文章目录

资料链接Matplotlib绘图基础简单图形绘制1.饼图2.条形图3.直方图4.散点图图形基本设置统计图形实战1.柱状图（堆积柱状图）2.直方图（直方图，核密度图，正态分布图）3.箱线图4.散点图5.折线图完善统计图形1.图例和画布使用2.调整刻度轴3.图形添加内容3.1.无指向型注释文本3.2.有指向型注释文本图形样式高级操作1.绘制双坐标轴2.多个图形合并2.1.subplot()2.2.subplot2grid()Seaborn基础绘制常用统计图形sns.barplot(x,y):柱状图sns.scatter(x,y):散点图sns.barplot:箱线图sns.distplot，sns.displot:直方图其他参数和图形1.折线图2.回归图3.条形图Plotly介绍和基础常见图形绘制1.散点图2.折线图3.柱状图4.直方图5.饼图图形设置

资料链接

B站云开见明-python可视化

/video/BV1eJ411H79t?p=8&share_source=copy_web

博客里用到的数据和代码：

链接：/s/1r5JJdZzrCejgy9NGXbsFQQ

提取码：mxmf

Matplotlib绘图基础

matplotlib官网

plt.plot(xy,ls=,lwe=,c=,marker=,markersize=,markeredgecolor-,markerfacecolor, label=)

x∶x轴上的数值y∶ y轴上的数值ls∶折线的风格（‘-’，‘–’，‘-.’，‘：’）lw∶ 线条宽度c∶ 颜色marker∶线条上点的形状markersize∶线条上点的大小markeredgecolor∶点的边框色markerfacecolor∶点的填充色label∶文本标签

import numpy as npimport matplotlib.pyplot as plt#确保图形能正确展示处理%matplotlib inlinex=np.linspace(0,100,1000)y=np.sin(x)#plt.plot()绘制折线图#c线条颜色 lw线条宽度 ls线条风格#plt.show()展现图形plt.plot(x,y,c='red',lw=2,ls='--')plt.show()

#marker点的形状 markersize点的大小 markeredgecolor点的边框颜色#markerfacecolor点的实心填充色plt.plot(x,y,ls='-',marker='o',markersize=5,c='red',markeredgecolor='blue',markerfacecolor='w',label='x和y的关系')plt.show()

plt.rcParams['font.sans-serif']=['SimHei']#解决中文乱码plt.rcParams['axes.unicode_minus']=False#解决符号乱码x=np.linspace(0,10,100)y=np.sin(x)plt.plot(x,y,ls=':',lw=2,label='y=sin(x)')plt.legend(loc='upper center')#展示图例 loc位置关系 loc还可为center等

x=np.arange(0,1.1,0.01)y=x**2#figsize画布大小dpi分辨率facecolor画布边框色plt.figure(figsize=(4,4),dpi=100,facecolor='white')plt.title('这是一幅画')plt.xlabel('x1')#标签plt.ylabel('y')plt.xlim=([0,1])#范围plt.ylim([0,1])plt.xticks([0,0.2,0.4,0.6,0.8,1])#刻度plt.yticks([0,0.2,0.4,0.6,0.8,1])plt.plot(x,y,label='y=x^2')plt.legend(loc='best')#保存图片，名称可为png,pdfplt.savefig(r'C:\Users\郝琪英\Desktop\可视化.pdf')plt.show()

简单图形绘制

1.饼图

饼图用于实现可视化离散型变量的分布的一种图形

pie(x,explode,labels,colors,autopct=,pctdistance,shadow,startangle,radius，wedgeprops,textprops,center)

labels∶标签colors∶颜色autopct∶百分比pctdistance∶百分比标签与圆心距离shadow∶是否添加饼图阴影效果labeldistance∶设置各扇形标签与圆心距离startangle∶设置饼图的初始摆放角度radius∶设置饼图半径大小counterclock∶是否逆时针呈现wedgeprops∶设置饼图内外边界的属性textprops∶设置饼图中文本属性center∶设置中心位置

import pandas as pdimport numpy as npimport matplotlib.pyplot as plt%matplotlib inlineimport osos.chdir('.\数据')data=pd.read_excel('非洲通讯产品销售数据.xlsx',sheet_name='SalesData')data.head()data_1=data.groupby('地区').mean()['销售额']x_data=data_1.valuesy_data=data_1.index#每部分突出大小explode = [0,0,0,0,0.1]colors=['red','blue','purple','green','darkred']#purpleplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=False#autopct设置为百分比格式 pctdistance百分比标签与圆心距离#labeldistance设置文本标签与圆心距离 startangle设置饼图初始角度#radius设置饼图半径 counterclock是否逆时针#wedgeprops边的宽度以及边框色textprops文本信息#官网：/stable/api/_as_gen/matplotlib.pyplot.title.htmlplt.pie(x=x_data,explode=explode,labels=y_data,colors=colors,autopct='%.1f%%',pctdistance=0.5,labeldistance=1.1,startangle=120,radius=1.2,counterclock=False,wedgeprops={'linewidth':1.2,'edgecolor':'green'},textprops={'fontsize':10,'color':'black'})# plt.title('订单金额分布图')#pad标题距离坐标轴距离plt.show()

