Python进阶(四十)-数据可视化の使用matplotlib进行绘图
2017-04-16 15:21
1401 查看
Python进阶(四十)-数据可视化の使用matplotlib进行绘图
前言
matplotlib是基于Python语言的开源项目,旨在为Python提供一个数据绘图包。我将在这篇文章中介绍matplotlib API的核心对象,并介绍如何使用这些对象来实现绘图。实际上,matplotlib的对象体系严谨而有趣,为使用者提供了巨大的发挥空间。用户在熟悉了核心对象之后,可以轻易的定制图像。matplotlib的对象体系也是计算机图形学的一个优秀范例。即使你不是Python程序员,你也可以从文中了解一些通用的图形绘制原则。matplotlib使用numpy进行数组运算,并调用一系列其他的Python库来实现硬件交互。matplotlib的核心是一套由对象构成的绘图API。
应毕业论文要求,分析互联网购药平台——“立马送药”中用户的购药规律,实现用户购药信息可视化。在学习完Python基础知识之后决定使用python结合matplotlib绘制折线图、柱形图和饼图,分别统计每个平台用户每月的购药量(折线图或柱形图-药品数量趋势)和药品种类(饼图)。现把相关知识整理如下:
一、环境准备
首先是需要下载安装相关的工具包,分别输入下面的代码进行安装:pip install numpy pip install matplotlib
二、开始画图
简单直线图
import numpy as np import matplotlib.pyplot as plt #设置x轴范围 x=[0,1] #设置y轴范围 y=[0,1] #创建绘图对象 plt.figure() #创建绘图对象,figsize参数可以指定绘图对象的宽度和高度,单位为英寸,一英寸=80px #plt.figure(figsize=(8,4)) #在当前绘图对象进行绘图,两个参数是x、y轴的数据 plt.plot(x,y) #在当前绘图对象中画图(x轴,y轴,给所绘制的曲线的名字,画线颜色,画线宽度) #plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2) #设置x轴标签 plt.xlabel("time(s)") #设置y轴标签 plt.ylabel("value(m)") #设置标题 plt.title("A simple plot") #图表的标题 plt.title("PyPlot First Example") #Y轴的范围 plt.ylim(-1.2,1.2) #显示图示 plt.legend() #显示图 plt.show() #保存图像 plt.savefig("easyplot.png")
折线图
#在当前绘图对象绘图(X轴,Y轴,蓝色虚线,线宽度) plt.plot(x,y,"b--",linewidth=1)
简单实现了一个给定数值的折线图的绘制,暂未实现python读取Excel数值的部分,因此代码比较繁琐。
#-*- coding: utf-8 -*- from importlib import reload import xlrd from matplotlib import pyplot as plt from matplotlib.ticker import MultipleLocator import numpy as np import sys reload(sys) # sys.setdefaultencoding('utf-8') plt.rcParams['font.sans-serif'] = ['SimHei'] data0 = xlrd.open_workbook('F:/11data.xlsx') table0 = data0.sheets()[0] source = [] # 每日日期 x值 source.extend(table0.col_values(0)) # 来源(无重复) set1 = set(source) # 存储来源及来源对应的数目 dict1 = {} # 得到dict1 def getDict(): for item in set1: dict1.update({item: source.count(item)}) return dict1 group_labels = ['1日','2日','3日','4日','5日','6日','7日','8日','9日','10日','11日','12日','13日','14日','15日','16日','17日','18日','19日','20日','21日','22日','23日','24日','25日','26日','27日','28日','29日','30日'] #x=[u"1日",u"2日",u"3日",u"4日",u"5日",u"6日",u"7日",u"8日",u"9日",u"10日",u"11日",u"12日",u"13日",u"14日",u"15日",u"16日",u"17日",u"18日",u"19日",u"20日",u"21日",u"22日",u"23日",u"24日",u"25日",u"26日",u"27日",u"28日",u"29日",u"30日"] getDict() x=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30] y=[26,23,24,24,6,11,34,32,33,28,56,28,16,36,51,44,35,40,2,32,56,63,70,76,60,11,11,58,65,55] labels = dict1.keys() sizes = dict1.values() #y plt.figure() plt.plot(x,y,'-r') plt.plot(x,y,'ro') yminorLocator = MultipleLocator(5) plt.xlabel("日期") plt.ylabel("新闻数(条)") plt.title("2016年11月新闻数") #将y轴主刻度标签设置为0.5的倍数 ymajorLocator = MultipleLocator(10) plt.xticks(x, group_labels, rotation=45) # plt.xlim(0, max(x)) # plt.savefig(s) plt.show() plt.legend() plt.show()
饼状图
画饼图用到的方法为: matplotlib.pyplot.pie() 参数为:pie(x, explode=None, labels=None, colors=('b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'), autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center = (0, 0), frame = False )
参数说明:
x(每一块)的比例,如果sum(x) > 1会使用sum(x)归一化
labels (每一块)饼图外侧显示的说明文字
explode (每一块)离开中心距离
startangle 起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起 shadow 是否阴影
labeldistance label绘制位置,相对于半径的比例
shadow 是否阴影
labeldistance label绘制位置,相对于半径的比例, 如<1则绘制在饼图内侧
autopct 控制饼图内百分比设置,可以使用format字符串或者format
function’%1.1f’指小数点前后位数(没有用空格补齐)
pctdistance 类似于labeldistance,指定autopct的位置刻度
radius 控制饼图半径
返回值:
如果没有设置autopct,返回(patches, texts)
如果设置autopct,返回(patches, texts, autotexts)
patches – list –matplotlib.patches.Wedge对象
texts autotexts – matplotlib.text.Text对象
完整代码:
