【Python】—— 如果使用matplotlib做数据可视化

2023-12-16 09:33:22

相关知识

掌握matplotlib的基本使用方法

? ?? ?Matplotlib 是一个用于绘制二维图形的 Python 库，广泛用于数据可视化。它提供了一个类似于 MATLAB 的绘图接口，使得用户可以轻松地创建各种静态、动态、交互式的图形。

以下是 Matplotlib 的一些主要特点和组件：

简单易用： Matplotlib 提供了一个简单的 API，使得用户可以轻松创建图形，而无需深入了解图形学或复杂的绘图原理。
多种图形类型： Matplotlib 支持各种常见的图形类型，包括线图、散点图、柱状图、饼图、等高线图等。
定制性强： 用户可以对图形的各个方面进行精细的定制，包括线型、颜色、标签、标题等。
支持 LaTeX： Matplotlib 支持使用 LaTeX 标记在图形中添加数学公式。
多平台支持： Matplotlib 可以在多个平台上运行，包括 Windows、Linux 和 macOS。
图形导出： 用户可以将图形以多种格式导出，包括 PNG、PDF、SVG 等。
面向对象的接口： Matplotlib 提供了一个面向对象的接口，允许用户更灵活地控制图形的各个元素。

? ?? ?Matplotlib 的强大之处在于它的灵活性和广泛的应用领域，从简单的图形到复杂的数据可视化，都可以通过 Matplotlib 轻松实现。
? ?? ?以下是 Matplotlib 的一些主要功能：

1. 折线图

? ?? ?使用 plot 函数可以创建折线图，用于表示数据的趋势和变化。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.show()

2. 散点图

? ?? ?使用 scatter 函数可以创建散点图，用于显示两个变量之间的关系。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y)
plt.show()

3. 柱状图

? ?? ?使用 bar 或 barh 函数可以创建垂直或水平的柱状图，用于比较不同类别的数据。

import matplotlib.pyplot as plt

categories = ['A', 'B', 'C', 'D']
values = [3, 7, 2, 5]

plt.bar(categories, values)
plt.show()

4. 饼图

? ?? ?使用 pie 函数可以创建饼图，用于显示各部分在整体中的占比。

import matplotlib.pyplot as plt

sizes = [30, 20, 25, 15, 10]

plt.pie(sizes, labels=['A', 'B', 'C', 'D', 'E'])
plt.show()

5. 直方图

? ?? ?使用 hist 函数可以创建直方图，用于显示数据的分布情况。

import matplotlib.pyplot as plt

data = [1, 2, 2, 3, 3, 3, 4, 4, 5]

plt.hist(data, bins=5)
plt.show()

6. 等高线图

? ?? ?使用 contour 函数可以创建等高线图，用于表示二维数据的等高线。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

plt.contour(X, Y, Z, cmap='viridis')
plt.show()

7. 图形定制

? ?? ?用户可以定制图形的各个方面，包括颜色、线型、标签、标题等。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y, color='red', linestyle='--', marker='o', label='Line A')
plt.title('Customized Line Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.legend()
plt.show()

? ?? ?这些只是 Matplotlib 的一小部分功能，该库还支持更多高级的功能，如图形的注释、图形的嵌套、3D 图形、动画等。Matplotlib 的文档和示例库是学习和探索更多功能的好资源。
? ?? ?访问以下链接https://matplotlib.org/stable/gallery/index.html可以了解到更多功能并获取官方教程。