2.条形图

饼图不适合取值过多的分类特征，条形图不仅适合分类水平较多的变量也更加适合对比差异.具体请见案例

bar(x, y,width,bottom,color,linewidth,tick_label,align)

x指定x轴上数值y指定y轴上数值width指定条形图宽度color条形图的填充色edge条形图的边框色linewidth条形图边框宽度tick_label条形图的刻度标签align指定x轴上对齐方式

x_data=data_1.valuesy_labels=data_1.indexplt.bar(x=range(0,len(x_data)),height=x_data,align='center',color='y',tick_label=y_labels)plt.xlabel('地区',labelpad=10)plt.ylabel('销售额',labelpad=10)plt.title('不同地区的销售额')plt.show()

3.直方图

对于连续型变量，往往需要查看其分布图，直方图就是用来观察数据的分布形态plt.hist(x,bins,range,normed,cumulative,bottom,align,rwidth,color,edgecolor,label)

x数据bin条形个数range上下界normed是否将频数转换成频率cumulative是否计算累计频率bottom为直方图的每个条形添加基准线，默认为0align对齐方式rwidth条形的宽度color填充色edgecolor设置直方图边框色label设置直方图标签

data.head()

#销售额在某一区间内出现的次数#bin格子的个数 density是否以频数的形式展示plt.hist(x=data['销售额'],bins=30,color='r',edgecolor='black',density=False)plt.title('销售额分布图')plt.show()

4.散点图

散点图一般用来展示2个连续型变量的的关系，可以通过散点图来判断两个变量之间是否存在某种关系，例如线性还是非线性关系


plt.scatter(x,y, s, c, marker, cmap, norm, alpha, linewidths, edgecolorsl)

x x数据y y轴数据s 散点大小c 散点颜色marker 散点图形状cmap 指定某个colormap值，该参数一般不用，用默认值alpha 散点的透明度linewidths 散点边界线的宽度edgecolors 设置散点边界线的颜色

SalePrice - 以美元为单位的房产销售价格。

LotArea：以平方英尺为单位的地块面积

sec_buildings=pd.read_csv('train.csv')sec_buildings.head()#SalePrice - 以美元为单位的房产销售价格。#LotArea：以平方英尺为单位的地块面积plt.scatter(x=sec_buildings['LotArea'],y=sec_buildings['SalePrice'],color='steelblue',marker='o',s=100)plt.xlabel('房子大小',fontsize=14)plt.ylabel('房子总价',fontsize=14)plt.title('房子大小和房子总价关系',fontsize=14)plt.show()

图形基本设置

plt.plot(data_1.index,data_1.values,label='不同地区销售额')#loc='best'根据图自动匹配最好位置 frameon是否有边框plt.legend(loc='upper left',fontsize=12,frameon=True)#设置图像# fig=plt.gcf()# fig.set_size_inches(12.5,10.5)#调整图片大小（画布长宽）# plt.grid(ls='--',c='red')# -,-.,--.:plt.axhline(y=500,c='red',ls='--',lw=2)#画线y=500plt.axvline(x=2,c='red',ls='--',lw=2)#画线x=2plt.show()

plt.plot(data_1.index,data_1.values,label='不同地区销售额')#loc='best'根据图自动匹配最好位置 frameon是否有边框plt.legend(loc='upper left',fontsize=12,frameon=True)#alpha参数透明度，可给可不给plt.axvspan(xmin=3,xmax=5,facecolor='r',alpha=0.3)#画出x为3-5的区域plt.axhspan(ymin=480,ymax=510,facecolor='r',alpha=0.3)#画出y为480-510的区域plt.show()

统计图形实战

1.柱状图（堆积柱状图）

柱状图主要应用在定性数据的可视化场景里面，或者是分类特征的分布展示，那么由柱状图衍生出来的图形还有堆积柱状图，多数据并列柱状图

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=FalseGDP=pd.read_excel('Province GDP .xlsx')GDP

plt.figure(figsize=(6.4,4.8))plt.bar(x=GDP.index.values,height=GDP.GDP,width=0.5)#rotation字体旋转倾斜plt.xticks(GDP.index.values,GDP.Province,rotation=45)plt.xlabel('省份',fontsize=14)plt.ylabel('GDP产值（万亿）',fontsize=14,labelpad=20)plt.title('GDP情况',fontsize=20)plt.show()

Industry_GDP=pd.read_excel('Industry_GDP.xlsx')Industry_GDP

#透视表temp=pd.pivot_table(data=Industry_GDP,index='Quarter',columns='Industry_Type',values='GDP',aggfunc=np.sum)temp

