[ML-03] Matplotlib-3

迈不过友情╰ 2022-11-26 01:42 75阅读 0赞

Matplotlib能够绘制**折线图、散点图、柱状图、直方图、饼图。**

我们需要知道不同的统计图的意义，以此来决定选择哪种统计图来呈现我们的数据。

## 1 常见图形种类及意义 ##

*  **折线图**：以折线的上升或下降来表示统计数量的增减变化的统计图
    
    **特点：能够显示数据的变化趋势，反映事物的变化情况。(变化)**
    
    api：plt.plot(x, y)

![在这里插入图片描述][20200810040737855.png]

*  **散点图**用两组数据构成多个坐标点，考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。
    
    **特点：判断变量之间是否存在数量关联趋势,展示离群点(分布规律)**
    
    api：plt.scatter(x, y)

![在这里插入图片描述][20200810040800481.png]

*  \*\*柱状图：\*\*排列在工作表的列或行中的数据可以绘制到柱状图中。
    
    **特点：绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比)**
    
    api：plt.bar(x, width, align=‘center’, \*\*kwargs)
    
        Parameters:    
        x : 需要传递的数据
        
        width : 柱状图的宽度
        
        align : 每个柱状图的位置对齐方式
            {‘center’, ‘edge’}, optional, default: ‘center’
        
        **kwargs :
        color:选择柱状图的颜色

![在这里插入图片描述][20200810040822621.png]

*  \*\*直方图：\*\*由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据范围，纵轴表示分布情况。
    
    **特点：绘制连续性的数据展示一组或者多组数据的分布状况(统计)**
    
    api：matplotlib.pyplot.hist(x, bins=None)
    
        Parameters:    
        x : 需要传递的数据
        bins : 组距

![在这里插入图片描述][20200810040842464.png]

*  \*\*饼图：\*\*用于表示不同分类的占比情况，通过弧度大小来对比各种分类。
    
    **特点：分类数据的占比情况(占比)**
    
    api：plt.pie(x, labels=,autopct=,colors)
    
        Parameters:  
        x:数量，自动算百分比
        labels:每部分名称
        autopct:占比显示指定%1.2f%%
        colors:每部分颜色

![在这里插入图片描述][20200810040904288.png]

## 2 散点图绘制 ##

需求：探究房屋面积和房屋价格的关系

房屋面积数据：

x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01,  20.67, 288.64,
           163.56, 120.06, 207.83, 342.75, 147.9 ,  53.06, 224.72,  29.51,
            21.61, 483.21, 245.25, 399.25, 343.35]

房屋价格数据：

y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61,  24.9 , 239.34,
           140.32, 104.15, 176.84, 288.23, 128.79,  49.64, 191.74,  33.1 ,
            30.74, 400.02, 205.35, 330.64, 283.45]

![在这里插入图片描述][20200810040924807.png]

代码：

# 0.准备数据
    x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01,  20.67, 288.64,
           163.56, 120.06, 207.83, 342.75, 147.9 ,  53.06, 224.72,  29.51,
            21.61, 483.21, 245.25, 399.25, 343.35]
    y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61,  24.9 , 239.34,
           140.32, 104.15, 176.84, 288.23, 128.79,  49.64, 191.74,  33.1 ,
            30.74, 400.02, 205.35, 330.64, 283.45]
    
    # 1.创建画布
    plt.figure(figsize=(20, 8), dpi=100)
    
    # 2.绘制散点图
    plt.scatter(x, y)
    
    # 3.显示图像
    plt.show()

## 3 柱状图绘制 ##

**需求-对比每部电影的票房收入**

![在这里插入图片描述][20200810040946275.png]

电影数据如下图所示：

![在这里插入图片描述][20200810041003495.png]

*  **准备数据**

['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴', '降魔传','追捕','七十七天','密战','狂兽','其它']
    [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]

*  **绘制柱状图**

代码：

# 0.准备数据
    # 电影名字
    movie_name = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
    # 横坐标
    x = range(len(movie_name))
    # 票房数据
    y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
    
    # 1.创建画布
    plt.figure(figsize=(20, 8), dpi=100)
    
    # 2.绘制柱状图
    plt.bar(x, y, width=0.5, color=['b','r','g','y','c','m','y','k','c','g','b'])
    
    # 2.1b修改x轴的刻度显示
    plt.xticks(x, movie_name)
    
    # 2.2 添加网格显示
    plt.grid(linestyle="--", alpha=0.5)
    
    # 2.3 添加标题
    plt.title("电影票房收入对比")
    
    # 3.显示图像
    plt.show()

**参考链接：**  
https://matplotlib.org/index.html

[20200810040737855.png]: /images/20221124/300e9d38a37048d398f065b29c702379.png
[20200810040800481.png]: /images/20221124/c30b659ec13d4f888d6a8cfb78e88958.png
[20200810040822621.png]: /images/20221124/83ab44ddab0e4a5a888e468ec275f684.png
[20200810040842464.png]: /images/20221124/30913b01074f4ef09a976a3d24557311.png
[20200810040904288.png]: /images/20221124/115ce1e79d9c4fefbf63661419c52a22.png
[20200810040924807.png]: /images/20221124/24c59fcd5fd74ab9896c5b65e9a7b4ef.png
[20200810040946275.png]: /images/20221124/f1de7a5f310143c18e33cbc8ba323cdf.png
[20200810041003495.png]: /images/20221124/46628d8e937d413d861a8ef140ee6933.png