目录
- Matplotlib 数据可视化入门
-
- Pyplot 绘图
-
-
- 自定义配置文件 rcParams
- 创建绘图窗口
- 绘制子图
- 绘制饼图
- 绘制折线图
- 绘制条形图
- 绘制散点图
-
-
- 绘制热点图
-
- 绘制箱型图
- 绘制分类图背景
- 显示绘图窗口
-
- DataFrame 绘图
-
-
- 堆叠柱状图
- 面积图
- 六边形分箱图
-
- 附录
-
-
- fmt 参数具体用法
-
Matplotlib 数据可视化入门
注意：使用Matplotlib 库之前建议先掌握一定 NumPy 库和 Pandas 库知识。
使用 Matplotlib 库应先导入 matplotlib 包下 pyplot 模块，习惯性，我们将导入后的模块重新命名为 plt 。或者直接导入 matplotlib 包，习惯性，我们将导入后的包重新命名为 mpl 。
import matplotlib.pyplot as plt
import matplotlib as mpl
实际上，Pandas 库的 DataFrame 类本身也具有画图方法。因此，接下来会分为基于 matplotlib 的数据可视化和基于 dataframe 的数据可视化分别介绍。
注意，无论使用哪种绘图方法，都需要用 pandas 库读取数据并保存在数据框中，都需要用 matplotlib 库将图显示出来。
注意：如果用 JupyterLab 进行画图，还需要添加如下代码：
%matplotlib inline
Pyplot 绘图
自定义配置文件 rcParams
plt.rcParams 是一个类似于字典的对象，保存了自定义图形窗口的所有配置，包括窗体大小、每英寸的点数、线条宽度、颜色、样式、坐标轴、坐标和网络属性、文本、字体等。我们可以用修改字典的方式修改 plt.rcParams 中保存的配置信息。
最常用的设置为：
plt.rcParams['font.sans-serif']='SimHei'
plt.rcParams['axes.unicode_minus']=False
上面一个用于设置显示中文，下面一个用于设置显示负号。
此外还有（简单举一些例子）：
plt.rcParams[‘font.family’] 设置字体样式（例如 ‘YaHei Consolas Hybrid’ ）
plt.rcParams[‘font.size’] 传入字符串设置字体大小（例如 ‘16’ ）
plt.rcParams[‘font.weight’] = ‘normal’ 设置字体粗细（正常 ‘normal’ 和加粗 ‘bold’ ）
plt.xticks(rotation=45) 设置横坐标标签旋转
创建绘图窗口
plt.figure() 函数可以用于创建绘图窗口，可以传入以下常用参数（这些参数均为可选）：
| 参数 | 作用 |
|---|---|
| num | 传入整数或字符串。整数可以指定创建或激活对应编号窗口并保存至 number 属性，字符串可以设置该窗口标题 |
| figsize | 传入两个浮点数组成的元组，设置绘图窗口的宽和高 |
| dpi | 传入整数，设置分辨率 |
| facecolor | 传入代表颜色的字符串，设置背景色 |
| edgecolor | 传入代表颜色的字符串，设置边框颜色 |
| clear | 如果传入True，且当前窗口已经有绘图时，清空当前绘图 |
将 plt.figure() 返回值（画布对象）赋值给一个变量 fig ，即可利用该 fig 对象的方法对指定绘图窗口进行进一步调整和修改，而不需要再调用 plt.figure() 函数激活，具体参考该对象的 help 文档，接下来只介绍对当前激活窗口的设置和绘图。
plt.title() 函数可以传入一个字符串，将其设置为图表的标题，另外可以传入以下关键字：
| 参数 | 作用 |
|---|---|
| fontdict | 传入一个字典，用于设定字体的各种格式（fontsize、fontweight、color等） |
| loc | 传入 ‘center’, ‘left’, ‘right’ 中的一个，用于设置标题位置 |
| plt.grid() 传入 True 可以设置显示网格。 | |
| plt.xlabel()，plt.ylabel() 传入字符串设置坐标轴名称。 |
绘制子图
方法一：plt.subplot() 函数创建子图，返回 axes 对象，可调用所有绘图方法。
方法二：fig.add_subplot() 方法也可用于创建子图，同样也返回 axes 对象。
