Python：Matplotlib（折线图/散点图/条形图/直方图/饼图）

Python：Matplotlib

Matplotlib介绍
- 1)折线图
- - 折线图介绍：
  - 画折线图的具体案例：
- 2)散点图
- - 散点图介绍：
  - 画散点图的具体案例：
- 3)条形图
- - 条形图介绍：
  - 画条形图的具体案例：
- 4)直方图
- - )直方图介绍：
  - 画条形图的具体案例：
- 5)饼图
- - 饼图介绍：
  - 画饼图的具体案例：

Matplotlib介绍

Matplotlib包：
Matplotlib包专门用于开发2D图表、3D图表。（也就是画统计图）
Matplotlib官网：link.
Matplotlib下载和安装：建议直接下载安装Anaconda，直接拥有一个庞大包库，省去各种麻烦。link.
如果画图时遇到中文乱码问题：link.
matplotlib更多例子看官网：link.link.
统计图的优点：
统计表虽然能做到非常精确，但是不够直观。
统计图虽然不会那么精确，但更直观。
关于数据源：
把数据来源写一下，因为不同数据来源找到的数据或多或少有点差别，写下数据来源就算是一个凭证，也方便做后期校对。

1)折线图

折线图介绍：

折线图的特点：用于呈现数据的趋势变化
画折线图步骤：
1.导入matplotlib.pyplot
2.设定画图框架，如清晰度、框架大小、字体等等…
3.折线图的数据
4.画出折线图，设置各种参数（如图片水印、折线图各种效果…) + 设置x轴y轴（如刻度…) + 标题
附注：具体的各种参数可以看帮助文档或者网上找，自己可以慢慢调试，看各种参数的效果。

画折线图的具体案例：

1.一幅折线图
如果表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?
附注：题目和数据来源于网络课程

import matplotlib.pyplot as plt
import random
def all_title(xlabel, ylabel, title):plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题
#画图框架
plt.figure(figsize = (20, 6), dpi = 80)
plt.rcParams['font.sans-serif']=['SimHei'] #字体
#数据
x = range(120)
y = [random.randint(20, 35) for i in range(120)]
#折线图
plt.plot(x, y)
_xticks = ["10点{}分".format(i) for i in x if i < 60]
_xticks += ["11点{}分".format(i-60) for i in x if i >= 60]
plt.xticks(x[::4], _xticks[::4], rotation = 45) #x轴刻度
all_title("时间", "温度", "温度随时间变化趋势图")
plt.text( 1, 20, "作者：xw", fontsize=40, color="gray", alpha=0.4)  #水印
plt.show()

2.多幅折线图
假设大家在30岁的时候,根据自己的实际情况,统计出来了你和你同桌各自从11岁到30岁每年交的女(男)朋友的数量如列表y1和y2,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。
附注：题目和数据来源于网络课程

import matplotlib.pyplot as plt
def set_axes(axes):plt.sca(axes) #哪个图需要处理_xaxes = ["{}岁".format(i) for i in x] plt.xticks(x, _xaxes)#x轴刻度plt.xlabel("年龄") #x轴标题plt.ylabel("朋友个数") #y轴标题plt.title("朋友个数随年龄变化") #总标题
#画图框架
fig, axes = plt.subplots(nrows = 1, ncols = 2, figsize = (20, 8), dpi = 80)
#数据
x = range(11,31)
y1 = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
y2 = [1, 0, 3, 1, 2, 2, 3, 3, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]
#折线图
axes[0].plot(x, y1, color = "r", linestyle = "--", linewidth = 1, alpha = 1)
set_axes(axes[0])
axes[1].plot(x, y2 )
set_axes(axes[1])
plt.text( 1, 1, "作者：xw", fontsize=40, color="gray", alpha=0.4)  #水印
plt.show()

2)散点图

散点图介绍：

散点图特点：呈现数据的分布规律、离散化程度
画散点图步骤：
1.导入matplotlib.pyplot
2.设定画图框架，如清晰度、框架大小、字体等等…
3.散点图的数据
4.画出散点图，设置各种参数（如图片水印、散点图各种效果…) + 设置x轴y轴（如刻度…) + 标题
附注：具体的各种参数可以看帮助文档或者网上找，自己可以慢慢调试，看各种参数的效果。