掌握数据处理的基本方法

1. 数据筛选

使用 Pandas 进行数据筛选，例如选择满足某个条件的行。

import pandas as pd

# 假设 df 是一个数据框
filtered_data = df[df['column'] > 10]

2. 缺失值处理

处理缺失值，可以使用 Pandas 的 dropna() 或 fillna() 方法。

import pandas as pd

# 删除包含缺失值的行
df.dropna()

# 使用特定值填充缺失值
df.fillna(0)

3. 异常值处理

识别和处理异常值，可以通过统计方法或可视化方法来检测异常值。

import pandas as pd

# 使用描述性统计分析识别异常值
mean = df['column'].mean()
std = df['column'].std()
threshold = mean + 3 * std

# 删除超过阈值的异常值
df = df[df['column'] < threshold]

理解数据可视化的原则和方法

1. 选择合适的图表类型

? ?? ?根据数据的特性和目标，选择合适的图表类型，例如使用折线图表示趋势，柱状图比较类别等。

2. 避免数据混淆

? ?? ?确保图表清晰易懂，避免使用过于复杂的图表或颜色，以防止数据混淆。

3. 突出重要信息

? ?? ?通过调整图表的样式，突出重要的数据信息，如使用颜色或标签来强调关键数据点。

能够根据实际需求选择合适的图表类型
? ???选择适当的图表类型，考虑数据的结构和目标，例如使用散点图展示相关性，饼图表示比例，柱状图比较类别等。

能够根据实际需求调整图表的属性和样式
? ???根据图表的目标和观众，调整图表的属性和样式，包括颜色、线型、标签、标题等，以提高图表的可读性和美观性。

内容

1、从网站中选取三个国家的从1960-2022年的GDP值，绘制一幅折线图。

? ?? ?数据来自网站，点击以下链接可查看原网页：
? ?? ?https://www.kylc.com/stats/global/yearly_overview/g_gdp.html
? ?? ?网址内容截图（查看数据）：
在这里插入图片描述

方法1

部分代码截图：
在这里插入图片描述

运行结果（折线图）：
在这里插入图片描述

方法2

部分代码截图：
在这里插入图片描述

运行结果（折线图）：
在这里插入图片描述

2、在一幅图中绘制四幅子图

反映国内或者国际上主要手机品牌在某年或者某季度的销量的饼图。
反映广东省各市的GDP。横
广州市房价平均值的柱状图。
绘制广东省2022年的高考一分段的散点图。

部分代码截图：
在这里插入图片描述

运行结果：
在这里插入图片描述

附录

从网站中选取三个国家的从1960-2022年的GDP值，绘制一幅折线图。:

方法1：

import os
import matplotlib.pyplot as plt
import pandas as pd

# 设置支持中文的Matplotlib字体
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

# 读取数据
file_path = os.path.abspath('GDP.csv')
data = pd.read_csv(file_path, encoding='gbk')
# 提取数据
years = data['年份']
usa_gdp = data['美国GDP(万亿)']
uk_gdp = data['英国GDP(万亿)']
china_gdp = data['中国GDP (万亿)']
# 绘制折线图
fig, ax = plt.subplots()
ax.plot(years, usa_gdp, Label='美国')
ax.plot(years, uk_gdp, Label='英国')
ax.plot(years, china_gdp, label='中国')
ax.set_xlabel('年份')
ax.set_ylabel('GDP (万亿)')
ax.set_title('1960-2022年各国GDP')
ax.Tegend()
plt.show()

方法2：

import urllib.request
import re
import pandas as pd
import csv
import matplotlib.pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
#网页数据分析
def getdata(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent',
                   ' Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36')#设置请求头信息
    data = urllib.request.urlopen(req).read().decode('utf-8')
    str1 = str(data)
    pat = '''<tr>
                                    <td>(.*?)</td>
                                    <td>(.*?)</td>
                                    <td>(.*?)</td>
                                    <td>(.*?)\(.*?</td>
                                        <td>.*?</td>
                                </tr>'''#网页分析进行选定内容，正则表达
    result = re.compile(pat).findall(str1)
    return result
#网页数据存储
def datastorage():
    for i in range(1960, 2023):
        print('正在收集第%d年数据' % i)
        rank = []
        country = []
        zhou = []
        total = []
        url = 'https://www.kuaiyilicai.com/stats/global/yearly/g_gdp/' + str(i) + '.html'
        data = getdata(url)
        for j in range(0, len(data)):
            rank.append(data[j][0])#当页排名
            country.append(data[j][1])#国家
            zhou.append(data[j][2])#所在州
            total.append(data[j][3])#GDP
        dataframe = pd.DataFrame({'排名': rank, '国家/地区': country, '所在洲': zhou, 'GDP(美元计)': total})
        dataframe.to_csv(str(i) + "年世界gdp排名.csv", index=False, sep=',', encoding="utf_8_sig", mode="a+")
        print(i, '年数据收集完成')
datastorage()
#文字转数字
def str2value(valueStr):
    valueStr = re.sub(r'亿', '00000000', valueStr)  # 将"亿"替换为8个零
    valueStr = re.sub(r'万', '0000', valueStr)  # 将"万"替换为4个零
    valueStr = re.sub(r'\.|,', '', valueStr)  # 去除小数点和逗号
    return int(valueStr)
timegdp = list(range(1960,2023))
zhongdata = []
meidata = []
yingdata = []
print("打开文件，搜索需要内容中.....")
for i in range(1960,2023):
    csv_reader = csv.reader(open(str(i) + "年世界gdp排名.csv",encoding="utf-8"))
    for row in csv_reader:
        if row[1]=='中国':
            zhongdata.append(row[3])
        if row[1]=='美国':
            meidata.append(row[3])
        if row[1]=='英国':
            yingdata.append(row[3])
result = [str2value(valueStr) for valueStr in zhongdata]
result1 = [str2value(valueStr) for valueStr in meidata]
result2 = [str2value(valueStr) for valueStr in yingdata]
# 画图
plt.plot(timegdp, result, 'b*--', alpha=0.5, linewidth=1, label='PRC')
plt.plot(timegdp, result1, 'rs--', alpha=0.5, linewidth=1, label='USA')
plt.plot(timegdp, result2, 'go--', alpha=0.5, linewidth=1, label='UK')
plt.legend()  # 显示上面的label
plt.xlabel('时间')
plt.ylabel('GDP')  # accuracy
# plt.ylim(-1,1)#仅设置y轴坐标范围
plt.show()

