python---数据可视化篇

1.matplotlib简介

2.安装并且导入对应的模块

3.设置中文字体

4.创建画布

1.matplotlib简介

matplotlib是Python的基本绘图模块，包含了大量的工具。

我们可以使用matplotlib创建各种图像，包括简单的折线图、柱状图等，甚至是复杂的三维图像。

matplotlib模块里有一个非常方便的子模块：pyplot，我们之后要绘制的图像主要都是依赖于这个子模块～

2.安装并且导入对应的模块

安装的时候，使用的是： pip install matplotlib 指令

和以前导入模块的方法略有不同，我们在导入matplotlib模块时，使用的是matplotlib.pyplot，可以理解为导入matplotlib模块下最常用的pyplot子模块。

通常，会使用 plt 作为matplotlib.pyplot的简写，方便以后调用。

python 复制代码

# TODO 使用import导入matplotlib模块下的pyplot子模块
# 并使用 plt 作为该模块的简写
import matplotlib.pyplot as plt

3.设置中文字体

像下面的这个情况之所以会出现，原因就是我们对于这个字体的设置没有成功，我们需要根据自己的操作系统去设置对应的字体；

解决中文不显示的问题，我们可以在导入matplotlib.pyplot后，在代码中对plt.rcParams["font.sans-serif"]进行赋值，来自定义字体。

在本地运行时，如果是Windows系统，可以把字体设置成 SimHei ；

如果是macOS系统，可以把字体设置为 Arial Unicode MS 。

python 复制代码

# 导入matplotlib.pyplot，并使用"plt"作为该模块的简写
import matplotlib.pyplot as plt

# TODO 将字体设置为SimHei，以windows作为例子
plt.rcParams["font.sans-serif"] = "SimHei"

4.创建画布

python 复制代码

# 导入matplotlib.pyplot，并使用"plt"作为该模块的简写
import matplotlib.pyplot as plt

# 通过 rcParams 参数将字体设置为 SimHei
plt.rcParams["font.sans-serif"] = "SimHei"

# TODO 使用plt.figure()函数创建画布
# 添加参数figsize设置画布大小为(4,3)
# 添加参数facecolor设置画布颜色为'blue'
plt.figure(figsize=(4,3),facecolor='blue')

创建画布之后，我们的图形并不会显示出来，我们想要图片显示出来，需要使用plt.show()函数

5.绘制折线图

我们首先设定一个下面的场景：每一月的每层楼的销售书的数据，来回根据这个数据进行折线图的绘制；

python 复制代码

# 导入matplotlib.pyplot，并使用"plt"作为该模块的简写
import matplotlib.pyplot as plt
# 导入pandas，并使用"pd"作为该模块的简写
import pandas as pd

# 读取路径为 "/Users/yequ/书店每月销量数据.csv" 的CSV文件，并将结果赋值给变量data
data = pd.read_csv("/Users/yequ/书店每月销量数据.csv")

# 通过 rcParams 参数将字体设置为 Arial Unicode MS 
plt.rcParams["font.sans-serif"] = "Arial Unicode MS"

# TODO 使用plt.plot()函数
# 以data["month"]为x轴的值和data["sum"]为y轴的值，绘制折线图
plt.plot(data["month"],data["sum"])

# TODO 使用plt.show()函数显示图像
plt.show()

这个就是先导入数据，plot函数的第一个参数就是我们的月份，第二个参数就是我们的总计的销售量；

6.对于折线图的美化

python 复制代码

# 导入matplotlib.pyplot，并使用"plt"作为该模块的简写
import matplotlib.pyplot as plt
# 导入pandas，并使用"pd"作为该模块的简写
import pandas as pd

# 读取路径为 "/Users/yequ/书店每月销量数据.csv" 的CSV文件，并将结果赋值给变量data
data = pd.read_csv("/Users/yequ/书店每月销量数据.csv")

# 通过 rcParams 参数将字体设置为 Arial Unicode MS 
plt.rcParams["font.sans-serif"] = "Arial Unicode MS"

# 使用plt.plot()函数
# 以data["month"]为x轴的值和data["sum"]为y轴的值，将颜色设置为"orange"，"o"作为标记点的样式
# "每月总销量"作为图例，绘制折线图
plt.plot(data["month"],data["sum"],color="orange",marker="o",label="每月总销量")

