数据分析（一）——matplotlib

什么是数据分析？

数据分析是用适当的方法对收集来的大量数据进行分析，帮助人们做出判断，以便采取适当行动。

数据分析的流程：

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

matplotlib：最流行的Python底层绘图库，主要做数据可视化图表，名字取材于MATLAB，模仿MATLAB构建。

一、matplotlib折线图

示例：

from matplotlib import pyplot as plt

x=range(2,26,2)
#数据在X轴的位置，是一个可迭代对象
y=[15,13,14,5,17,20,35,26,26,27,22,18]
#数据在Y轴的位置，也是一个可迭代对象

#绘图
plt.plot(x,y)  #传入X，Y形成对应坐标，通过plot绘制出折线图

#展示图形
plt.show()

结果：

但是根据图可以发现一些问题：

1. 描述信息，比如X轴与Y轴表示什么，这个图表示什么
2. 调整刻度的间距
3. 线条的样式（比如颜色，透明度等）
4. 标记特殊点（比如最低点、最高点）
5. 添加水印（防止被盗用）

改良(1)------图片大小与刻度

from matplotlib import pyplot as plt

fig=plt.figure(figsize=(20,8),dpi=80)
#figure图形图标的意思，在这里指的是我们的图，通过figure传递参数
#在图像模糊可以传入dpi参数，让图片清晰

x=range(2,26,2)
y=[15,13,14,5,17,20,35,26,26,27,22,18]

#绘图
plt.plot(x,y)

#设置x、y轴的刻度
plt.xticks(range(2,26,2))
plt.yticks(range(min(y),max(y)+1,2))

plt.savefig("./sig_size.png")  #保存图片，保存为svg这种矢量图格式，放大不会有锯齿

#展示图形
plt.show()

 结果：

 示例：

如果列表表示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？

from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager

my_font=font_manager.FontProperties(fname="C:\Windows\Fonts\simkai.ttf")
x=range(0,120)
y=[random.randint(20,35) for i in range(120)]

plt.figure(figsize=(20,8),dpi=80)

plt.plot(x,y)

#调整x轴的刻度
_xtick_labels=["10点{}分".format(i) for i in range(60)]
_xtick_labels+=["11点{}分".format(i) for i in range(60)]
#取步长，数字和字符串一一对应，数据的长度一样
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45,fontproperties=my_font) #rotation旋转的度数

plt.show()

 结果：

 

 发现中文没有显示，因为matplotlib默认不支持中文字符

那么如何修改matplotlib的默认字体？

fc-list :lang=zh -->查看支持中文（冒号前面有个空格）

from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager

my_font=font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
x=range(0,120)
y=[random.randint(20,35) for i in range(120)]

plt.figure(figsize=(20,8),dpi=80)

plt.plot(x,y)

#调整x轴的刻度
_xtick_labels=["10点{}分".format(i) for i in range(60)]
_xtick_labels+=["11点{}分".format(i) for i in range(60)]
#取步长，数字和字符串一一对应，数据的长度一样
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45) #rotation旋转的度数

plt.show()

 结果：

改良（2）---中文显示（字体+大小）、绘制网格、添加图例以及多条绘图

from matplotlib import pyplot as plt
import matplotlib
from matplotlib import font_manager

my_font=font_manager.FontProperties(fname="C:\Windows\Fonts\simkai.ttf",size=25)  #中文显示以及字体大小
fig=plt.figure(figsize=(20,8),dpi=80)
#figure图形图标的意思，在这里指的是我们的图，通过figure传递参数
#在图像模糊可以传入dpi参数，让图片清晰

x=range(2,26,2)
y_1=[15,13,14,5,17,20,35,26,26,27,22,18]
y_2=[12,15,12,15,16,20,21,23,19,30,12,17]
#绘图(多条）
plt.plot(x,y_1,label="今天",linestyle='--') #linestyle决定线的形况
plt.plot(x,y_2,label="昨天",linestyle='-.') 