在一幅图中绘制四幅子图

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

matplotlib.use('TkAgg')
# 设置Matplotlib的默认字体，并忽略警告
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False

phone_brands = ['Apple(苹果)', 'samsung(三星)', 'Xiaomi(小米)', 'OPPO(欧珀)', 'vivo(维沃)', '其他']
phone_sales = [19, 22, 13, 9, 9, 28]

cities = ['深圳', '广州', '佛山', '东莞', '惠州', '珠海', '茂名', '江门', '湛江', '中山', '汕头', '肇庆', '揭阳',
          '清远', '韶关', '阳江', '汕尾', '梅州', '潮州', '河源', '云浮']
gdp_values = [32387.68, 28839, 12698.39, 11200.32, 5401.24, 4045.45, 3904.63, 3773.41, 3712.56, 3631.28, 3017.44,
              2705.05, 2260.98, 2032.02, 1563.93, 1535.02, 1322.02, 1318.21, 1312.98, 1294.57, 1162.43]

districts = ['天河区', '越秀区', '海珠区', '荔湾区', '白云区', '番禺区', '黄埔区', '南沙区', '增城区', '花都区',
             '从化区']
house_prices = [74723, 72121, 58268, 50631, 49639, 38788, 28890, 23567, 21942, 19420, 16160]

# 柱状图
fig, axes = plt.subplots(2, 2, figsize=(18, 10))

# 饼图 - 手机销量
axes[0, 0].pie(phone_sales, labels=phone_brands, autopct='%1.1f%%', startangle=90)
axes[0, 0].set_title('2022 年全年手机市场销售份额')

# 柱状图 - GDP
axes[0, 1].bar(cities, gdp_values, color='skyblue')
axes[0, 1].set_title('2022年广东省21市GDP排名')
axes[0, 1].set_xlabel('城市')
axes[0, 1].set_ylabel('GDP (亿元)')

# 柱状图 - 房价
axes[1, 0].barh(districts, house_prices, color='salmon')
axes[1, 0].set_title('广州市各区平均房价')
axes[1, 0].set_xlabel('房价 (元/平方米)')
axes[1, 0].set_ylabel('区域')

# 散点图 - 高考一分段
df = pd.read_excel('分数.xlsx', engine='openpyxl')
# # 显示数据
# print(df)
# 提取需要绘制的数据列
province_scores = df['分数']  # np.random.randint(400, 700, 100)
province_ranks = df['人数']  # np.random.randint(1, 101, 100)

axes[1, 1].scatter(province_scores, province_ranks, color='green', alpha=0.4)
axes[1, 1].set_title('广东省2022年历史类一分一段统计')
axes[1, 1].set_xlabel('分数')
axes[1, 1].set_ylabel('人数')
# 设置X轴刻度位置和标签
xticks = np.arange(0, 800, 50)
axes[1, 1].set_xticks(xticks)
axes[1, 1].set_xticklabels([str(x) for x in xticks])
# 设置Y轴刻度位置和标签
yticks = np.arange(0, 1300, 100)
axes[1, 1].set_yticks(yticks)
axes[1, 1].set_yticklabels([str(y) for y in yticks])

plt.tight_layout()
plt.show()

文章来源:https://blog.csdn.net/m0_53054984/article/details/135026450
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：veading@qq.com进行投诉反馈，一经查实，立即删除！