第21章 matplotlib資料視覺化開發

Matplotlib是Python的一個數據視覺化工具包，可以方便地繪製資料統計相關的圖表，如折線圖、散點圖、直方圖等，強大的繪圖功能使Python廣泛用於資料探勘領域。

21.1 環境搭建

1. 使用pip工具安裝模組：pip install matplotlib
2. 安裝前需確保Windows系統上已安裝visual studio .NET 執行庫。

21.2 實現簡單繪圖

matplotlib有兩大子模組，pyplot包含了繪製各種圖表的工具，pylab包含了繪製數學曲線工具。

1. 繪製散點scatter()

   import matplotlib.pyplot as plt
   # 定義樣本點橫座標、縱座標的列表
   xset = [60,85.5,49.2,47.4]
   yset = [18.4,16.8,17.6,16.4]
   # 使用scatter()方法繪製散點，可設為紅色
   plt.scatter(xset,yset,c='r')
   # 可以定義座標軸的範圍
   plt.axis([0,90,0,20])
   # 展示圖表
   plt.show()
    
   

2. 繪製折線plot()

   import matplotlib.pyplot as plt
   # 定義樣本點縱座標的列表
   xset = [0,1,2,3,4,5,6]
   yset = [0,1,4,9,16,25,36]
   set = [0,0.5,2,4.5,8,12.5,18]
   # 使用plot()方法繪製折線
   plt.plot(xset,yset,c='r')
   # 當沒有指定橫座標時，預設序列的下標作為橫座標
   plt.plot(set,c='b')
   # 展示圖表
   plt.show()
   

3. 設定標籤和線條樣式（注意，預設的字型庫不顯示中文）

   import matplotlib.pyplot as plt
   import matplotlib as mpl
   xset = [0,1,2,3,4,5,6]
   yset = [0,1,4,9,16,25,36]
   plt.plot(xset,yset,c='r',linewidth='5')
   # 模組的全域性物件，匯入字型庫設定字型
   mpl.rcParams["font.sans-serif"] = ["SimHei"]
   # 設定圖表的標籤說明
   plt.title("示例圖表",fontsize=24)
   plt.xlabel("橫座標",fontsize=14)
   plt.ylabel("縱座標",fontsize=14)
   # 設定刻度的樣式
   plt.tick_params(axis='both',labelsize=14)
   # 可以本地儲存為圖片
   plt.savefig("示例圖表.png",bbox_inches='tight') # 第二個引數設定邊緣空白。
   # 展示圖表
   plt.show()
    
   

4. 柱形圖bar()

   • 原始的簡單柱形圖

     import matplotlib.pyplot as plt
     import matplotlib as mpl
     # 設定圖表標籤
     mpl.rcParams["font.sans-serif"] = ["SimHei"]
     plt.title("班級人數圖")
     plt.xlabel("班級")
     plt.ylabel("人數")
     # 繪製多個柱形，引數表：x座標、高度、寬度、校準（預設為center）
     plt.bar(x=(1,2,3,4),height=(45,50,40,55),width=0.4,align="edge")
     plt.show()
     

   • 詳細標籤說明的柱形圖

     import matplotlib.pyplot as plt
     import matplotlib as mpl
     # 設定圖表標籤
     mpl.rcParams["font.sans-serif"] = ["SimHei"]
     plt.title("專業人數圖")
     plt.xlabel("專業")
     plt.ylabel("人數")
     plt.xticks((1,2,3,4),("計算機","機械","會計","日語"))
     plt.ylim(0,60)
     # 繪製多個柱形，引數表：x座標、高度、寬度、校準（預設為center）
     rectangles = plt.bar(x=(1,2,3,4),height=(45,50,40,55),width=0.4)
     # 可以用text()為柱形新增數值標註
     for rect in rectangles:
         height = rect.get_height()
         plt.text(x=rect.get_x(),                # x座標
                  y=height+1.5,                  # y座標
                  s="%s" % (height),             # 標註內容
                  fontsize=15,                   # 字型大小
                  color="r",                     # 字型顏色
                  backgroundcolor="y",           # 背景顏色
                  horizontalalignment="left",    # 水平對齊
                  verticalalignment="bottom",    # 豎直對齊
                  rotation=30,                   # 旋轉
                  alpha=0.4)                     # 透明度（0到1之間）
     plt.show()
     

5. 繪製多幅子圖

   • 實際上，matplotlib中呼叫plot()函式時，會首先呼叫gca()和gcf()兩個函式來獲取當前的座標軸和影象，如果沒有影象，則會用figure()函式建立一個，所以我們可以直接用figure()建立繪畫框，再用subplot()函式建立子圖。

     import matplotlib.pyplot as plt
     # 建立一個繪圖框
     fig = plt.figure()
     # 在繪圖框中建立兩個子圖p1、p2，引數表：多少行、多少列、第幾幅，預設（1,1,1）
     p1 = fig.add_subplot(2,1,1)
     p2 = fig.add_subplot(2,1,2)
     # 繪製兩個子圖
     xset = [1,2,3,4,5,6,7,8]
     yset = [2,1,3,5,2,6,12,7]
     p1.plot(xset,yset,c='b')
     p2.scatter(xset,yset,c="r")
     plt.show()
     

6. 繪製曲線

   import matplotlib.pyplot as plt
   import matplotlib.pylab as lab
   # 設定定義域的範圍（-pi到pi）的列表，引數表：起始值，結束值，樣本數（樣條曲線）。
   X = lab.np.linspace(start=-lab.np.pi,stop=lab.np.pi,num=256)
   # 使用數學函式設定值域的列表
   C, S = lab.np.cos(X), lab.np.sin(X)
   # 繪製曲線
   plt.plot(X,C)
   plt.plot(X,S)
   plt.xticks((-3.14,-1.57,0,1.57,3.14),("-pi","-pi/2","0","pi/2","pi"))
   plt.show()
   

21.3 大資料分析的示例

• 【.csv】檔案是一種儲存大資料的檔案，Python可以呼叫 csv模組解析這種檔案。

  import csv
  import matplotlib as mpl
  import matplotlib.pyplot as plt
  from datetime import datetime
  # 定義資料集：日期、高溫、低溫
  dateSet, highSet, lowSet = [],[],[]
  # 開啟一個本地的.csv檔案
  with open("./death_valley_2014.csv") as file:
      read = csv.reader(file)
      header = next(read)
      # 遍歷每一行，並將相應數值新增到資料集。
      for row in read:
          try:
              date = datetime.strptime(row[0],"%Y-%m-%d")  # 按格式解析出日期。
              high = int(row[1])
              low = int(row[3])
          except ValueError:
              print(date, "missing message")
          else:
              dateSet.append(date)
              highSet.append(high)
              lowSet.append(low)
  # 用資料集繪製圖形
  plt.plot(dateSet,highSet,c='r',alpha=0.3)
  plt.plot(dateSet,lowSet,c='b',alpha=0.3)
  plt.fill_between(dateSet,highSet,lowSet,facecolor='b',alpha=0.2)
  # 設定圖表樣式
  mpl.rcParams["font.sans-serif"] = ["SimHei"]
  plt.title("2014溫度變化圖")
  plt.xlabel("月份",fontsize=12)
  plt.ylabel("攝氏度",fontsize=12)
  plt.tick_params(axis="both",which="major",labelsize=20)
  plt.tick_params(axis="x",which="major",labelsize=12,rotation=30)
  plt.show()