[三] 3 图表绘制工具：Matplotlib -- 图表绘制

各类图表绘制参考文档
https://matplotlib.org/stable/api/pyplot_summary.html

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

% matplotlib inline

一、plt.plot()

DataFrame.plot(x=None, y=None, kind=‘line’, ax=None, subplots=False, sharex=None, sharey=False, layout=None, figsize=None, use_index=True, title=None, grid=None, legend=True, style=None, logx=False, logy=False, loglog=False, xticks=None, yticks=None, xlim=None, ylim=None, rot=None, fontsize=None, colormap=None, table=False, yerr=None, xerr=None, secondary_y=False, sort_columns=False, **kwds)

• kind: 图表类型，line, bar, barh…（折线图，柱状图，柱状图-横…）
• figsize: 图表大小
• title: 图名
• legend: 是否显示图例，一般直接用plt.legend()
• label: 图例标签，一般仅Series设置label，DataFrame以columns为label
• xlim, ylim: x,y轴边界
• xticks, yticks: x,y轴刻度值
• grid: 是否显示网格，一般直接用plt.grid()
• style: 风格字符串，包括linestyle(-), marker(.), color(g)
• color: 颜色，比style中的color优先
• alpha: 透明度，0-1
• rot: 旋转刻度值，0-360，垂直图旋转xticks，水平图旋转yticks
• use_index: 是否将索引设置为刻度标签，默认为True，False时刻度标签为数字，表示第几个值

以下属性对DataFrame有效

• colormap: 可自动根据颜色板中的颜色自动为不同的项设置不同的颜色，颜色板链接如下：
  colormaps_reference
  在颜色板颜色后面添加"_r"，按照反向顺序设置颜色
• subplots: 是否将各个列绘制为不同图表，默认False

Series.plot()：默认index为横坐标，value为纵坐标

ts = pd.Series(np.random.randn(100), index = pd.date_range("2021-01-01", periods = 100))
ts = ts.cumsum()
# 也可以用plt.plot(ts)
ts.plot(kind = "line",
        figsize = (6, 4),
        title = "title",
        legend = True, label = "label",
        ylim = [-20, 20], yticks = list(range(-20, 20, 5)),
        grid = True,
        style = "--g", color = "red", alpha = 0.8,
        rot = 45,
        use_index = True)

DataFrame.plot()

df = pd.DataFrame(np.random.randn(100, 4),
                  columns = list('ABCD'),
                  index = pd.date_range("2021-01-01", periods = 100))
df = df.cumsum()
# 也可以用plt.plot(df)
df.plot(kind = "line",
        figsize = (6, 4),
        title = "title",
        legend = True,
        ylim = [-20, 20], yticks = list(range(-20, 20, 10)),
        grid = False,
        style = "--g", colormap = "cool", alpha = 0.8,
        rot = 45,
        use_index = True,
        subplots = True)

二、柱状图、堆叠图

1、plt.plot(kind = ‘bar/barh’, stacked = True)

新版本plt.plot.bar()和plt.plot.barh()

s = pd.Series(np.random.randint(0, 10, 7), index = list('abcdefg'))  
df = pd.DataFrame(np.random.rand(10, 3), columns=['a', 'b', 'c'])

单系列柱状图：

s.plot(kind = "bar", figsize = (4, 2), color = "k", alpha = 0.5)

单系列横向柱状图：

s.plot(kind = "barh", figsize = (4, 2), color = "k", alpha = 0.5)

多系列柱状图：

df.plot(kind = "bar", figsize = (6, 3), colormap = 'Reds_r')

堆叠图：

df.plot(kind = "bar", stacked = True, figsize = (6, 3), colormap = 'Reds_r')

2、plt.bar()

plt.bar(x, height, width=0.8, bottom=None, *, align=‘center’, data=None, **kwargs)

plt.barh(y, width, height=0.8, left=None, *, align=‘center’, **kwargs)

对于barh，width和height互换，bottom改为left，yerr改为xerr

• x: x坐标
• height: 条形的高度，即y值
• width: 宽度，0-1，默认0.8
• bottom: y轴起始坐标，相当于将条形平移，bottom扩展即可化为甘特图
• align: 条形的中心位置，默认为"edge"，表示条形左边缘在坐标所在位置，也可设置为"center"
• facecolor: 条形填充颜色
• edgecolor: 条形边框颜色
• yerr: y方向误差棒

