第三章 数据可视化（Matplotlib）

数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。因此本章主要在于掌握数据图像的绘画。

在本章中，我们需要先将工具 Matplotlib 下载下来；其次，我们需要掌握进行简单的图形绘制；再次，一个好的图表不能只有图形，故需要掌握如何完善图表。最后，通过一个例子（掷骰子）来总结下所学内容。

一、安装 Matplotlib

巧妇安能作无面汤饼乎？Matplotlib 为 Python 中第三方库，需要进行安装。
安装方法：在 PyCharm 的最下方“终端中”输入：
pip install matplotlib -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

二、简单认识下折线图、柱状图、直方图、散点图等

1. 折线图（plt.plot()）

# 导入所需库
import numpy as np
import matplotlib.pyplot as plt
# 准备数据
x=np.linspace(1,10,5)    # 1 到 10 均匀取 5 个点
y=np.sin(x)    # 绘制 sin(x) 函数
# 绘制图形
plt.plot(x,y)    # 绘制折线图
# plt.plot(x,y,'go--',linewidth=5,markersize=10,label='figure')    # 绘制折线图,
# 展示结果
plt.show()

go– 参数等同于：color，marker，linestyle

2. 柱状图（bar()）

# 导入所需库
import matplotlib.pyplot as plt
# 准备数据
x=[1,2,3,4,5,6]
y=[7,5,3,9,4,6]
# 绘制图形
plt.bar(x,y)
# plt.bar(x,y,width=0.4,tick_label=['库','博','c','d','e','f'],color=['c','b','r'],hatch='/')
# 展示结果
plt.show()

width 柱状宽度,mor 0.8
hatch 填充,hatch ,/ * . o
bottom y轴起点数值
align {‘center‘,’edge’}
color 颜色
edgecolor 柱体边缘颜色
linewidth 柱状宽度

3. 直方图（hist()）

# 导入所需库
import matplotlib.pyplot as plt
import numpy as np
# 准备数据
x=[np.random.randint(0,10,40),np.random.randint(0,100,40)]    # [0,100)，任意取 40 个数
y=list(range(0,101,10))    # [0,101)，每隔 10 取一个数
# 绘制图形
plt.hist(x,bins=y)    # 0-10 内有多少个数
# plt.hist(x,bins=y,color=['c','b'],histtype='bar',rwidth=1,alpha=0.6,edgecolor='black',label=['one','two'])
# 展示结果
plt.show()

粗体为默认值！
histtype 参数，可选{‘bar‘,’barstacked’,’step’,’stepfilled’}
align 参数，可选{‘left’,’mid‘,’right’}
orientation 参数，可选{‘horizontal’,’vertical‘}
rwidth 参数，设置长条形的宽度占 bin 宽度的比例
color 参数，指定颜色
label 参数，区分多个数据集
facecolor 参数，直方图的颜色
edgecolor 参数，直方图边框的颜色
alpha 参数，设置透明度

4. 散点图

5. 等值线图

三、对图形的优化

总的来说，在 Matplotlib 中有两大元素：

• 基础类元素：线、点、文字、图例、标题、图片等。
• 容器类元素：图形、坐标图形、坐标轴和刻度。

我们可以绘制出来一个

# 《导入所需库》
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

# 《字体设置》
mpl.rcParams['font.sans-serif']='SimHei'
mpl.rcParams['axes.unicode_minus']=False
mpl.rcParams['font.size']=12

# 《准备数据》
x=np.linspace(0.2,3.0,100)
y1=np.sin(x)
y2=np.random.randn(100)

# 《绘制图形》
plt.scatter(x,y2,c='g',edgecolors='none',label='散点图')
plt.plot(x,y1,'--',c='r',lw=3,label='曲线图')

# 《美化图形》
## 标题与图例
plt.title('图标元素示例',color='b',fontsize=20)    # 设置标题
plt.legend(loc='upper right',fontsize='12')    # 设置图例
## 坐标轴范围、内容、格式
plt.xlim(0.0,4.0)    # 设置刻度范围
plt.ylim(-4.0,4.0)
plt.ylabel('val_y',rotation=360)    # 设置刻度标识
plt.xlabel('val_x')
plt.tick_params(axis='both',labelsize=20)    # 设置刻度线样式（修改哪一个，刻度字体大小）
## 网格线与参考线
plt.grid(True,ls=':',color='grey')    # 设置网格
plt.axhline(y=0.0,c='r',ls='--',lw=2)    # 设置x轴参考线
## 注释
plt.annotate('y=sin(x)',xy=(np.pi/2,1.0),xytext=(1.8,2),color='r',fontsize=15,arrowprops=dict(arrowstyle='->',connectionstyle='arc3',color='r'))
plt.text(3.0,-1.3,'图表参考线',color='b',fontsize=15,weight='bold')    # 设置注释

# 《保存图形》
plt.savefig('figure-DPaA03-a-koinl.png', dpi=200)
# 《展示图形》
plt.show()

在我们绘制图形时，牢记下述口诀，妈妈再也不怕我忘记如何画图了！

导入所需库——字体设置——准备数据——绘制图形——美化图形——保存图形——展示图形

字体设置在图表中出现中文的时候使用
美化图形在自己想要自定义图表的时候使用
保存图形在自己想要保存图表的时候使用
故最简单的绘图计划为：导入所需库——准备数据——绘制图形——展示图形

# 《准备数据》
class Die():
    """分别为骰子点数初始化和模拟投骰子函数"""
    def __init__(self, num=6): self.num = num
    def roll_die(self): return randint(1, self.num)
def Roll_die():
    die1, die2 = Die(), Die()
    results, count_nums = [], []
    x = list(range(1, 13))
    # 投 2000 次，将每次结果存入 results 列表；以及# 统计面数总和被投到的次数
    for roll_num in range(2000): results.append(die1.roll_die() + die2.roll_die())
    for value in range(1, die1.num + die2.num + 1): count_nums.append(results.count(value))
    return x, count_nums


# 《导入所需库》
import matplotlib.pyplot as plt
import matplotlib as mpl
from random import randint

# 《字体设置》
mpl.rcParams['font.sans-serif']='SimHei'
mpl.rcParams['axes.unicode_minus']=False

# 《准备数据》
x,y=Roll_die()

# 《绘制图形》
plt.bar(x,y, width=0.7, edgecolor='r', alpha=0.6, label='频数')

# 《美化图形》
## 标题与图例
plt.title('图标元素示例',color='b',fontsize=20)    # 设置标题
plt.legend(loc='upper right',fontsize=12)    # 设置图例
## 坐标轴范围、内容、格式
plt.xlabel('骰子点数和')  #
plt.ylabel("各点数和的频数")
plt.xticks(range(1, 13))
plt.tick_params(axis='both',labelsize=20)    # 设置刻度线样式（修改哪一个，刻度字体大小）
## 网格线与参考线
plt.grid(axis='y', ls=':', c='grey', alpha=0.5)
# plt.axhline(y=0.0,c='r',ls='--',lw=2)    # 设置x轴参考线
## 注释


# 《保存图形》
plt.savefig('figure-DPaA03-ROLL-DICE-koinl.png', dpi=200)
# 《展示图形》
plt.show()