#tick_label为行索引打标签，把Q1，Q2，Q3，Q4变为'第一季度'，'第二季度','第三季度','第四季度'#bottom表示第二产业是在第一产业上面的，第三产业在第一产业和第二产业之上的，由堆叠图可看出plt.bar(x=temp.index.values,height=temp['第一产业'],color='steelblue',label='第一产业',tick_label=['第一季度','第二季度','第三季度','第四季度'],)plt.bar(x=temp.index.values,height=temp['第二产业'],color='green',label='第二产业',bottom=temp['第一产业'],tick_label=['第一季度','第二季度','第三季度','第四季度'],)plt.bar(x=temp.index.values,height=temp['第三产业'],color='red',label='第三产业',bottom=temp['第一产业']+temp['第二产业'],tick_label=['第一季度','第二季度','第三季度','第四季度'])plt.ylabel('产值（亿）')plt.title('各行业各季度生产值')plt.show()

temp=pd.crosstab(Industry_GDP['Quarter'],Industry_GDP['Industry_Type'],values=Industry_GDP['GDP'],aggfunc=np.sum,normalize='index')temp

#tick_label为行索引打标签，把Q1，Q2，Q3，Q4变为'第一季度'，'第二季度','第三季度','第四季度'#bottom表示第二产业是在第一产业上面的，第三产业在第一产业和第二产业之上的，由堆叠图可看出plt.bar(x=temp.index.values,height=temp['第一产业'],color='steelblue',label='第一产业',tick_label=['第一季度','第二季度','第三季度','第四季度'],)plt.bar(x=temp.index.values,height=temp['第二产业'],color='green',label='第二产业',bottom=temp['第一产业'],tick_label=['第一季度','第二季度','第三季度','第四季度'],)plt.bar(x=temp.index.values,height=temp['第三产业'],color='red',label='第三产业',bottom=temp['第一产业']+temp['第二产业'],tick_label=['第一季度','第二季度','第三季度','第四季度'])plt.ylabel('产值（亿）')plt.title('各行业各季度生产值')plt.legend(loc='best')plt.show()#从图中可看出蓝色部分第一产业，四个季度依次上升#红色部分第三产业四个季度产值下降了

#修改图例到最右边plt.bar(x=temp.index.values,height=temp['第一产业'],color='steelblue',label='第一产业',tick_label=['第一季度','第二季度','第三季度','第四季度'],)plt.bar(x=temp.index.values,height=temp['第二产业'],color='green',label='第二产业',bottom=temp['第一产业'],tick_label=['第一季度','第二季度','第三季度','第四季度'],)plt.bar(x=temp.index.values,height=temp['第三产业'],color='red',label='第三产业',bottom=temp['第一产业']+temp['第二产业'],tick_label=['第一季度','第二季度','第三季度','第四季度'])plt.ylabel('产值（亿）')plt.title('各行业各季度生产值')#把横轴看为1，纵轴看为1，#1.08表示距离纵轴的距离#0.8表示距离横轴的距离plt.legend(bbox_to_anchor=(1.08,0.8))plt.show()

2.直方图（直方图，核密度图，正态分布图）

直方图，一般用来观察数据的分布形态，横坐标代表数值的分段，纵坐标代表了观测数量和频数，直方图有时候会和核密度图搭配使用，主要是为了更加详细的展示数据的分布特征

Titanic=pd.read_csv('titanic_train.csv')#删除掉年龄的缺失值Titanic.dropna(subset=['Age'],inplace=True)#density=True频率形式展现plt.hist(x=Titanic['Age'],bins=20,color='c',edgecolor='red',density=True)plt.xlabel('年龄',fontsize=15)plt.ylabel('频率',fontsize=15)plt.title('年龄分布图',fontsize=20)plt.show()

#正态分布图def normfun(x,mu,sigma):pdf=np.exp( -((x-mu)**2)/(2*sigma*2))/(sigma*np.sqrt(2*np.pi))return pdfmean_x=Titanic['Age'].mean()std_x=Titanic['Age'].std()x=np.arange(Titanic['Age'].min(),Titanic['Age'].max()+10,1)y=normfun(x,mean_x,std_x)plt.hist(x=Titanic['Age'],bins=35,color='c',edgecolor='red',density=True,label='直方分布图')#核密度图 线性模式展现出来Titanic['Age'].plot(kind='kde',color='red',xlim=[0,90],label='核密度图')plt.plot(x,y,color='g',linewidth=3,label='正态分布图')plt.xlabel('年龄',fontsize=15)plt.ylabel('频率',fontsize=15)plt.title('年龄分布图')plt.legend(loc='best')plt.show()

3.箱线图

箱线图是由一个箱体和一对箱须组成的统计图形。箱体是由第一四分位数，中位数和第三四分位数所组成的。在箱须的末端之外的数值可以理解成离群值，箱线图可以对一组数据范围大致进行直观的描述