# TODO 使用plt.xlabel()函数，将x轴标题设置为"月份"
plt.xlabel("月份")
# TODO 使用plt.ylabel()函数，将y轴标题设置为"销量"
plt.ylabel("销量")
# TODO 使用plt.title()函数，将图表标题设置为"2019年8月至2020年7月书店每月销量走势"
plt.title("2019年8月至2020年7月书店每月销量走势")

# 使用plt.legend()函数显示图例
plt.legend()
# 使用plt.show()函数显示图像
plt.show()

color是用来设置这个曲线的颜色；
marker是用来表示这个曲线上面的标记点的形状；
label是用来设计这个图例的，表明这个标记代表什么；legend函数显示图例
xlabel,ylabel分别对于这个x,y轴进行说明，title就是这个折线图的题目说明；
这个地方顺便说明一下这个柱状图：使用plt.bar函数绘制，也是使用的xlabel和ylabel进行表示这个横纵坐标的含义，使用width进行这个柱状图的宽度的设置；

7.散点图的绘制

下面这个就是散点图的一个场景，绘制的是这个销量和广告费用的关系

其实可视化这个专题，都是大同小异：

python 复制代码

# 导入matplotlib.pyplot，并使用"plt"作为该模块的简写
import matplotlib.pyplot as plt
# 导入pandas，并使用"pd"作为该模块的简写
import pandas as pd

# 读取路径为 "/Users/yequ/书店图书销量和广告费用.csv" 的CSV文件，并将结果赋值给变量data
data = pd.read_csv("/Users/yequ/书店图书销量和广告费用.csv")

# 通过 rcParams 参数将字体设置为 Arial Unicode MS 
plt.rcParams["font.sans-serif"] = "Arial Unicode MS"

# TODO 使用plt.scatter()函数
# 以data["ads_fee"]为x轴的值和data["sales"]为y轴的值，绘制散点图
plt.scatter(data["ads_fee"],data["sales"])

# TODO 使用plt.xlabel()函数，将x轴标题设置为"广告费用"
plt.xlabel("广告费用")
# TODO 使用plt.ylabel()函数，将y轴标题设置为"销量"

plt.ylabel("销量")
# 使用plt.show()函数显示图像
plt.show()

导入模块
读取文件内容
设置字体
scatter函数用来绘制散点图
xlabel和ylabel分别表示的就是横纵坐标

8.双y轴叠加图

实际上这个图像需要我们的两个因变量都和这个自变量x有关系，这样的话，随着这个x的变化，这个两个y都可以有自己的变化，方便我们查看这个走势；

python 复制代码

# 导入matplotlib.pyplot，并使用"plt"作为该模块的简写
import matplotlib.pyplot as plt

# 导入pandas，并使用"pd"作为该模块的简写
import pandas as pd

# 使用pd.read_csv()函数
# 读取路径为 "/Users/yequ/每月曝光量和转化率.csv" 的CSV文件，并赋值给变量data
data = pd.read_csv("/Users/yequ/每月曝光量和转化率.csv")

# 通过给 plt.rcParams["font.sans-serif"] 赋值
# 将字体设置为 Arial Unicode MS 
plt.rcParams["font.sans-serif"] = "Arial Unicode MS"

# TODO 使用plt.bar()函数
# 以data["month"]为x轴的值，data["exposure"]为y轴的值
# 绘制曝光量的柱状图

plt.bar(data["month"],data["exposure"])
# TODO 使用plt.twinx()函数，添加另一个y轴
plt.twinx()

