数据分析 — Matplotlib 、Pandas、Seaborn 绘图

一、Matplotlib

Matplotlib 是一个用于绘制数据可视化图形的 Python 库。它提供了丰富的绘图工具，可以用于创建各种类型的图表。

安装和导入：

pip install matplotlib

import matplotlib.pyplot as plt # 导入 Matplotlib 库

1、折线图

import numpy as np  # 导入 NumPy 库并使用别名 np
import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库
# 设置画布大小
plt.figure(figsize=(10, 5))
# 设置字体为中文黑体
plt.rcParams['font.family'] = 'SimHei'
# 设置字体大小为 15
plt.rcParams['font.size'] = 15
# 定义 x 和 y 数据
x = [1, 2, 3, 4, 5]  # 星期
y = [25, 27, 22, 30, 32]  # 气温

# 绘制折线图
plt.plot(x, y, marker='D',  # 设置点的形状
         markerfacecolor='gold',  # 设置折点填充颜色
         markersize=10,  # 设置折点大小
         markeredgecolor='red',  # 设置边缘颜色为红色
         color='green',  # 设置折线颜色为绿色
         linewidth=3,  # 设置折线宽度为3
         linestyle=':',  # 设置折线样式为虚线（折线样式：'-', '--', '-.', ':', ''）
         label='温度'  # 设置标签为'温度'
        )

# 设置 x 轴刻度标签为中文星期名
tick_labels = ['星期一', '星期二', '星期三', '星期四', '星期五']
plt.xticks(x, tick_labels)

# 设置 y 轴标签
plt.ylabel('气温(℃)')
# 设置 x 轴标签
plt.xlabel('星期')
# 设置图形标题
plt.title("一周的温度变化情况")
# 显示图例
plt.legend()
# 显示图形
plt.show()

2、柱状图

import numpy as np  # 导入 NumPy 库并使用别名 np
import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库
import random  # 导入 random 库，用于生成随机数
# 设置画布大小
plt.figure(figsize=(10, 6))
# 设置字体为中文黑体
plt.rcParams['font.family'] = 'SimHei'
# 定义 x 轴的城市名称
x = ['北京市', '上海市', '天津市', '重庆市']
# 生成包含4个随机整数的列表，表示每个城市的数据
y = [random.randint(10000, 14000) for i in range(4)]
# 绘制柱状图，设置柱宽为0.6
plt.bar(x, y, width=0.6)
# 设置 y 轴的取值范围为 [8000, 15000]
plt.ylim([8000, 15000])

# 在每个柱状图上添加数据标签
for i, j in enumerate(y):
    # 打印城市索引和对应的数据值
    print(i, j)
    # 在每个柱状图上方添加文本标签，位置为 (i, j + 100)，水平居中对齐
    plt.text(i, j + 100, j, ha='center')

# 显示图形
plt.show()

3、水平条形图

import numpy as np  # 导入 NumPy 库并使用别名 np
import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库

# 设置画布大小
plt.figure(figsize=(10, 6))
# 设置字体为中文黑体
plt.rcParams['font.family'] = 'SimHei'
# 定义价格和标签数据
price = [38.8, 40.2, 48.4, 39.9, 32.34]
label = ['亚马逊', '当当网', '中国图书网', '京东', '天猫']
# 绘制水平条形图
plt.barh(label, price)

# 在每个条形图右侧添加数据标签
for i, j in enumerate(price):
    # 在每个条形图右侧添加文本标签，位置为 (j + 0.5, i)，垂直居中对齐
    plt.text(j + 0.5, i, j, va='center')

# 显示图形
plt.show()

4、直方图

import numpy as np  # 导入 NumPy 库并使用别名 np
import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库

# 设置画布大小
plt.figure(figsize=(10, 6))
# 设置字体为中文黑体
plt.rcParams['font.family'] = 'SimHei'
# 解决坐标轴负号显示问题
plt.rcParams['axes.unicode_minus'] = False
# 生成包含1000个随机数的一维数组
data = np.random.randn(1000)
# 绘制直方图，分成20个箱子，颜色为蓝色，透明度为0.5，添加标签为'直方图'
plt.hist(data, bins=20, color='blue', alpha=0.5, label='直方图')
# 添加图例
plt.legend()
# 显示图形
plt.show()

5、散点图

import numpy as np  # 导入 NumPy 库并使用别名 np
import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库

# 设置画布大小
plt.figure(figsize=(8,5))
# 设置字体为中文黑体
plt.rcParams['font.family'] = 'SimHei'
# 定义身高和体重的数据
height = [120, 161, 170, 182, 175, 173, 165, 155, 150, 110]
weight = [38, 45, 58, 80, 90, 59, 55, 45, 40, 30]
# 根据体重生成散点的大小
sizes = [i * 20 for i in weight]
# 生成随机颜色
colors = np.random.rand(len(weight))
# 绘制散点图，设置点的大小、颜色
plt.scatter(height, weight, s=sizes, c=colors)
# 显示图形
plt.show()

6、饼图

import numpy as np  # 导入 NumPy 库并使用别名 np
import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库

# 设置画布大小
plt.figure(figsize=(8, 8))
# 设置字体为中文黑体
plt.rcParams['font.family'] = 'SimHei'
# 构造数据
x = [0.2515, 0.3724, 0.3336, 0.0368, 0.0057]
# 定义标签
labels = ['中专', '大专', '本科', '硕士', '其他']

# 绘制饼图
plt.pie(x,  # x 表示设置饼每块的值
        labels=labels,  # 设置标签
        autopct="%1.1f%%",  # 设置成百分比的形式
        pctdistance=0.8  # 设置百分比标签到圆心距离的比例
        )
# 显示图形
plt.show()

二、pandas

1、折线图

import numpy as np  # 导入 NumPy 库并使用别名 np
import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库