数据：

北京-房价

totalPrice : 总价

price : 按平方计算的平均价格

sec_buildings=pd.read_csv('new.csv',encoding='gbk')sec_buildings.head()#北京房价# -北京房价，来自链家网# totalPrice : 总价# price : 按平方计算的平均价格plt.figure(figsize=(16,9))plt.boxplot(x=sec_buildings['price'],patch_artist=True,showmeans=True,showfliers=True,boxprops={'color':'black','facecolor':'steelblue'},flierprops={'marker':'o','markerfacecolor':'red','markersize':12},meanprops={'marker':'D','markerfacecolor':'indianred','markersize':12},medianprops={'linestyle':'--','color':'orange'})plt.title('二手房价格箱线图')plt.show()

4.散点图

如果要研究两个连续型变量之间的关系，用散点图来展示是最佳的选择，如果要研究不同类别下两个连续型变量的关系，用散点图也是最佳选择

iris=pd.read_csv('IRIS.csv')plt.scatter(x=iris.petal_width,y=iris.petal_length,s=10,c='steelblue')plt.xlabel('花瓣宽度')plt.ylabel('花瓣长度')plt.title('鸢尾花长度和宽度关系图')plt.show()

#循环画出不同品种鸢尾花的长度和宽度关系图colors_iris=['steelblue','indianred','green']species=['Iris-setosa','Iris-versicolor','Iris-virginica']marker_iris=['o','s','x']for i in range(0,3):plt.scatter(x=iris.petal_width[iris['species']==species[i]],y=iris.petal_length[iris['species']==species[i]],color=colors_iris[i],marker=marker_iris[i],label=species[i])plt.legend(loc='best')plt.xlabel('花瓣宽度')plt.ylabel('花瓣长度')plt.title('鸢尾花长度和宽度关系图')plt.show()

5.折线图

折线图是将数据点按照顺序连接起来的图形，可以认为主要作用是查看y随着x改变的趋势，非常适合时间序列分析

data=pd.read_excel('国民经济核算季度数据.xlsx')data

fig=plt.figure(figsize=(8,7))#'bs--'线条上点的颜色 形状 风格plt.plot(data.iloc[:,0],data.iloc[:,3],'bs--',data.iloc[:,0],data.iloc[:,4],'ro--',data.iloc[:,0],data.iloc[:,5],'gH--')plt.xlabel('年份',fontsize=16)plt.ylabel('生产总值',fontsize=16)#刻度，间隔为4 rotation旋转45度plt.xticks(range(0,70,4),data.iloc[range(0,70,4),1],rotation=45,fontsize=14)plt.legend(['第一产业','第二产业','第三产业'])plt.show()

完善统计图形

1.图例和画布使用

图例legend函数使用

legend(loc,bbox_to_anchor,ncol,title,shadow, fancybox)

loc∶位置（可以使用数字）bbox_to_anchor∶该参数是一个4元元组，第一个元素代表距离画布左侧的y轴长度的倍数的距离，第二个元素代表距离画布底部X轴长度的倍数，第三个元素和第四个代表框的长度和和宽度frameon:是否要边框ncol：图例的排列个数title:标题shadow:线框是否添加阴影fancybox：线框是圆角还是直角

图例legend中loc中的位置和数字关系的使用

best 0

upper right 1

upper left 2

lower left 3

lower right 4

right 5

center left 6

center right 7

fig= plt.figure（）# 创建画布

ax=fig.add_axes([a,b,c,d]）

该参数是一个4元素列表，第一个元素代表距离最左边的距离，第二个元素代表距离最下面的距离，可以理解为画布，左下角的起点坐标第三个元素和第四个代表画布的长度和和宽度

plt.title(string,family,size,color,style,loc)

string∶标题内容

family∶ 字体类别

size∶ 字体大小

color∶颜色

style∶ 风格

loc∶ 位置

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falsedata=pd.read_excel('国民经济核算季度数据.xlsx')fig=plt.figure(figsize=(8,7))#'bs--'线条上点的颜色 形状 风格plt.plot(data.iloc[:,0],data.iloc[:,3],'bs--',data.iloc[:,0],data.iloc[:,4],'ro--',data.iloc[:,0],data.iloc[:,5],'gH--')plt.xlabel('年份',fontsize=14)plt.ylabel('生产总值',fontsize=14)#刻度，间隔为4 rotation旋转45度plt.xticks(range(0,70,4),data.iloc[range(0,70,4),1],rotation=45,fontsize=12)#bbox_to_anchor调整图例距离x,y轴位置位置 #ncol图例顺序，可以试一下不同的值，比如1，2，3#shadow是否要阴影，用的少#loc数字与位置的对应看课件，或者输入plt.legend?找plt.legend(['第一产业','第二产业','第三产业'],bbox_to_anchor=(1.3,0.6),ncol=1,title='不同产业的情况',shadow=True,loc=0)plt.title('第三产业增加值',size=24,color='darkblue')plt.show()

