在数据分析领域,图形化展示数据是非常重要的环节。Python中的matplotlib库是绘制各类图形的强大工具。本文将介绍如何使用matplotlib绘制折线图、直方图、饼图、散点图和柱状图等数据分析中常见的图形,并附上相应的代码示例,可以当初matplotlib函数库来使用,将案列中的数据替换成自己真实的数据即可绘制出符合条件的图像。
关于matplotlib进行数据可视化的案列,具体参考Matplotlib 3.6.0 文档示例库,里面给出各种图形可视化的案列代码,具体如下所示:
下面示点进去带标签的分组条形图 页面下官方代码案列;
此示例显示如何创建分组条形图以及如何使用标签注释条形图。
接下来我们将详细介绍matplotlib在进行数据可视化分析过程常用的图像绘制;
一、折线图(Line Plot)
折线图通常用于展示数据随时间或其他连续变量的变化趋势。
python
import matplotlib.pyplot as plt
import numpy as np
# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 绘制折线图
plt.plot(x, y)
# 设置图表标题和坐标轴标签
plt.title('Sin Curve')
plt.xlabel('x')
plt.ylabel('y')
# 显示图表
plt.show()
二、直方图(Histogram)
直方图用于展示数据的分布情况,特别是连续型变量的分布情况。
python
import matplotlib.pyplot as plt
import numpy as np
# 创建数据
data = np.random.randn(1000)
# 绘制直方图
plt.hist(data, bins=30, edgecolor='black')
# 设置图表标题和坐标轴标签
plt.title('Histogram of Data')
plt.xlabel('Value')
plt.ylabel('Frequency')
# 显示图表
plt.show()
三、饼图(Pie Chart)
饼图用于展示各类别的比例或占比。
python
import matplotlib.pyplot as plt
# 创建数据
labels = ['Category A', 'Category B', 'Category C']
sizes = [15, 30, 55]
# 绘制饼图
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
# 设置图表标题
plt.title('Pie Chart Example')
# 显示图表
plt.axis('equal') # Equal aspect ratio ensures that pie is drawn as a circle.
plt.show()
四、散点图(Scatter Plot)
散点图用于展示两个变量之间的关系,通过点的分布来观察是否存在某种趋势或模式。
python
import matplotlib.pyplot as plt
import numpy as np
# 创建数据
x = np.random.rand(50)
y = np.random.rand(50)
# 绘制散点图
plt.scatter(x, y)
# 设置图表标题和坐标轴标签
plt.title('Scatter Plot Example')
plt.xlabel('X')
plt.ylabel('Y')
# 显示图表
plt.show()
五、柱状图(Bar Chart)
柱状图用于比较不同类别或不同时间点的数据大小。
python
import matplotlib.pyplot as plt
# 创建数据
categories = ['Category 1', 'Category 2', 'Category 3']
values = [10, 15, 7]
# 绘制柱状图
plt.bar(categories, values)
# 设置图表标题和坐标轴标签
plt.title('Bar Chart Example')
plt.xlabel('Categories')
plt.ylabel('Values')
# 显示图表
plt.show()
六、箱线图(Box Plot)
箱线图用于展示一组数据的分布情况,包括最小值、下四分位数、中位数、上四分位数和最大值。
下面是一个简单的示例,说明如何绘制箱线图,其中特征名称作为X轴的标签:
python
import matplotlib.pyplot as plt
import numpy as np
# 创建一些示例数据
np.random.seed(10)
data = {
'Feature 1': np.random.normal(0, 1, 100),
'Feature 2': np.random.normal(1, 1.5, 100),
'Feature 3': np.random.normal(-1, 0.7, 100),
'Feature 4': np.random.normal(2, 2, 100)
}
# 提取数据列表和特征名称列表
values = list(data.values())
labels = list(data.keys())
# 绘制箱线图
fig, ax = plt.subplots()
ax.boxplot(values, vert=True, patch_artist=True, labels=labels)
# 设置图表标题
ax.set_title('Box Plot with Features as X-axis Labels')
# 显示网格
ax.grid(True)
# 显示图表
plt.show()
设置vert=True
(这是默认值,表示箱体是垂直的),并启用patch_artist=True
以允许我们为箱体设置颜色。最后,我们设置了图表的标题,并显示了网格和图表。
要绘制水平分布的箱线图(即箱体的长轴沿X轴方向),你需要对matplotlib
的boxplot
函数进行一些调整。特别地,你需要设置vert
参数为False
,这样箱线图就会水平显示。下面是一个简单的示例,说明如何创建水平箱线图:
python
import matplotlib.pyplot as plt
import numpy as np
# 创建一些示例数据
np.random.seed(10)