# 生成包含10个随机数的一维数组，并计算累积和，将其转换为 Pandas 的 Series
s = pd.Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))
# 绘制折线图，设置图形大小为 (7, 5) inches，颜色映射为 'viridis'
s.plot(figsize=(7, 5), colormap='viridis')
# 显示图形
plt.show()

import numpy as np  # 导入 NumPy 库并使用别名 np
import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库

# 生成一个包含10行4列随机数的二维数组，并对每列进行累积和
# 将其转换为 Pandas 的 DataFrame，指定列名和索引
df = pd.DataFrame(np.random.randn(10, 4).cumsum(0),
                  columns=['one', 'two', 'three', 'four'],
                  index=np.arange(0, 100, 10))
# 绘制 DataFrame 中每列的折线图，设置图形大小为 (10, 6) inches
df.plot(figsize=(10, 6))
# 显示图形
plt.show()

2、柱状图

import numpy as np  # 导入 NumPy 库并使用别名 np
import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库

# 创建一个包含两个子图的图形，fig是图形对象，axes是包含两个子图的数组
fig, axes = plt.subplots(2, 1)
# 生成包含10个随机数的一维数组，并转换为 Pandas 的 Series，指定索引
data = pd.Series(np.random.rand(10), index=list('abcdefjhij'))
# 在第一个子图上绘制垂直柱状图，设置图形大小、颜色、透明度
data.plot.bar(figsize=(10, 10), ax=axes[0], color='r', alpha=0.5)
# 在第二个子图上绘制水平柱状图，设置图形大小、颜色、透明度
data.plot.barh(figsize=(10, 10), ax=axes[1], color='g', alpha=0.5)
# 显示图形
plt.show()

图表适用场景总结：
1、折线图：表示数据的趋势情况，如几年每个月份的销量走势、股票走势。
2、散点图：查看数据的分布情况，是否有离群点、异常值（极小值、极大值 ）、分布是否集中。
3、饼图：查看数据的占比情况，如整个市场的份额。
4、柱状图：多组数据数据对比。
5、直方图：查看数据的分布情况，集中程度、主要分布在哪个区间。

三、seaborn

Seaborn 是建立在 Matplotlib 基础上的一个数据可视化库。它提供了一些方便的函数，用于创建统计图形，特别适用于数据集的可视化和分析。

安装和导⼊：

pip install seaborn==0.11

import seaborn as sns # 导入 Seaborn 库并使用别名 sns

读取数据：

import pandas as pd  # 导入 Pandas 库并使用别名 pd
iris = pd.read_csv(r'F:\data\iris.csv')
print(iris)

1、散点图

import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库
import seaborn as sns  # 导入 Seaborn 库并使用别名 sns

# 从 CSV 文件中读取 Iris 数据集，将其存储为 Pandas 的 DataFrame
iris = pd.read_csv(r'F:\data\iris.csv')
# 设置图形大小为 (15, 6) inches
plt.figure(figsize=(15, 6))
# 使用 Seaborn 绘制散点图
sns.scatterplot(x='sepal_length',  # 横坐标为 'sepal_length'
                y='sepal_width',  # 纵坐标为 'sepal_width'
                hue='species',  # 颜色按 'species' 划分
                data=iris)  # 数据来自于 Iris 数据集
# 显示图形
plt.show()

2、箱线图

import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库
import seaborn as sns  # 导入 Seaborn 库并使用别名 sns

# 从 CSV 文件中读取 Iris 数据集，将其存储为 Pandas 的 DataFrame
iris = pd.read_csv(r'F:\data\iris.csv')
# 设置图形大小为 (15, 6) inches
plt.figure(figsize=(15, 6))

# 使用 Seaborn 绘制箱线图，根据 'species' 分组，展示花瓣长度的分布情况
sns.boxplot(x='species',  # 横坐标为 'species'
            y='petal_length',  # 纵坐标为 'petal_length'
            hue='species',  # 颜色按 'species' 划分
            data=iris)  # 数据来自于 Iris 数据集

# 显示图形
plt.show()

3、直方核密度图

import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库
import seaborn as sns  # 导入 Seaborn 库并使用别名 sns

# 从 CSV 文件中读取 Iris 数据集，将其存储为 Pandas 的 DataFrame
iris = pd.read_csv(r'F:\data\iris.csv')
# 设置图形大小为 (15, 6) inches
plt.figure(figsize=(15, 6))

# 使用 Seaborn 绘制直方图，根据 'species' 分组，展示花瓣长度的分布情况
sns.histplot(data=iris,  # 数据来自于 Iris 数据集
             x='petal_length',  # 横坐标为 'petal_length'
             hue='species',  # 颜色按 'species' 划分
             kde=True)  # 在直方图上绘制核密度估计曲线

# 显示图形
plt.show()

4、成对图

import pandas as pd  # 导入 Pandas 库并使用别名 pd
import matplotlib.pyplot as plt  # 导入 Matplotlib 库
import seaborn as sns  # 导入 Seaborn 库并使用别名 sns

# 从 CSV 文件中读取 Iris 数据集，将其存储为 Pandas 的 DataFrame
iris = pd.read_csv(r'F:\data\iris.csv')

# 使用 Seaborn 绘制成对关系图，显示不同特征之间的关系
# 横轴和纵轴的关系用散点图表示，对角线上是每个特征的单变量分布（直方图或核密度估计）
sns.pairplot(data=iris,  # 数据来自于 Iris 数据集
             hue='species',  # 颜色按 'species' 划分
             markers=["o", "s", "D"],  # 指定不同类别的标记样式
             palette='Set2')  # 指定颜色方案

# 显示图形
plt.show()

记录学习过程，欢迎讨论交流，尊重原创，转载请注明出处~