#设置x、y轴的刻度
plt.xticks(range(2,26,2))
plt.yticks(range(min(y_1),max(y_1)+1,2),fontproperties=my_font)
plt.yticks(range(min(y_2),max(y_2)+1,2),fontproperties=my_font)

#添加描述信息
plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度 单位(℃)",fontproperties=my_font)
plt.title("一天内温度变化",fontproperties=my_font)

plt.savefig("./sig_size.png")  #保存图片，保存为svg这种矢量图格式，放大不会有锯齿

#绘制网格
plt.grid(alpha=0.4)  #alpha设置透明度

#添加图例
plt.legend(prop=my_font,loc="upper right") #注意此时中文显示用prop,loc来决定图例的方向

#展示图形
plt.show()

 结果：

 相关线的性质：

 二、matplotlib常用统计图

1）绘制散点图

from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font=font_manager.FontProperties(fname="C:\Windows\Fonts\simkai.ttf",size=15)

y_1=[11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_2=[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]

x_1=range(1,32)
x_2=range(51,82)
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)

#使用scatter方法绘制散点图，和之前绘制折线图的唯一区别
plt.scatter(x_1,y_1,label="3月份")
plt.scatter(x_2,y_2,label="10月份")

#调整x轴刻度
_x=list(x_1)+list(x_2)
_xtick_labels=["3月{}日".format(i) for i in x_1]
_xtick_labels+=["10月{}日".format(i-50) for i in x_2]
plt.xticks(_x[::3],_xtick_labels[::3],fontproperties=my_font,rotation=45)

#添加图例
plt.legend(loc="upper right",prop=my_font)

#添加描述信息
plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度",fontproperties=my_font)
plt.title("标题",fontproperties=my_font)
#展示
plt.show()

 结果：

2）绘制条形图

#纵向
from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font=font_manager.FontProperties(fname="C:\Windows\Fonts\simkai.ttf",size=12)

a=["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5","摔跤吧！爸爸","加勒比海盗5","金刚","极限特工","生化危机6","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3","蜘蛛侠","悟空传","银河护卫队2","情圣","新木乃伊"]
b=[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]

#设置图形大小
plt.figure(figsize=(20,10),dpi=80)
#绘制条形图
plt.bar(range(len(a)),b,width=0.3)
#设置字符串到x轴
plt.xticks(range(len(a)),a,fontproperties=my_font,rotation=90)

plt.xlabel("影片",fontproperties=my_font)
plt.ylabel("票房（亿元）",fontproperties=my_font)
plt.savefig("./movie.png")

#展示
plt.show()

#横向
from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font=font_manager.FontProperties(fname="C:\Windows\Fonts\simkai.ttf",size=12)

a=["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5","摔跤吧！爸爸","加勒比海盗5","金刚","极限特工","生化危机6","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3","蜘蛛侠","悟空传","银河护卫队2","情圣","新木乃伊"]
b=[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]

#设置图形大小
plt.figure(figsize=(20,10),dpi=80)
#绘制条形图
plt.barh(range(len(a)),b,height=0.3,color="red")
#设置字符串到y轴
plt.yticks(range(len(a)),a,fontproperties=my_font)

plt.ylabel("影片",fontproperties=my_font)
plt.xlabel("票房（亿元）",fontproperties=my_font)
plt.savefig("./movie.png")

#展示
plt.show()

 结果：

 

 3）绘制直方图

from matplotlib import pyplot as plt
from matplotlib import font_manager
import random
my_font=font_manager.FontProperties(fname="C:\Windows\Fonts\simkai.ttf",size=12)

a=[random.randint(70,121) for i in range(250)]

#计算组数
d=2  #组距
num_bins =(max(a)-min(a))//d

#设置图形的大小
plt.figure(figsize=(20,8),dpi=80)

plt.hist(a,num_bins,density=True)
#设置x轴的刻度
plt.xticks(range(min(a),max(a)+d,d))

plt.grid(alpha=0.3)
#展示
plt.show()

 结果：