这两个函数（方法）都传入三位整数，代表行数、列数、子图编号。
注意：fig.add_axes 也可以绘制子图（更准确说时绘制坐标系），传入一个列表
ax2 = fig.add_axes([left,bottom,width,height]) # 左下角点的横坐标、纵坐标、子图宽度、高度
fig.add_subplot() 传入 projection 参数为 ‘polar’，可绘制极坐标系。
绘制饼图
此处参考：
python 用 matplotlib 饼图参数详解 plt.pie() by 百里希文
plt.pie() 函数用于绘制饼图，传入一个序列（数组、列表也可以，常用数据框的列属性）包含需要用于作图的数据的数值，且包含如下常用关键字参数。
| 参数 | 作用 |
|---|---|
| explode | 传入一个序列，包含若干个浮点数，表示每个扇形块到中心的距离（默认为0，显示为一个完整的圆） |
| labels | 传入一个序列，包含传入的每个数据的标签 |
| colors | 传入一个序列，包含每个数据对应扇形块的颜色 |
| autopct | 传入一个格式化字符串，将数据的数值除以总数传入该格式化字符串中格式化后显示（或者传入一个函数）,注意如果不传入任何东西，默认不显示数值 |
| pctdistance | 传入一个浮点数（0 ~ 1），表示扇形块数据标注的径向距离 |
| shadow | 传入 True 可绘制阴影 |
| labeldistance | 传入一个浮点数（>1），表示扇形块标签的径向距离 |
| startangle | 传入一个整数，表示初始位置所在的角度（默认水平向右为0度，逆时针计算） |
| radius | 传入一个浮点数，表示饼图的半径，默认为1 |
| counterclock | 传入 False 可让扇形块按顺时针排列（默认逆时针） |
| rotatelabels | 传入 True 可让标签旋转至对应扇形块的角度，默认为水平 |
绘制折线图
plt.plot() 函数用于绘制折线图，返回 Line2D 对象，参数格式有两种：
- 绘制单条折线
plot([x], y, [fmt], *, data=None, **kwargs) - 绘制多条折线
plot([x], y, [fmt], [x2], y2, [fmt2], …, **kwargs)
其中中括号内的参数为可选的参数。
| 参数 | 作用 |
|---|---|
| x | 传入序列、列表类型的对象，包含各个点的横坐标数值，默认为 0~len(y)-1 |
| y | 传入序列、列表类型的对象，包含各个点的纵坐标数值 |
| fmt | 传入一个字符串，代表所绘制线条的样式（按颜色、点型、线型顺序），具体用法见附录1 |
| data | 关键字参数，传入一个具有索引功能的对象，此时 x、y 只需传入一个字符串来表示是该对象的这个索引 |
| kwargs 中常用参数： | |
| 参数 | 作用 |
| —– | —– |
| color | 设置线条的颜色，可用十六进制的RGB字符串精确设置颜色 |
| label | 设置线条的标签 |
plt.legend() 函数用于显示每条折线对应标签的图标，有如下三种用法：
- 已设置好标签情况下直接显示标签
plt.legend() - 重新设置标签，传入一个列表或元组对象，包含每条折线的标签（按折线绘制顺序）
plt.legend(labels) - 在传入标签列表参数的前面，加入一个列表或元组对象，指定每个标签对应的 line2D 对象
plt.legend(handles, labels)
在此基础上有关键字参数 loc 传入一个字符串或整数序号用于设置标签图表的位置。
| 字符串 | 序号 |
|---|---|
| ‘best’ | 0 |
| ‘upper right’ | 1 |
| ‘upper left’ | 2 |
| ‘lower left’ | 3 |
| ‘lower right’ | 4 |
| ‘right’ | 5 |
| ‘center left’ | 6 |
| ‘center right’ | 7 |
| ‘lower center’ | 8 |
| ‘upper center’ | 9 |
| ‘center’ | 10 |
plt.xlabel() 传入一个字符串作为横坐标标签
plt.ylabel() 传入一个字符串作为纵坐标标签
绘制条形图
plt.bar() 函数用于绘制条形图，传入两个序列或列表参数，格式为：