2.调整刻度轴

Prod_Trade=pd.read_excel('非洲通讯产品销售数据.xlsx',sheet_name='SalesData')Prod_Trade.head()data_1=Prod_Trade.groupby('日期').mean()data_1

import matplotlib as mplax=plt.gca()date_format = mpl.dates.DateFormatter("%Y-%m-%d") ax.xaxis.set_major_formatter(date_format)#显示为年月日 xlocator=mpl.ticker.LinearLocator(10)ax.xaxis.set_major_locator(xlocator)#显示有多少个日期plt.plot(data_1.index,data_1['销售额'],linestyle='-',linewidth=2,color='steelblue')plt.xticks(rotation=45)#旋转45度plt.xlabel('日期',fontsize=14)plt.ylabel('销售额',fontsize=14)plt.title('销售额变化趋势',size=16,color='black')plt.show()

3.图形添加内容

plt.annotate(string,xy=0),xytext=0,weight=,color=,

arrowprops=dict(arrowstyle=’->’,connection= ‘acr3’,color=))

string;图形内容的注释文本

xy∶ 被注释图形内容的位置坐标xytext∶注释文本的位置坐标weight∶注释文本的字体粗细风格arrowprop∶指示被注释内容的箭头的属性字典

plt.text(x,y,string,weight,color)

3.1.无指向型注释文本

GDP=pd.read_excel('Province GDP .xlsx')GDP

plt.figure(figsize=(6.4,4.8))plt.bar(x=GDP.index.values,height=GDP.GDP,align='center',tick_label=GDP.Province,width=0.3)plt.xticks(rotation=45)#添加无指向型注释文本,(0,4)表示x的0位置，y的4位置plt.text(0,4,'GDP最高省份',color='red',fontsize=12)plt.show()

3.2.有指向型注释文本

plt.figure(figsize=(6.4,4.8))plt.bar(x=GDP.index.values,height=GDP.GDP,align='center',tick_label=GDP.Province,width=0.3)plt.xticks(rotation=45)#xy箭头起始坐标 xytext文本起始坐标plt.annotate('GDP最高省份',xy=(2,8),xytext=(0,4),color='b',arrowprops=dict(arrowstyle='->',connectionstyle='arc3',color='red'))plt.show()

图形样式高级操作

1.绘制双坐标轴

在数据分析中，很多时候，由于变量之间量纲级不一样，如果绘制在同一个坐标轴上，可以量纲级较小的变量就很难看出变化趋势，所以需要绘制双坐标轴，来显示两个变量的趋势

data=pd.read_excel('非洲通讯产品销售数据.xlsx',sheet_name='SalesData')data.head()data_1=data.groupby('地区').mean()data_1

fig=plt.figure()ax1=fig.add_subplot(111)ax1.plot(data_1.index,data_1.销售额,label='销售额',color='green')ax1.set_ylabel('不同地区销售额情况')plt.legend(loc='upper left')#twins双胞胎，两个坐标轴ax2=ax1.twinx()ax2.plot(data_1.index,data_1.利润,color='red',label='利润')plt.legend(loc='upper center')plt.show()

2.多个图形合并

2.1.subplot()

GDP_data=pd.read_excel('国民经济核算季度数据.xlsx')GDP=pd.read_excel('Province GDP .xlsx')Titanic=pd.read_csv('titanic_train.csv')Titanic.dropna(subset=['Age'],inplace=True)

plt.figure(figsize=(16,9))plt.subplot(121)#一行两列plt.plot(GDP_data['序号'],GDP_data['国内生产总值_当季值(亿元)'],c='c')plt.xlabel('季度',fontsize=12)plt.ylabel('GDP',fontsize=18)plt.xticks(range(0,70,4),GDP_data.iloc[range(0,70,4),1],rotation=45)plt.subplot(122)plt.bar(x=GDP.Province,height=GDP.GDP,color='r')plt.xticks(fontsize=16)plt.show()

2.2.subplot2grid()

subplot2grid函数可以让子区跨越固定的网格布局的多个行和列，实现不同的子区布局

plt.subplot2grid（shape，loc，colspan，rowspan）参数

shape∶网格布局loc∶表示图形的位置起点colspan∶跨越的列数rowspan∶跨越的行数

plt.figure(figsize=(16,9))plt.subplot2grid((2,3),(0,0),colspan=1,rowspan=2)plt.plot(GDP_data['序号'],GDP_data['国内生产总值_当季值(亿元)'],c='c')plt.xlabel('季度',fontsize=12)plt.ylabel('GDP',fontsize=18)plt.xticks(range(0,70,4),GDP_data.iloc[range(0,70,4),1],rotation=45)plt.subplot2grid((2,3),(0,1),colspan=2,rowspan=1)plt.bar(x=GDP.Province,height=GDP.GDP,color='c')plt.xticks('rotation=45')plt.subplot2grid((2,3),(1,1),colspan=2,rowspan=1)plt.hist(x=Titanic['Age'],bins=20,color='c',density=True)plt.suptitle('不同图形展示',size=20)plt.show()