data = {
'Feature 1': np.random.normal(0, 1, 100),
'Feature 2': np.random.normal(1, 1.5, 100),
'Feature 3': np.random.normal(-1, 0.7, 100),
'Feature 4': np.random.normal(2, 2, 100)
}
# 提取数据为列表
values = [data[feature] for feature in data]
# 创建箱线图的位置(即X轴上的刻度位置)
positions = np.arange(len(data))
# 绘制水平箱线图
fig, ax = plt.subplots()
ax.boxplot(values, vert=False, patch_artist=True, positions=positions, notch=False)
# 设置箱线图的颜色
colors = ['b', 'g', 'r', 'c']
for patch, color in zip(ax.artists, colors):
patch.set_facecolor(color)
# 设置X轴和Y轴的标签
ax.set_xlabel('Value')
ax.set_ylabel('Features')
ax.set_yticklabels(data.keys()) # 设置Y轴刻度标签为特征的名称
# 显示网格
ax.grid(True)
# 显示图表
plt.show()
七、箱线图
面积图(Area Chart)结合了折线图和面积图的特性,可以展示随时间或其他连续变量的数据变化趋势,并且通过堆叠面积来表示多个类别的数据总量及其各自贡献。
下面是一个简单的示例代码,演示如何使用matplotlib绘制折线面积图:
python
import matplotlib.pyplot as plt
import numpy as np
# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 绘制折线图和折线面积图
fig, ax = plt.subplots()
ax.plot(x, y1, label='sin(x)', color='blue', linewidth=2)
ax.plot(x, y2, label='cos(x)', color='red', linewidth=2)
# 绘制y1的面积图
ax.fill_between(x, y1, where=y1>=0, color='lightblue', interpolate=True)
ax.fill_between(x, y1, where=y1<0, color='blue', interpolate=True)
# 绘制y2的面积图,注意要调整y的起始值以避免重叠
ax.fill_between(x, y1+y2, where=(y1+y2)>=0, color='lightpink', interpolate=True)
ax.fill_between(x, y1+y2, where=(y1+y2)<0, color='pink', interpolate=True)
# 设置图表标题和坐标轴标签
ax.set_title('Stacked Line Area Chart Example')
ax.set_xlabel('x')
ax.set_ylabel('y')
# 添加图例
ax.legend()
# 显示网格
ax.grid(True)
# 显示图表
plt.show()
在上面的代码中,我们首先定义了两个函数y1
和y2
,它们分别代表sin(x)
和cos(x)
的值。然后,我们使用plot
函数绘制了这两个函数的折线图。接下来,我们使用fill_between
函数来绘制每个函数的面积图。需要注意的是,为了避免面积图之间的重叠,我们在绘制y2
的面积图时,将y
的起始值调整为y1+y2
。
最后,我们设置了图表的标题、坐标轴标签,并添加了图例。调用plt.show()
函数来显示最终的折线面积图。
八、热力图
为了更直观地绘制热力图,通常会使用seaborn
库,它是基于matplotlib
的一个更高级的统计绘图库。下面是一个使用seaborn
绘制热力图的示例代码:
首先,确保你已经安装了seaborn
库。如果没有安装,可以使用pip进行安装:
bash
pip install seaborn
然后,你可以使用以下代码来绘制热力图:
python
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
# 创建一个随机数据矩阵
data = np.random.rand(10, 12)
# 创建一个热力图
heatmap = sns.heatmap(data, cmap='coolwarm', annot=True, fmt=".2f")
# 设置X轴和Y轴的标签
heatmap.set_xticklabels(range(1, 13)) # 设置X轴刻度标签
heatmap.set_yticklabels(range(1, 11)) # 设置Y轴刻度标签
# 设置图表的标题
plt.title('Heatmap Example')
# 显示图表
plt.show()
在这个例子中,我们首先导入了所需的库,然后创建了一个10x12的随机数据矩阵。接着,我们使用sns.heatmap
函数来绘制热力图,其中data
参数是我们要展示的数据,cmap
参数定义了颜色映射(这里使用了'coolwarm'),annot=True
表示在每个格子中显示数据值,fmt=".2f"
定义了数值的格式。最后,我们设置了X轴和Y轴的刻度标签,并为图表添加了标题。
如果你坚持使用matplotlib
而不使用seaborn
,你也可以通过绘制一系列带颜色的矩形来手动创建热力图,但这将比使用seaborn
更加复杂。因此,推荐使用seaborn
来绘制热力图,因为它提供了更简洁、更高级的接口。
后面将继续介绍seaborn绘图库;因为seaborn并是一个绘图库,它与DataFrame对象有很好的集成。
九、折线图多功能的封装图
下面封装的ineChartPlotter类,是为绘制不同种类的折线图,有draw_line_chart、draw_line_ndims_one_dim和draw_nline_chart方法,具体的作用参看图片即可了解;
c