bar(x, height, width=0.8, bottom=None, *, align=‘center’, data=None, **kwargs)
x 为一个序列，包含所有数据的横坐标（例如日期格式的字符串，可以理解为标签），height 为每个横坐标对应的具体数值构成的序列（也就是每个条形的高度）。
此外还有如下常用关键字参数（包含 kwargs 内的）：
| 参数 | 作用 |
|---|---|
| width | 传入0~1的浮点数，设置条形的宽度，默认为0.8 |
| bottom | 设置y轴的起始坐标 |
| color | 条形的颜色，参数格式同上文提到的 |
| edgecolor | 条形边框的颜色 |
| linewidth | 传入整数，代表条形边框的宽度为多少像素 |
| log | 传入True，设置y轴用科学计数法显示 |
| orientation | 传入两个字符串之一，默认 “vertical” 代表竖直条，传入 “horizontal” 代表水平条 |
plt.xlabel() 传入一个字符串作为横坐标标签
plt.ylabel() 传入一个字符串作为纵坐标标签
注：plt.barh() 可以绘制横向条形图。
注：复杂条形图和堆叠条形图，用 DataFrame 绘图更方便。
绘制散点图
plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=< deprecated parameter>, edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)
x,y 为两个列表，传入对应点的横纵坐标列表。
部分参数功能如下：
| 参数 | 作用 |
|---|---|
| s | 输入一个数组，设置点的大小，数组长度可以为1或散点个数 |
| c | 输入字符串列表，设置点的颜色，列表长度可以为1或三点个数，若c为浮点数列表则需要再传入cmap参数 |
| marker | 输入一个字符串，设置散点形状 |
| norm | 输入一个浮点数列表，设置点的亮度，浮点数范围为0~1，数值越大越亮 |
| cmap | 当 c 传入 0~1 之间浮点数列表时，使用此参数，可以实现渐变色 |
绘制热点图
利用好绘制散点图的 s、c、cmap 参数，即可绘制热点图。
cmap传入一个字符串，得到一个颜色条，c 为从0到1的浮点数，对应于颜色条上的某个颜色。
cmap可以传入的字符串有如下：
摘自：python 画图colorbar 颜色大全 plt.cm.get_cmap by Lee_Yu_Rui
注：名字后加 _r 可以取反
举例如下：
import numpy as np
import pandas as pd
import matplotlib.pyplot as pltN = 50
plot_df = pd.DataFrame(np.random.randint(1,50,3*N).reshape(N,3),columns = list('ABC')
)
c_max = max(plot_df.C)
plot_df.plot(x='A',y='B',kind='scatter',rot=0,s=plot_df.C*10,c=plot_df.C/c_max,cmap='seismic')
plt.show()
绘制箱型图
boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_ticks=True, autorange=False, zorder=None, *, data=None)
x 为一维数组或二维数组，若为二维数组，则以其中每一个数组画一个箱型图。
部分参数功能如下：
| 参数 | 作用 |
|---|---|
| notch | 是否是凹口的形式展现箱线图，默认 False |
| sym | 指定异常点的形状，默认为 ‘b+’ |
| vert | 是否需要将箱线图垂直摆放，默认 True，表示垂直摆放 |
| whis | 指定上下须与上下四分位的距离，默认为 1.5，表示1.5倍的四分位差 |
| positions | 指定箱线图的位置，默认为 range(1, N+1)，N为箱型图个数 |
| widths | 指定箱线图的宽度，默认为0.5 |
| meanline | 是否用线的形式表示均值，默认 False，用点来表示 |
| showmeans | 是否显示均值，默认 False |
| showcaps | 是否显示箱线图顶端和末端的两条线，默认 True |
| showbox | 是否显示箱线图的箱体，默认 True |