Seaborn基础

seaborn是在matplotlib发展的，使得作图更加容易容易绘制更加精致的图形兼容pandas和numpy等数据结构

使用seaborn绘制图
形，有
三种方式，分别如下：

plt.style.use( ‘seaborn’)sns.set()调用seaborn函数但对于简单的制图，使用前两种都可以，但对于复杂图形，可能会使用第三种方式

import pandas as pdimport numpy as npimport osimport seaborn as snsimport matplotlib.pyplot as pltGDP=pd.read_excel('Province GDP .xlsx')

plt.style.use('seaborn')plt.rcParams['font.sans-serif']=['SimHei']#解决中文乱码plt.rcParams['axes.unicode_minus']=False#解决符号乱码#GDP.index.values数组结构，GDP.index Series结构，两种结构都支持plt.bar(x=GDP.index.values,height=GDP.GDP,tick_label=GDP.Province,color='steelblue')plt.ylabel('GDP(万亿)')plt.show()

#style主题样式 context控制元素缩放font_scale控制坐标轴刻度大小sns.set(style='darkgrid',context='notebook',font_scale=1.2)plt.rcParams['font.sans-serif']=['SimHei']#解决中文乱码plt.rcParams['axes.unicode_minus']=False#解决符号乱码#GDP.index.values数组结构，GDP.index Series结构，两种结构都支持plt.bar(x=GDP.index.values,height=GDP.GDP,tick_label=GDP.Province,color='steelblue')plt.ylabel('GDP(万亿)')plt.show()

#orient朝向sns.barplot(x='Province',y='GDP',data=GDP,color='steelblue',orient='vertical')#显示数值for x,y in enumerate(GDP.GDP):plt.text(x,y+0.1,'%s万亿'%round(y,1),ha='center',fontsize=12)plt.show()

#orient朝向sns.barplot(x='GDP',y='Province',data=GDP,color='steelblue',orient='h')plt.show()

绘制常用统计图形

sns.barplot(x,y):柱状图

绘制柱状图语法 如下∶

sns.barplot(x=‘Quarter’,y ='GDP,hue=‘IndustryType, data=Industry.GDP,color=blue’,palette=“husl”,orient =‘vertical’)

x,y不同坐标上的值hue:分类变量data数据color:颜色Palette∶调色板orient∶方向（vertical∶垂直，horizontal∶水平）

import numpy as npimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltIndustry_GDP=pd.read_excel('Industry_GDP.xlsx')

plt.rcParams['font.sans-serif']=['SimHei']#解决中文乱码plt.rcParams['axes.unicode_minus']=False#解决符号乱码sns.barplot(x='Quarter',y='GDP',hue='Industry_Type',data=Industry_GDP,palette='husl',orient='v')#bbox_to_anchor图例位置 frameon是否有边框plt.legend(loc='best',bbox_to_anchor=(1.01,0.85),frameon=False)plt.show()

sns.scatter(x,y):散点图

sns.scatterplot(x,y,hue,data,color,palette,style,s,markers)

x，y不同坐标上的值hue∶分类变量data∶数据color∶颜色palette∶调色板style∶以分类变量作图，产生不同的形状s∶形状大小markers∶形状

iris=pd.read_csv('IRIS.csv')

#style以分类变量作图，产生不同形状的点#hue以什么分类sns.scatterplot(x='petal_width',y='petal_length',data=iris,color='red',s=20,hue='species',style='species')plt.xlabel('花瓣宽度')plt.ylabel('花瓣长度')plt.show()

sns.barplot:箱线图

sns.boxplot(x,y,hue,data,order,width, fliersize,linewidth, color,palette)

x，y不同坐标上的值hue∶分类变量data∶数据widh∶箱线宽度fliersize∶异常值点的大小color∶ 颜色Palete∶调色板linewidth∶指定箱体边框的宽度

Titanic=pd.read_csv('titanic_train.csv')Titanic.dropna(subset=['Age'],inplace=True)

sns.boxplot(y='Age',data=Titanic,showmeans=True,color='steelblue',width=0.3,flierprops={'markerfacecolor':'indianred','markersize':3},#异常值 填充色indianred印度红meanprops={'marker':'D','markersize':4},#均值medianprops={'linestyle':'--','color':'orange'})#中位数plt.ylabel('年龄',fontsize=14)plt.show()

sec_building=pd.read_csv('new.csv',encoding='gbk')group_region=sec_building.groupby('district')avg_price=group_region.agg({'price':np.mean})avg_price=avg_price.sort_values('price',ascending=False)

# plt.figure(figsize=(12,8))sns.boxplot(x='district',y='price',data=sec_building,order=avg_price.index,showmeans=True,color='steelblue',width=0.3,flierprops={'markerfacecolor':'indianred','markersize':3},#异常值 填充色indianred印度红meanprops={'marker':'D','markersize':4},#均值medianprops={'linestyle':'--','color':'orange'})#中位数plt.ylabel('单价（元）')plt.title('不同地区二手房对比')plt.show()

sns.distplot，sns.displot:直方图

sns.distplot(a,bin,hist,kde,rug,fit,hist_kws,kde_kws,fit_kws,color,norm_hisr,ax)

a∶数据bin∶ 直方条形个数hist∶∶是否绘制直方图kde∶是否绘制核密度图ffit∶是否绘制概率密度曲线图hist_kws∶传递直方图相关参数kde_kws∶传递核密度图相关参数fit_kws 传递概率密度曲线相关参数color∶曲线颜色norm_hist∶是否将频数改成频率ax:指定子图位置