# coding=utf-8 __author__ = 'leilu' #2016年11月关于控烟的新闻的爬虫结果,新闻的主要媒体来源以饼图形式表现 import xlrd from matplotlib import pyplot as plt from fuzzywuzzy import fuzz import numpy as np import sys #因为在sys加载后,setdefaultencoding方法被删除了,所以要通过重新导入sys来设置系统编码 reload(sys) #将系统默认编码改为utf-8 sys.setdefaultencoding('utf-8') #用来正常显示中文标签 plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示负号 plt.rcParams['axes.unicode_minus']=False #有中文出现的情况,需要u'内容' #读Excel工作簿 data0 = xlrd.open_workbook('F:/11.xlsx') #读工作表 table0 = data0.sheets()[0] source = [] # 所有新闻的来源 source.extend(table0.col_values(2)) # 来源(无重复) set1 = set(source) # 存储来源及来源对应的数目 dict1 = {} # 得到dict1 def getDict(): for item in set1: dict1.update({item: source.count(item)}) #生成输出文档 f = open("result.txt", 'wb') #把头两个字相同的新闻来源归为一种 for i in dict1.keys(): a = dict1.keys() if i in a: a.remove(i) else: continue # print dict1[i] for j in a: # print dict1[j] if i.upper()[:2] == j.upper()[:2]: if len(i) > len(j) and i in dict1.keys() and j in dict1.keys(): f.write(i + '->' + j + ' ') print str(dict1[i]) + '->' + str(dict1[j]) dict1[j] += dict1[i] dict1.pop(i) elif i in dict1.keys() and j in dict1.keys(): f.write(j + '->' + i + ' ') print str(dict1[i]) + '<-' + str(dict1[j]) dict1[i] += dict1[j] dict1.pop(j) f.close() dict1['其他'] = 0 for i in dict1.keys(): #条目数小于5,则该来源归为其他 if dict1[i] < 5: dict1['其他'] += dict1[i] dict1.pop(i) return dict1 getDict() # 画饼图 labels = dict1.keys() sizes = dict1.values() patches, l_text, p_text = plt.pie(sizes, labels=labels, labeldistance=1.2, autopct='%3.1f%%',shadow=False,startangle=90, pctdistance=1.08) for t in l_text: t.set_size = (30) for t in p_text: t.set_size = (20) # 设置x,y轴刻度一致,这样饼图才能是圆的 plt.axis('equal') plt.legend() plt.show()
设置线条形状、颜色等
本文是学习《matplotlib for python developers》的一点笔记。plot画图时可以设定线条参数。包括:颜色、线型、标记风格。1)控制颜色
颜色之间的对应关系为b—blue c—cyan g—green k—-black
m—magenta r—red w—white y—-yellow
有三种表示颜色的方式:
a:用全名 b:16进制如:#FF00FF c:RGB或RGBA元组(1,0,1,1) d:灰度强度如:‘0.7’
2)控制线型
符号和线型之间的对应关系- 实线
– 短线
-. 短点相间线
: 虚点线
3)控制标记风格
标记风格有多种:. Point marker
, Pixel marker
o Circle marker
v Triangle down marker
^ Triangle up marker
< Triangle left marker
> Triangle right marker
1 Tripod down marker
2 Tripod up marker
3 Tripod left marker
4 Tripod right marker
s Square marker
p Pentagon marker
Star marker
h Hexagon marker
H Rotated hexagon D Diamond marker
d Thin diamond marker
| Vertical line (vlinesymbol) marker
_ Horizontal line (hline symbol) marker
Plus marker
x Cross (x) marker
下面的实例集合以上三种:具体代码和效果如下所示:
import matplotlib.pyplot as plt import numpy as np y = np.arange(1, 3, 0.3) plt.plot(y, ’cx–’, y+1, ‘mo:’, y+2, ‘kp-.’); plt.show() import matplotlib.pyplot as plt import numpy as np y = np.arange(1, 3, 0.3) plt.plot(y, 'cx--', y+1, 'mo:', y+2, 'kp-.'); plt.show()
相关参考资料
matplotlib官方文档一个中文版的文档(不全)
matplotlib较详细的剖析
三种图的绘制
多张图的绘制
Matplot api
相关文章推荐
- Python进阶(三十九)-数据可视化の使用matplotlib进行绘图分析数据
- matplotlib -- 使用python中的matplotlib进行绘图分析数据
- 使用python中的matplotlib进行绘图分析数据
- Python进阶(三十八)-数据可视化の利用matplotlib 进行折线图,直方图和饼图的绘制
- 使用python中的matplotlib进行绘图分析数据
- python 数据可视化 matplotlib学习三:生成随机漫步数据并使用matplotlib呈现
- 【python笔记】使用matplotlib,pylab进行python绘图
- 获取博客积分排名,存入数据库,读取数据进行绘图(python,selenium,matplotlib)
- python 使用matplotlib,pylab进行python绘图
- 压力测试监控数据通过python matplotlib进行可视化
- python 数据可视化 matplotlib学习二 : 对折线图使用颜色映射
- 7057-1.Python数据可视化:利用matplotlib中的subplot进行图中图展示
- 基于Python数据可视化利器Matplotlib,绘图入门篇,Pyplot详解
- 【python笔记】使用matplotlib,pylab进行python绘图
- python数据可视化matplotlib的使用
- Python使用matplotlib进行可视化时精确控制图例位置
- 【python笔记】使用matplotlib,pylab进行python绘图
- 使用 Python 的 matplotlib 绘图库进行绘图
- Python数据可视化利器Matplotlib,绘图入门篇,Pyplot介绍
- 数据可视化-Python之Matplotlib