| showfliers | 是否显示异常值，默认 True |
| labels | 传入一个字符串列表，列表长度为箱型图个数，为箱线图添加标签（在横坐标的位置） |
绘制分类图背景
这个可以在画样本分类图时，同时表现出分类范围。或者在其他需要设置图的背景颜色（例如画地形图时）使用。主要需要用到 np.meshgrid() 函数用于生成网格坐标对应的 (x,y)，z 保存每个坐标点代入模型 .predict() 方法得到的预测值，用 plt.pcolormesh() 函数传入坐标参数、每个坐标分类标签预测值和每个标签对应的颜色。
具体使用方法可套用下例，这里不详细讲了。
xx, yy = np.meshgrid(np.arange(x_min, x_max, .02), np.arange(y_min, y_max, .02))
z = model.predict(np.c_[xx.ravel(), yy.ravel()])
plt.pcolormesh(xx, yy, z, cmap=plt.cm.Pastel1)
cmap参数除了传入前面提到的颜色条字符串，也可以直接传入颜色条对象，或者用 mpl.colors.ListedColormap() 函数自定义对象。
import matplotlib as mpl
#传入代表颜色的字符串列表
cm_mine = mpl.colors.ListedColormap(['g', 'r', 'b'])
显示绘图窗口
注：大多数图形都适用绘制折线图中提到的 plt.legend() 函数
plt.show() 函数可用于将绘制好的绘图窗口显示出来。
plt.savefig() 函数输入 ‘路径+文件名’ 字符串可以将绘制窗口保存为图片。
DataFrame 绘图
此处参考：
pandas.DataFrame.plot( )参数详解 by hhhooo000
df.plot() 方法也可以用于绘图，并在部分情况下优于 Pyplot 绘图。
注：Series 对象也具有此方法。
以 DataFrame 对象为例，其每一列列名作为分类标签。其每一列的具体值即为y值。若 plot 方法 subplots 参数设为 True，即按每一列分别绘制子图。
df.plot() 最重要的参数为 kind 参数，代表所绘制图的类型。有如下输入：
| 字符串 | 含义 |
|---|---|
| ‘line’ | 折线图 (default) |
| ‘bar’ | 垂直柱状图，stacked=True时为堆叠图，stacked=False时为复杂图 |
| ‘barh’ | 水平柱状图，同上 |
| ‘hist’ | 直方图 |
| ‘box’ | 箱型图 |
| ‘kde’ | 核密度估计图，主要对柱状图添加 Kernel 概率密度线 |
| ‘density’ | 和 ‘kde’ 一样 |
| ‘area’ | 与x轴所围区域图（面积图）。stacked=True时，每列必须全部为正或负值，stacked=False时，对数据没有要求 |
| ‘pie’ | 饼图，df 需指定Y轴或者subplots=True |
| ‘scatter’ | 散点图，df 需指定X轴Y轴 |
| ‘hexbin’ | 六边形分箱图，df 需指定X轴Y轴 |
下面再总结 df.plot() 方法的部分参数：
| 参数 | 作用 |
|---|---|
| x | 传入标签或序号，指定横坐标或分类依据 |
| y | 传入标签或序号，指定纵坐标或数据数值 |
| kind | 传入字符串，指定绘图类型 |
| figsize | 传入 tuple (width, height) ，指定绘图画布大小 |
| use_index | 传入 bool，是否将 index 作为 x，默认 True |
| title | 传入字符串或字符串列表，设置图形标题或各个子图标题 |
| grid | 传入 True 用于显示网格 |
| legend | 传入 bool，是否显示图例 |
| style | 传入列表或字典，指定每条线（数据）的显示格式 |
| logx 或 logy 或 loglog | 传入 bool，是否横/纵/每个坐标轴取对数 |
| xticks 或 yticks | 传入有序列表，设置x/y轴刻度值，对图无影响，只改变坐标轴 |
| xlim 或 ylim | 传入数值或二元数组（元组或列表），设置坐标轴最小值或范围 |
| rot | 传入整型数值，表示x轴标签旋转角度 |
| table | 传入 bool，是否在图下绘制表格 |