# TODO 使用plt.plot()函数
# 以data["month"]为x轴的值，data["CVR"]为y轴的值
# 绘制转化率的折线图
plt.plot(data["month"],data["CVR"])

# 使用plt.show()函数显示图像
plt.show()

bar绘制柱状图，plot绘制折线图；
twinx用来增加一个y轴；
我们在一个图里面绘制两个图像，如果都设置一个图例，就会出现下面的问题：

存在一个问题：柱状图和折线图的图例重合在了一起。

如果在绘图的时侯不设置图例位置，那么matplotlib会自动在图像中选择最合适的位置。

所以，柱状图和折线图的图例都被matplotlib模块放在了右上角，产生了重叠。

python 复制代码

# TODO 使用plt.legend()函数和loc参数，将图例显示在左上角"upper left"
plt.legend(loc="upper left")

9.簇形柱状图

这个图形就是对于一个维度上面的三个数据进行综合展示，比如和这个销售数据，同样是1月份的销售数据，可以同时显示出来2022年的1月，2023年的1月，2024年的1月;

python 复制代码

# 导入matplotlib.pyplot，并使用"plt"作为该模块的简写
import matplotlib.pyplot as plt
# 导入pandas，并使用"pd"作为该模块的简写
import pandas as pd

# 使用pd.read_csv()函数
# 读取路径为 "/Users/yequ/书店每月销量数据.csv" 的CSV文件，并赋值给变量data
data = pd.read_csv("/Users/yequ/书店每月销量数据.csv")

# 通过给 plt.rcParams["font.sans-serif"] 赋值
# 将字体设置为 Arial Unicode MS 
plt.rcParams["font.sans-serif"] = "Arial Unicode MS"

# TODO 对data变量使用plot.bar()函数绘制指定簇形柱状图
data.plot.bar("month",["first_floor","second_floor","third_floor"])

# 使用plt.show()函数显示图像
plt.show()

plot.bar就是用来绘制这个簇形柱状图的，第一个参数就是横坐标，第二个参数就是一个列表，表示的就是对个需要同时展示的结果；

10.百分比堆积柱状图

python 复制代码

# 导入matplotlib.pyplot，并使用"plt"作为该模块的简写
import matplotlib.pyplot as plt
# 导入pandas，并使用"pd"作为该模块的简写
import pandas as pd

# 使用pd.read_csv()函数
# 读取路径为 "/Users/yequ/书店每月销量数据百分比.csv" 的CSV文件，并赋值给变量data
data = pd.read_csv("/Users/yequ/书店每月销量数据百分比.csv")

# 通过给 plt.rcParams["font.sans-serif"] 赋值
# 将字体设置为 Arial Unicode MS 
plt.rcParams["font.sans-serif"] = "Arial Unicode MS"

# TODO 使用plot.bar()函数
# 根据data变量，以"month"为x轴，["一楼","二楼","三楼"]为y轴
# 绘制百分比堆积柱状图
data.plot.bar("month",["一楼","二楼","三楼"],stacked=True)

# 使用plt.show()函数显示图像
plt.show()

stacked=True会使DataFrame中每一行的值垂直堆叠放置，形成堆积柱状图。
效果展示：

11.绘制多个子图（一个画布上面）

python 复制代码

# 导入matplotlib.pyplot，并使用"plt"作为该模块的简写
import matplotlib.pyplot as plt
# 导入pandas，并使用"pd"作为该模块的简写
import pandas as pd

# 读取路径为 "/Users/yequ/书店每月销量数据.csv" 的CSV文件，并将结果赋值给变量data
data = pd.read_csv("/Users/yequ/书店每月销量数据.csv")
# 读取路径为 "/Users/yequ/书店图书销量和广告费用.csv" 的CSV文件，并将结果赋值给变量df
df = pd.read_csv("/Users/yequ/书店图书销量和广告费用.csv")

# 通过 rcParams 参数将字体设置为 Arial Unicode MS 
plt.rcParams["font.sans-serif"] = "Arial Unicode MS"

# 使用plt.subplot()函数添加4个子图
# 子图有两行两列
# 选择序号为1子图
plt.subplot(2,2,1)
# 使用plt.plot()函数绘制折线图
plt.plot(data["month"],data["sum"])
# TODO 使用plt.xticks()函数旋转x轴的刻度至90度
plt.xticks(rotation=90)

# 选择序号为2子图
plt.subplot(2,2,2)
# 使用plt.scatter()函数
# 以df["ads_fee"]为x轴的值和df["sales"]为y轴的值，绘制散点图
plt.scatter(df["ads_fee"],df["sales"])