散点图的具体参数：
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None,vmin=None,vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)
x,y :横纵坐标
s :散点（标记）的大小，默认20
c :散点（标记）的颜色，默认蓝色。b蓝色，c青色，g绿色，k黑色，m洋红，r红色，w白色，y黄色
marker :散点（标记）的形状，默认是"."，即圆点。可自定义，可以自定义成其它形状，也可以自定义成文字，如" h e l l o hello hello"
cmap :英文对应colormap，用于表示从第一个点开始到最后一个点之间颜色渐进变化，如c=y1,cmap=plt.cm.Reds。
norm: normalize,
vmin:
vmax:
alpha :散点形状的透明度，alpha的范围为[0,1]，从透明到不透明。
linewidths :散点（标记）的边框的宽度
verts:
edgecolors :散点（标记）的边框颜色
hold:
data:
**kwargs:

画散点图的具体案例：

北京2016年3,10月份每天白天的最高气温(分别位于列表y1,y2),那么此时如何寻找出气温和随时间(天)变化的某种规律?
附注：题目和数据来源于网络课程

import matplotlib.pyplot as plt
def all_title(xlabel, ylabel, title):plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题
#画图框架
plt.figure(figsize = (20, 8), dpi = 100)
#数据
x1 = range(1, 32)
x2 = range(50, 81)
y1 = [11,17,16,6,12,15,14,17,14,17,18,21,12,15,14,17,18,21,16,17,20,17,15,16,18,19,21,26,23,24,22]
y2 = [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]
#散点图
plt.scatter(x1, y1)
plt.scatter(x2, y2)
_xticks = ["3月{}号".format(i) for i in x1]
_xticks += ["10月{}号".format(i) for i in x1]
plt.xticks(x[::2], _xticks[::2], rotation = 45) #x轴刻度
all_title("时间", "温度", "温度随时间变化分布规律")
plt.text( 5, 5, "作者：xw", fontsize=40, color="gray", alpha=0.4)  #水印
plt.show()

3)条形图

条形图介绍：

条形图特点：
画条形图步骤：
1.导入matplotlib.pyplot
2.设定画图框架，如清晰度、框架大小、字体等等…
3.条形图的数据
4.画出条形图，设置各种参数（如图片水印、散点图各种效果…) + 设置x轴y轴（如刻度…) + 标题
附注：具体的各种参数可以看帮助文档或者网上找，自己可以慢慢调试，看各种参数的效果。

条形图分类：
1.竖条：（条形图的条是竖的）
竖条：matplotlib.pyplot.bar(横坐标，纵坐标），条粗细用width
2.横条：（条形图的条是横的）
横条：matplotlib.pyplot.barh(纵坐标，横坐标)，条粗细用height，更多详细信息看帮助文档help(plt.barh)

画条形图的具体案例：

附注：作图数据来源于网络课程

import matplotlib.pyplot as plt
def all_title(xlabel, ylabel, title):plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题
#画图框架
plt.figure(figsize = (20, 8), dpi = 100)
#数据
_x = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊"]
y = [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
x = range(len(_x))
#条形图
plt.bar(x, y, width = 0.7)
plt.xticks(x, _x, rotation = 70) #x轴刻度（仅是把数据列表放进去，如果需要调整步长就调整步长）
all_title("电影", "票房(亿)", "电影票房数据对比图")
plt.text( 5, 14, "作者：xw", fontsize=40, color="gray", alpha=0.4)  #水印
plt.show()

附注：作图数据来源于网络课程

import matplotlib.pyplot as plt
def all_title(xlabel, ylabel, title): #封装标题们plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题
#画图框架
plt.figure(figsize = (20, 8), dpi = 100)
#数据
x = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊"]
y = [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
#条形图
plt.barh(x, y, height = 0.5)
all_title("票房(亿)", "电影", "电影票房数据对比图")
plt.text( 5, 14, "作者：xw", fontsize=40, color="gray", alpha=0.4)  #水印
plt.show()