官方文档distplot()

官方文档displot()

Titanic=pd.read_csv('titanic_train.csv')Age_Male=Titanic[Titanic.Sex=='male']['Age']Age_Female=Titanic[Titanic.Sex=='female']['Age']Titanic=Titanic.dropna(subset=['Age'])from scipy.stats import norm

plt.rcParams['font.sans-serif']=['SimHei']#解决中文乱码plt.rcParams['axes.unicode_minus']=False#解决符号乱码#norm_hist=True以频率形式展现出来sns.distplot(Age_Male,bins=30,kde=False,hist_kws={'color':'steelblue'},norm_hist=True,label='男性')sns.distplot(Age_Male,hist=False,kde=False,fit=norm,fit_kws={'color':'g'},norm_hist=True,label='男性正态分布图')plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falsesns.distplot(Age_Female,bins=30,kde=False,hist_kws={'color':'red'},norm_hist=True,label='女性')sns.distplot(Age_Female,hist=False,kde=False,fit=norm,fit_kws={'color':'b'},norm_hist=True,label='女性正态分布图')plt.show()

其他参数和图形

1.折线图

income_data=pd.read_csv('data.csv')income_data['year']=range(1994,,1)

#style ticks带有坐标轴 darkgrid灰白加网格sns.set(style='ticks',context='notebook')plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falsesns.lineplot(x='year',y='y',data=income_data,lw=2,color='red')plt.xticks(range(1994,,1),range(1994,,1),rotation=45)plt.show()

2.回归图

常用于展示某两种变量之间是否有线性关系

#fit_reg是否拟合sns.lmplot(x='x3',y='y',data=income_data,legend_out=False,markers='o',fit_reg=True,aspect=1.3,height=8,scatter_kws={'s':100,'facecolor':'red'})plt.show()

3.条形图

Prod_Trade=pd.read_excel('非洲通讯产品销售数据.xlsx',sheet_name='SalesData')

sns.countplot(x='地区',data=Prod_Trade,hue='服务分类')plt.show()

#style可选dark whitegrid white ticks#font_scale坐标轴刻度缩放#palette可为colorblind deep bright pastel darksns.set(style='darkgrid',context='notebook',font_scale=1.2,palette='dark')plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falsesns.countplot(x='地区',data=Prod_Trade,hue='服务分类')plt.show()

Plotly介绍和基础

介绍

plotly是一个基于JavaScript的绘图库，plotly绘图种类丰富，效果美观易于保存与分享plotly的绘图结果可以与Web无缝集成plotly默认的绘图结果是一个HTML网页文件，通过浏览器可以查看

本次课程使用的是Plotly离线绘图库，并把数据保存在本地

使用plotly.offline.plot和plotly.offline.iplot（）

使用plotly.offline.plot方法会在本地新建一个HTML文件，并可以选择是否在浏览器中打开这个文件

使用plotly.offline.iplot（）方法会在Jupyter Notebook中直接绘图

plotly绘图命令

在真实项目中，使用plotly绘图模块进行绘图的完整流程包括∶

添加图轨数据，例如使用Scatter函数设置画图布局，使用layout命令集成图形、布局数据绘制图形的输出，命令是ofline.plot

import plotly as pyimport plotly.graph_objs as gofrom plotly.graph_objs import Scatter#py.offline.init_notebook_mode()#初始化#绘图对象trace0=Scatter(x=[1,2,3,4],y=[10,15,13,17])trace1=Scatter(x=[1,2,3,4],y=[6,5,11,9])data=[trace0,trace1]py.offline.plot(data,filename='ftl.html')#生成文件py.offline.iplot(data,filename='ftl.html')#在线

常见图形绘制

1.散点图

基本语法：

go.Scatter(x,y,mode,name,marker,line)

x–数据y–数据mode—线条类型name—图例名称marker—控制点的相关参数

布局控制


go.Layout(title,xaxis,yaxis)

title–标题xaxis–控制x轴参数yaxis --控制y轴参数

income_tax=pd.read_excel('income_tax.xlsx')

pyplot=py.offline.iplot#添加绘图数据trace1=Scatter(x=income_tax['year'],y=income_tax['x2'],mode='markers',name='在职员工工资总收入')trace2=Scatter(x=income_tax['year'],y=income_tax['x3'],mode='lines',name='社会消费品零售总额')trace3=Scatter(x=income_tax['year'],y=income_tax['x8'],mode='markers+lines',name='地区生产总值')data=[trace1,trace2,trace3]pyplot(data)