添加注解：plt.text()

zip()函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。

plt.figure(figsize=(10,4))

x = np.arange(10)
y1 = np.random.rand(10)
y2 = -np.random.rand(10)

plt.bar(x, y1, width = 1, align = "center", facecolor = "yellowgreen", edgecolor = "white", yerr = y1 * 0.1)
plt.bar(x, y2, width = 1, facecolor = "lightskyblue", edgecolor = "white")
for i, j in zip(x, y1):
    plt.text(i - 0.25, j - 0.15, '%0.2f' % j, color = "white")

三、面积图 plt.plot.area()

• stacked: 是否堆叠，默认为True

stacked为True时，为了产生堆积面积图，每列必须全部是正值或负值，否则会报错

当有数据为NaN时，自动填充0，所以需清洗缺失值

df = pd.DataFrame(np.random.rand(10, 4), columns = list('abcd'))

df.plot.area(colormap = "Greens_r", alpha = 0.5)

四、填图 plt.fill()、plt.fill_between()

plt.fill()：对函数与坐标轴之间的区域进行填充
plt.fill_between()：对两个函数之间的区域进行填充

x = np.linspace(0, 1, 500)
y1 = np.sin(4 * np.pi * x) * np.exp(-5 * x)
y2 = -np.sin(4 * np.pi * x) * np.exp(-5 * x)

plt.fill(x, y1, 'r', x, y2, 'g', alpha = 0.5)
'''
plt.fill(x, y1, 'r', alpha = 0.5, label = 'y1')
plt.fill(x, y2, 'g', alpha = 0.5, label = 'y2')
plt.legend()
'''

x = np.linspace(0, 5 * np.pi, 1000)
y1 = np.sin(x)
y2 = 0.5

plt.fill_between(x, y1, y2, color = "b",alpha = 0.5)

五、饼图 plt.pie()

plt.pie(x, explode=None, labels=None, colors=None, 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, hold=None, data=None)

• x: 数据
• explode: 如果不是None，则是len(x)数组，该数组指定偏移量占半径的比例
• labels: 标签
• colors: 颜色
• autopct: 标签的显示格式
• pctdistance: 通过autopct生成的文本的开头距离中心的距离，默认为0.6
• shadow: 是否显示阴影
• labeldistance: 饼图标签的半径大小，相对于饼图半径的比例，默认为1.1
• startangle: 饼图开始角度，x轴逆时针，默认为0
• radius: 半径
• counterclock: 楔形块是否是顺时针，默认为True顺时针
• frame: 图框

s = pd.Series(3 * np.random.rand(4), index = ['a', 'b', 'c', 'd'], name = 'series')

plt.axis('equal') # 设置图表长宽相等，否则可能不是正圆
plt.pie(s,
        explode = [0.1, 0, 0, 0],
        labels = s.index,
        colors=["r", "g", "b", "c"],
        autopct = "%0.2f%%",
        pctdistance = 0.8,
        shadow = True,
        labeldistance = 1.2,
        startangle = 45,
        radius = 0.8,
        counterclock = False,
        frame = False)

六、直方图 plt.hist()、密度图 plt.plot(kind = ‘kde’)

1、直方图 plt.hist()

plt.hist(x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype=‘bar’, align=‘mid’, orientation=‘vertical’, rwidth=None, log=False, color=None, label=None, stacked=False, hold=None, data=None, **kwargs)

• bins: 定义范围内等宽宽度的bin数，默认为10
• normed: 标准化，直方图下的面积积分为1
• histtype: 直方图类型
  “bar”，默认，条形直方图；
  “barstacked”，堆叠的条形直方图，不常用；
  “step”，未填充的线图；
  “stepfilled”，填充的线图
• orientation: 垂直‘horizontal’，默认，或水平‘vertical’
• align: 对齐方式，默认’mid’，{‘left’, ‘mid’, ‘right’}

s = pd.Series(np.random.randn(1000))

s.hist(bins = 20,
       histtype = 'bar',
       orientation = "vertical",
       alpha = 0.5)

# 直方图归一化后，加上密度图
s.hist(bins = 20,
       histtype = 'bar',
       orientation = "vertical",
       alpha = 0.5,
       normed = True)

s.plot(kind = 'kde', style = 'k--')

2、堆叠直方图 DataFrame.plot.hist(stacked = True)

df = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000),
                   'c': np.random.randn(1000) - 1, 'd': np.random.randn(1000) - 2},
                  columns = ['a', 'b', 'c', 'd'])
df.plot.hist(stacked = True,
             bins = 20,
             colormap='Greens_r',
             alpha=0.5)

df.hist(bins = 50) # 生成多个直方图

七、散点图

1、散点图 plt.scatter()

plt.scatter(x, y, s=20, c=None, marker=‘o’, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)

