人数散点图')  # 添加图表标题
plt.show()

p = plt.figure(figsize=(12, 6), dpi=1080)  # 设置画布
# 绘制散点图1
plt.scatter(values[:, 0], values[:, 3], marker='o', c='b')
# 绘制散点图2
plt.scatter(values[:, 0], values[:, 4], marker='o', c='r')
plt.xlabel('年份（年）')
plt.ylabel('人数（万人）')
plt.ylim(20000, 60000)  # 设置y轴范围
plt.xticks(range(2001, 2020, 1), labels=values[:, 0])
plt.legend(['城镇就业人员', '乡村就业人员'])  # 设置图例
plt.title('2001～2019年城乡就业人数散点图')  # 添加图表标题
plt.show()

 2. 绘制折线图----plot

折线图（Line Chart）是一种将数据点按照顺序连接起来的图形，可以看作是将散点图按照x轴坐标顺序连接起来的图形。 

matplotlib.pyplot.plot(* args, scalex = True, scaley = True, data = None, ** kwargs)

 其中color参数的8种常用颜色的缩写如下表。

p = plt.figure(figsize=(12, 6), dpi=1080)  #设置画布
plt.plot(values[:, 0], values[:, 2], color='r', linestyle='-')
plt.xlabel('年份（年）')
plt.ylabel('人数（万人）')
plt.ylim(70000, 80000)  # 设置y轴范围
plt.xticks(range(2001, 2020, 1), labels=values[:, 0])
plt.title('2001～2019年就业人数折线图')
plt.show()

# 代码5-8
p = plt.figure(figsize=(12, 6), dpi=1080)  #设置画布
plt.plot(values[:, 0], values[:, 2], c='b', linestyle = '-', 
         marker = 'o')  # 绘制点线图
plt.xlabel('年份（年）')
plt.ylabel('人数（万人）')
plt.ylim(70000, 80000)  # 设置y轴范围
plt.xticks(range(2001, 2020, 1), labels=values[:, 0])
plt.title('2001～2019年就业人数点线图')
plt.show()

p = plt.figure(figsize=(12, 6), dpi=1080) #设置画布
plt.plot(values[:, 0], values[:, 3], 'bs-',
          values[:, 0], values[:, 4], 'ro-.')
plt.xlabel('年份（年）')
plt.ylabel('人数（万人）')
plt.ylim(20000, 60000)  # 设置y轴范围
plt.xticks(range(2001, 2020, 1), labels=values[:, 0])
plt.legend(['城镇就业人员', '乡村就业人员'])
plt.title('2001～2019年城乡就业人数点线图')
plt.show()

 3. 绘制柱形图---bar

柱形图（Bar Chart）的核心思想是对比，常用于显示一段时间内的数据变化或显示各项之间的比较情况。

matplotlib.pyplot.bar(x, height, width = 0.8, bottom = None, *, align = 'center', data = None, ** kwargs)

columns = data['arr_0']  # 提取其中的columns数组，视为数据的标签
values = data['arr_1']  # 提取其中的values数组，视为数据的存在位置
# 绘制柱形图
labels = ['城镇就业人员', '乡村就业人员']
p = plt.figure(figsize=(6, 6), dpi=1080)
plt.bar(range(2), values[-1, 3:5], width=0.5)
plt.xlabel('类别')
plt.ylabel('就业人数（万人）')
plt.xticks(range(2), labels)
plt.title('2019年城乡就业人数柱形图')
plt.show()

4. 绘制饼图---pie

饼图（Pie Graph）是将各项的大小与各项总和的比例显示在一张“饼”中，以“饼”的大小来确定每一项的占比。

matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=0, 0, frame=False, rotatelabels=False, *, normalize=None, data=None)