# 选择序号为3的子图
plt.subplot(2,2,3)

# 选择序号为4子图
plt.subplot(2,2,4)

# TODO 使用plt.tight_layout()函数来调整子图布局
plt.tight_layout()

# 使用plt.show()函数显示图像
plt.show()

plt.tight_layout这个就是为了调整我们的子图的布局情况；
suplot函数用来绘制子图，前面的两个参数表示的是这个子图的行数和列数，第三个参数表示的就是这个子图位于那一个顺序上面；
xticks(rotation=90)这个是为了旋转我们的x轴说明文字的位置，不让我们的下面的子图遮挡x的说明；
由于pandas模块不能像matplotlib.pyplot一样默认将图像绘制到当前的子图坐标轴上，所以需要传入ax=plt.gca()，来确保图像绘制在当前子图的坐标轴中。

python 复制代码

# 导入matplotlib.pyplot，并使用"plt"作为该模块的简写
import matplotlib.pyplot as plt
# 导入pandas，并使用"pd"作为该模块的简写
import pandas as pd

# 读取路径为 "/Users/yequ/书店每月销量数据.csv" 的CSV文件，并将结果赋值给变量data
data = pd.read_csv("/Users/yequ/书店每月销量数据.csv")
# 读取路径为 "/Users/yequ/书店图书销量和广告费用.csv" 的CSV文件，并将结果赋值给变量df
df = pd.read_csv("/Users/yequ/书店图书销量和广告费用.csv")
# 使用pd.read_csv()函数
# 读取路径为 "/Users/yequ/书店每月销量数据百分比.csv" 的CSV文件，并赋值给变量percentData
percentData = pd.read_csv("/Users/yequ/书店每月销量数据百分比.csv")

# 通过 rcParams 参数将字体设置为 Arial Unicode MS 
plt.rcParams["font.sans-serif"] = "Arial Unicode MS"

#--------------------------------------------------------

# 使用plt.subplot()函数添加4个子图
# 子图有两行两列
# 选择序号为1子图
plt.subplot(2,2,1)
# 使用plt.plot()函数绘制折线图
plt.plot(data["month"],data["sum"])
# 使用plt.xticks()函数旋转x轴的刻度至90度
plt.xticks(rotation=90)
# 使用plt.xlabel()函数，将x轴标题设置为"月份"
plt.xlabel("月份")
# 使用plt.ylabel()函数，将y轴标题设置为"销量"
plt.ylabel("销量")

#---------------------------------------------------------

# 选择序号为2子图
plt.subplot(2,2,2)
# 使用plt.scatter()函数
# 以df["ads_fee"]为x轴的值和df["sales"]为y轴的值，绘制散点图
plt.scatter(df["ads_fee"],df["sales"])
# 使用plt.xlabel()函数，将x轴标题设置为"广告费用"
plt.xlabel("广告费用")
# 使用plt.ylabel()函数，将y轴标题设置为"销量"
plt.ylabel("销量")

#--------------------------------------------------------

# 选择序号为3的子图
plt.subplot(2,2,3)
# 使用plot.bar()函数和ax=plt.gca()
# 根据data中的数据
# 以"month"为x轴，["first_floor","second_floor","third_floor"]为y轴
# 绘制簇形柱状图
data.plot.bar("month",["first_floor","second_floor","third_floor"],ax=plt.gca())
# 使用plt.xlabel()函数，将x轴标题设置为"月份"
plt.xlabel("月份")
# 使用plt.ylabel()函数，将y轴标题设置为"销量"
plt.ylabel("销量")

#--------------------------------------------------------------

# 选择序号为4子图
plt.subplot(2,2,4)
# 使用plot.bar()函数，stacked=True和ax=plt.gca()
# 根据percentData中的数据
# 以"month"为x轴，绘制对比["一楼","二楼","三楼"]的百分比堆积柱状图
# 这个是用的就是pandas模块

percentData.plot.bar("month",["一楼","二楼","三楼"],stacked=True,ax=plt.gca())
# 使用plt.xlabel()函数，将x轴标题设置为"月份"
plt.xlabel("月份")
# 使用plt.ylabel()函数，将y轴标题设置为"占比"
plt.ylabel("占比")

#-----------------------------------------------------------

# 使用plt.tight_layout()函数来调整子图布局
plt.tight_layout()
# 使用plt.show()函数显示图像
plt.show()