4)直方图

)直方图介绍：

直方图特点：

频率分布直方图和频数分布直方图的区别：
频率分布直方图纵坐标：频率/组距
频数分布直方图纵坐标：频数

画条形图的具体案例：

1.分组无余数的情况：
附注：作图数据来源于网络课程

import matplotlib.pyplot as plt
def all_title(xlabel, ylabel, title): #封装标题们plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题
#画图框架，一个图形，图形里可显示中文
plt.figure(figsize = (20, 8), dpi = 100)
#数据
a=[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
width = 3 #组距
num = int((max(a)-min(a)) / width)  #组数= 极差/组距，极差注意加括号
#直方图
plt.hist(a, num)
plt.xticks(range(min(a), max(a) + 1)[::width])
plt.grid(linestyle = ":", alpha = 0.7) #网格
all_title("电影时长", "电影数", "电影数量及时长统计")
plt.show()

2.分组无余数的情况：
附注：作图数据来源于网络课程

import matplotlib.pyplot as plt
def all_title(xlabel, ylabel, title): #封装标题们plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题
#画图框架，一个图形，图形里可显示中文
plt.figure(figsize = (20, 8), dpi = 100)
plt.rcParams['font.sans-serif']=['SimHei'] #字体
#数据
a=[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
width = 5 #组距
num = int((max(a)-min(a)) / width)  #组数= 极差/组距，极差注意加括号
x = [min(a) + i * width for i in range(num+2)] #78+0*5=78 78+1*5=83 78+10=88 93 .....分组区间，假设组数15.5 到了则例取15 我们起码要用到16 所以必须17，所以要加2
#直方图
plt.hist(a, x)
plt.xticks(x)
plt.grid(linestyle = ":", alpha = 0.7) #网格
all_title("电影时长", "电影数", "电影数量及时长统计")
plt.show()

5)饼图

饼图介绍：

画饼图的参数：
matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None,
pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None,
radius=None, counterclock=True, wedgeprops=None, textprops=None,
center=(0, 0), frame=False, rotatelabels=False, hold=None, data=None)
x :饼图各部分的比例，如果sum(x)>1（饼图各部分的比例之和），会将多出的部分进行均分。
explode :饼图各部分离开圆心的距离。默认值为0，不离开圆心。
labels :饼图各部分外侧显示的说明文字。
colors :饼图各部分的颜色。默认值为None，使用当前活动环的颜色。
autopct :饼图各部分百分比,可以使用format字符串或者format function。’%1.1f’：指小数点后保留一位有效值，’%1.2f%%’：保留两位小数点，增加百分号（%）。
pctdistance :autopct的位置,默认值为0.6。
shadow :饼图是否阴影。默认值为False，即没有阴影。
labeldistance :labels的位置，默认值为1.1,默认在饼图外侧，小于1则绘制在饼图里面。
startangle :起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起。
radius :控制饼图半径，默认值为1；
counterclock :指定指针方向；默认为：True，即逆时针。False即可改为顺时针。
wedgeprops :字典类型，可选参数，默认值：None。参数字典传递给wedge对象用来画一个饼图。例如：wedgeprops={‘linewidth’:3}设置wedge线宽为3。
textprops :设置标签（labels）和比例文字的格式；字典类型，可选参数，默认值为：None。传递给text对象的字典参数。
center :浮点类型的列表，可选参数，默认值：(0,0)。图标中心位置。
frame :默认值：False。如果是true，绘制带有表的轴框架。
rotatelabels :默认值为：False。如果为True，旋转每个label到指定的角度。

画饼图的具体案例：

附注：作图数据来源于网络课程

import matplotlib.pyplot as plt
#画图框架
plt.figure(figsize = (20, 8), dpi = 100)
#数据
movie_name = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴',
'降魔传','追捕','七十七天','密战','狂兽','其它']
place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]
colors = ['b','r','g','y','c','m','y','k','c','g','g']
#饼图
plt.pie(place_count, labels = movie_name, autopct = "%3.2f%%", colors = colors)
plt.axis("equal") #一定画出圆形
plt.legend() #显示具体描述性信息，默认右上角
plt.text( 1, 1, "作者：xw", fontsize=40, color="gray", alpha=0.4)  #水印
plt.show()

以后继续补充…