| sort_columns | 传入 bool，对列名称进行排序以确定绘图顺序 |
| secondary_y | 传入 True 或者一个序列，设置第二个y轴（右辅助y轴） |
其他可传入参数取决于 kind，即绘图类型。一般和 Matplotlib 绘图一致，特殊情况见如下例子。
堆叠柱状图
利用 DataFrame 绘制柱状图时，可以传入参数 stacked = True，生成堆叠图。
import numpy as np
import pandas as pd
import matplotlib.pyplot as pltplot_df = pd.DataFrame(np.random.randint(1,10,30).reshape(10,3),columns = list('ABC')
)
plot_df.plot(kind='bar',rot=0,stacked=True)
plt.show()
面积图
import numpy as np
import pandas as pd
import matplotlib.pyplot as pltplot_df = pd.DataFrame(np.random.randint(1,10,30).reshape(10,3),columns = list('ABC')
)
plot_df.plot(kind='area',rot=0)
plt.show()
面积图也可以堆叠
六边形分箱图
需传入两个数组，代表一系列二维坐标，二维图上每一块颜色深浅代表这一块坐标出现的频数大小。
可以更直观地表现出二维直方图的效果，但其颜色代表频数。
import numpy as np
import pandas as pd
import matplotlib.pyplot as pltplot_df2 = pd.DataFrame(np.random.randn(1000, 2), columns=['a', 'b'])
# gridsize 参数越大，每个六边形大小越小，图上的六边形越多，图越精确。
plot_df2.plot.hexbin(x='a',y='b',gridsize=25)
plt.show()
附录
fmt 参数具体用法
此处参考：
matplotlib.pyplot.plot()参数详解 by ims-
fmt 参数传入一个字符串，按颜色、点型、线型的顺序拼接而成。
颜色（可用 color 参数代替）：
| 字符串 | 含义 |
|---|---|
'b' |
blue 蓝色 |
'g' |
green 绿 |
'r' |
red 红 |
'c' |
cyan 蓝绿 |
'm' |
magenta 洋红 |
'y' |
yellow 黄 |
'k' |
black 黑 |
'w' |
white 白 |
| 点型（可用 marker 参数代替）： | |
| 字符串 | 含义 |
| —– | —– |
'.' |
point marker |
',' |
pixel marker |
'o' |
circle marker |
'v' |
triangle_down marker |
'^' |
triangle_up marker |
'<' |
triangle_left marker |
'>' |
triangle_right marker |
'1' |
tri_down marker |
'2' |
tri_up marker |
'3' |
tri_left marker |
'4' |
tri_right marker |
's' |
square marker |
'p' |
pentagon marker |
'*' |
star marker |
'h' |
hexagon1 marker |
'H' |
hexagon2 marker |
'+' |
plus marker |
'x' |
x marker |
'D' |
diamond marker |
'd' |
thin_diamond marker |
| 竖线 | vline marker |
'_' |
hline marker |
| 线型（可用 linestyle 参数代替）： | |
| 字符串 | 含义 |
| —– | —– |
'-' |
solid line style 实线 |
'--' |
dashed line style 虚线 |
'-.' |
dash-dot line style 点画线 |
':' |
dotted line style 点 |
例如 ‘ro-’ 就代表红色，数值点用圆形突出，点之间连线为实线的线条。