2.折线图

trace1=Scatter(y=income_tax['x8'],x=income_tax['y'],name='地区生产总值和财政收入关系',mode='lines',line=dict(width=2,color='green'))trace2=Scatter(y=income_tax['x3'],x=income_tax['y'],name='社会消费品零售总额和财政收入关系',mode='lines',line=dict(width=2,color='blue'))data=[trace1,trace2]layout=go.Layout(title='财政收入变化',xaxis=dict(title='地区生产总值'),yaxis=dict(title='财政收入'),legend=dict(x=1,y=0.5,font=dict(size=12,color='black')))fig=go.Figure(data=data,layout=layout)pyplot(fig)

3.柱状图

Prod_Trade=pd.read_excel('非洲通讯产品销售数据.xlsx',sheet_name='SalesData')order_Region=Prod_Trade['地区'].value_counts()

trace_basic=go.Bar(x=order_Region.index.tolist(),y=order_Region.values.tolist(),marker=dict(color=['red','blue','green','darkgrey','darkblue'],opacity=0.39))#opacity透明度layout=go.Layout(title='不同地区数量',xaxis=dict(title='地区'))figure_basic=go.Figure(data=trace_basic,layout=layout)pyplot(figure_basic)

Industry_GDP=pd.read_excel('Industry_GDP.xlsx')

G1=Industry_GDP[Industry_GDP['Industry_Type']=='第一产业']G2=Industry_GDP[Industry_GDP['Industry_Type']=='第二产业']G3=Industry_GDP[Industry_GDP['Industry_Type']=='第三产业']trace1=go.Bar(x=G1.Quarter,y=G1['GDP'],name='第一产业')trace2=go.Bar(x=G2.Quarter,y=G2['GDP'],name='第二产业')trace3=go.Bar(x=G3.Quarter,y=G3['GDP'],name='第三产业')trace=[trace1,trace2,trace3]layout=go.Layout(title='三大产业GDP',xaxis=dict(title='季度'))figure=go.Figure(data=trace,layout=layout)pyplot(figure)

#barmode='stack'堆叠layout=go.Layout(title='三大产业GDP',xaxis=dict(title='季度'),barmode='stack')figure=go.Figure(data=trace,layout=layout)pyplot(figure)

4.直方图

Titanic=pd.read_csv('titanic_train.csv')

data=[go.Histogram(x=Titanic['Age'],histnorm='probability',marker=dict(color='blue'))]pyplot(data)

5.饼图

#hole=0.2空心圆半径占整个圆半径的0.5trace=[go.Pie(labels=order_Region.index.tolist(),values=order_Region.values.tolist(),hole=0.5,textfont=dict(size=12,color='white'))]layout=go.Layout(title='不同地区的销售情况')fig=go.Figure(data=trace,layout=layout)pyplot(fig)

图形设置

pyplot=py.offline.iplotProd_Trade=pd.read_excel('非洲通讯产品销售数据.xlsx',sheet_name='SalesData')order_Region=Prod_Trade['地区'].value_counts()mean_value=order_Region.values.mean()y=np.tile(mean_value,5)

trace_basic=go.Bar(x=order_Region.index.tolist(),y=order_Region.values.tolist(),marker=dict(color=['red','blue','green','steelblue','orange']),opacity=0.5)trace_average=go.Scatter(x=order_Region.index.tolist(),y=y,mode='lines',name='均值')data=[trace_basic,trace_average]layout=go.Layout(title='不同地区数量',xaxis=dict(title='地区'))figure_basic=go.Figure(data=data,layout=layout)pyplot(figure_basic)

income_tax=pd.read_excel('income_tax.xlsx')#添加绘图数据trace1=Scatter(x=income_tax['y'],y=income_tax['x8'],mode='markers',name='地区生产总值和财政收入关系')trace2=Scatter(x=income_tax['y'],y=income_tax['x10'],mode='lines',name='税收和财政收入关系',yaxis='y2')data=[trace1,trace2]layout=go.Layout(title='财政收入变化',xaxis=dict(title='财政收入'),yaxis=dict(title='地区生产总值'),yaxis2=dict(title='税收收入',overlaying='y',side='right'),legend=dict(x=0.1,y=0.9,font=dict(size=12,color='black')))fig=go.Figure(data=data,layout=layout)pyplot(fig)

Prod_Trade=pd.read_excel('非洲通讯产品销售数据.xlsx',sheet_name='SalesData')order_Region=Prod_Trade['地区'].value_counts()order_type=Prod_Trade['服务分类'].value_counts()

from plotly import toolsfig=tools.make_subplots(rows=2,cols=1)

trace1=go.Bar(x=order_Region.index.tolist(),y=order_Region.values.tolist(),marker=dict(color=['red','blue','green','steelblue','orange']),opacity=0.5,name='不同地区订单')trace2=go.Bar(x=order_type.index.tolist(),y=order_Region.values.tolist(),marker=dict(color=['red','blue','green','steelblue','orange']),opacity=0.5,name='不同服务分类订单')fig.append_trace(trace1,1,1)fig.append_trace(trace2,2,1)fig['layout'].update(height=600,width=600,title='不同订单')pyplot(fig)