其中s和c可以更加多维地展示结果

• marker: 标记的样式
• s: 散点的大小
• c: 散点的颜色
• cmap: colormap
• vmin, vmax: 亮度设置

x = np.random.randn(1000)
y = np.random.randn(1000)

plt.scatter(x, y,
            s = np.random.randn(1000) * 100,
            c = y,
            marker = '.',
            cmap = 'Reds',
            alpha = 0.8)

2、矩阵散点图 pd.scatter_matrix()

比较列与列之间的相关性，对角线为每个列的数据情况

pd.scatter_matrix(frame, alpha=0.5, figsize=None, ax=None, grid=False, diagonal=‘hist’, marker=’.’, density_kwds=None, hist_kwds=None, range_padding=0.05, **kwds)

• frame: 矩阵
• diagonal: 在直方图‘hist’和密度图‘kde’中选择一个
• range_padding: 图像在x轴、y轴附近的留白(padding)，该值越大，留白距离越大

df = pd.DataFrame(np.random.randn(100, 3), columns = ['a', 'b', 'c'])
pd.scatter_matrix(df,
                  alpha = 0.5,
                  figsize = (5, 3),
                  diagonal = 'kde',
                  marker = 'o',
                  range_padding = 0.2)

八、极坐标图

s = pd.Series(np.arange(20))
theta = np.arange(0, 2 * np.pi, 0.02)

1、plt.polar()

plt.polar(theta, r, **kwargs)，theta为弧度制角度，支持多个theta、r参数

plt.polar(s)
plt.polar(theta, theta * 3)

plt.thetagrids(np.arange(0.0, 360.0, 90), ['0', '90', 'pi', '270']) # 设置网格、标签
plt.ylim(5, 15)

2、plt.subplot(121, projection = “polar”) 或fig.add_subplot(121, polar = True)

fig = plt.figure(figsize = (8, 4))
ax1 = plt.subplot(121, projection = "polar") # 创建极坐标子图
# 也可以 ax1 = fig.add_subplot(121, polar = True)
ax2 = plt.subplot(122)

ax1.plot(s)
ax1.plot(theta, theta * 3)

ax2.plot(s)
ax2.plot(theta, theta * 3)

# 设置坐标轴方向，默认逆时针1，可设置为顺时针-1
ax1.set_theta_direction(-1)

# 设置角度偏移，参数为弧度，正数代表逆时针偏移
ax1.set_theta_offset(np.pi / 2)

# 设置极坐标角度网格线显示及标签，网格线和标签一一对应
ax1.set_thetagrids(np.arange(0.0, 360.0, 90), ['0', '90', 'pi', '270'])

# 设置极径网格线显示，参数必须是正数，不能是0
ax1.set_rgrids(np.arange(1, 10, 2))

# 左图

ax2.set_rlim(5, 15) # 设置显示的极径范围
# 相当于
# ax1.set_rmin(5) # 设置显示的极径最小值
# ax1.set_rmax(15) # 设置显示的极径最大值

# 右图，在左图基础上添加ax2.set_rlim(5, 15)截取极径范围

# 设置极径网格线的显示范围，与如上两个方法有重复
# ax1.set_rticks(np.arange(1, 10, 3))

3、雷达图：极坐标的折线图+填图

fig = plt.figure(figsize = (8, 4))
ax1 = plt.subplot(121, projection = "polar")
ax2 = plt.subplot(122, projection = "polar")

data = np.random.randint(1,10,10)
theta = np.arange(0, 2 * np.pi, 2 * np.pi / 10)

# 首尾未闭合
ax1.plot(theta, data, '.--')
ax1.fill(theta, data, alpha = 0.2)

# 首尾闭合
data = np.concatenate((data, [data[0]])) # 闭合
theta = np.concatenate((theta, [theta[0]])) # 闭合
ax2.plot(theta, data, '.--')
ax2.fill(theta, data, alpha = 0.2)

4、极轴图：极坐标的柱状图

data = np.random.randint(1,10,10)
theta = np.arange(0, 2 * np.pi, 2 * np.pi / 10)

bar = ax1.bar(theta, data, alpha = 0.5)

for r,bar in zip(data, bar):
    bar.set_facecolor(plt.cm.jet(r/10.))  # 设置颜色