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 指定默认字体:解决plot不能显示中文问题
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
class LineChartPlotter:
def __init__(self):
self.fig = None
self.ax = None
def draw_line_chart(self, x, y, marker='o', label='工业', xlabel='Time', ylabel='Flow (累计进水流量)', title='南部污水厂累计进水流量(JSLL1/LJLL)'):
"""在图上绘制一条折线图"""
self.fig, self.ax = plt.subplots()
self.ax.plot(x, y, marker=marker, label=label)
self.ax.set_xlabel(xlabel)
self.ax.set_ylabel(ylabel)
self.ax.legend()
self.ax.set_title(title)
self.ax.grid(True)
plt.show()
def draw_line_ndims_one_dim(self, data, xlabel='time', n=None, title='趋势对比图'):
"""绘制一个n*1行的一个折线图,共用一个坐标轴"""
if n is None:
n = data.shape[1] - 1
self.fig, axs = plt.subplots(n, 1, figsize=(10, 15), sharex=True)
colors = plt.cm.viridis(np.linspace(0, 1, n))
for i, col in enumerate(data.columns[1:]):
if col != xlabel:
axs[i].plot(data[xlabel], data[col], color=colors[i], label=col)
axs[i].set_ylabel(f'({col})')
axs[i].legend()
axs[-1].set_xlabel('Time')
plt.tight_layout()
self.fig.suptitle(title)
plt.show()
def draw_nline_chart(self, data, xlabel='time', y_label='Flow', title='趋势对比图'):
"""这一个图上绘制多个曲线的折线图"""
self.fig, self.ax = plt.subplots(figsize=(10, 5))
for column in data.columns[1:]:
self.ax.plot(data[xlabel], data[column], label=column)
self.ax.set_xlabel(xlabel)
self.ax.set_ylabel(y_label)
self.ax.set_title(title)
self.ax.legend()
max_flow = data[data.columns[1:]].max().max()
self.ax.set_ylim(0, max_flow)
self.ax.grid(True)
plt.show()
# 使用示例
if __name__ == "__main__":
# 假设我们有一个DataFrame,包含时间和多个流量序列
data = pd.DataFrame({
'time': pd.date_range(start='2023-01-01', periods=100, freq='D'),
'flow1': np.random.rand(100),
'flow2': np.random.rand(100),
'flow3': np.random.rand(100)
})
# 创建绘图对象
plotter = LineChartPlotter()
# 绘制单个折线图
# plotter.draw_line_chart(data['time'], data['flow1'], label='Flow 1')
# # 绘制多个子图的折线图
# plotter.draw_line_ndims_one_dim(data)
# # 绘制单个图上的多个折线图
# plotter.draw_nline_chart(data)
总之matplotlib是Python中一个功能强大的数据可视化库,它提供了丰富的绘图接口,可以帮助用户快速创建各种高质量的图形,如折线图、直方图、饼图、散点图、柱状图等。以下是使用matplotlib进行数据可视化的几个关键总结和优势:
-
多样化的图形支持:
matplotlib支持绘制各种常见的统计图形,包括折线图、柱状图、散点图等,也支持更复杂的图形,如热力图、等高线图等。这使得matplotlib能够应对各种数据分析和可视化的需求。
-
高度可定制性:
matplotlib提供了大量的参数和选项,用户可以根据需要自定义图形的各个方面,包括颜色、线条样式、字体、图例等。这使得用户能够根据自己的需求和审美创建出独一无二的图形。
-
易于集成:
matplotlib可以与Python中的其他库(如NumPy、Pandas等)无缝集成,使得数据预处理、数据分析和数据可视化可以在同一个环境中进行。这大大提高了数据分析和可视化的效率。
-
交互式图形:
matplotlib支持创建交互式图形,用户可以通过鼠标和键盘与图形进行交互,如缩放、平移、选择数据点等。这使得用户能够更深入地探索和分析数据。
-
丰富的文档和社区支持:
matplotlib拥有完善的文档和活跃的社区支持,用户可以通过官方文档、教程、示例代码以及社区论坛等途径获取帮助和解答问题。这使得学习和使用matplotlib变得更加容易。
-
高质量的输出:
matplotlib可以生成高质量的图形输出,支持多种文件格式(如PNG、PDF、SVG等),可以满足不同场景下的需求。同时,matplotlib还支持在图形中嵌入LaTeX数学公式,使得图形更具专业性和可读性。
-
跨平台兼容性:
matplotlib具有良好的跨平台兼容性,可以在Windows、Linux和Mac OS等操作系统上运行。这使得用户可以在不同的平台上使用matplotlib进行数据可视化。