matplotlib 实践(3) 绘制统计图形

第三章 绘制统计图形

3.1 柱状图

柱状图是描述统计中使用频率非常高的一种统计图形。他有垂直和水平样式两种可视化效果。

3.1.1 应用场景

定性数据的可视化场景，或者是离散数据的分布展示

3.1.2 绘制原理

bar() 函数的使用  
参数介绍：

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
mpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"]=False

x = [1,2,3,4,5]
y = [6,10,4,5,1]
#creat bar
plt.bar(x,y,align="center",tick_label=["A","B","C","D","E"],alpha=0.8,color='g')
plt.xlabel("Test difficult")
plt.ylabel("Examination number")

plt.grid(True,axis="y",ls=":",color="r",alpha=0.5)

plt.show()
output_2_0.png

3.2 条形图

将柱状图中的柱体形状由垂直变成水平，柱状图就变成了条形图，

x = [1,2,3,4,5]
y = [6,10,4,5,1]
#creat bar
plt.barh(x,y,align="center",tick_label=["A","B","C","D","E"],alpha=0.8,color='c')

plt.xlabel("Test difficult")
plt.ylabel("Examination number")
plt.grid(True,axis="x",ls=":",color="r",alpha=0.5)
plt.show()
output_4_0.png

3.3 堆积图

简单而言就是，将若干统计图形堆叠起来，自然是一种组合式图形。结合前面讲过的柱状图和条形图的绘制方法，具体讲解堆积柱状图和推挤条形图的实现方法

3.3.1 堆积柱状图

将bar() 中的参数bottom取值为y，y1=[2,6,3,8,5]代表另外一台试卷的份数，函数bar(x,y1,bottom=y,color="r")

# 代码实现
x = [1,2,3,4,5]
y = [6,10,4,5,1]
y1 = [2,6,3,8,5]
#creat bar
plt.bar(x,y,align="center",tick_label=["A","B","C","D","E"],alpha=0.8,color='g',label="class A")
plt.bar(x,y1,align="center",bottom=y,color="r",label="class B")
plt.xlabel("Test difficult")
plt.ylabel("Examination number")

plt.grid(True,axis="y",ls=":",color="r",alpha=0.5)
plt.legend()
plt.show()
![output_10_0.png](https://upload-images.jianshu.io/upload_images/14782847-ba0fd88953e54eea.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

3.3.2 堆积条形图

使用barh()，将参数left的取值设置为列表y 

# 代码实现
x = [1,2,3,4,5]
y = [6,10,4,5,1]
y1 = [2,6,3,8,5]
#creat bar
plt.barh(x,y,align="center",tick_label=["A","B","C","D","E"],alpha=0.8,color='g',label="class A")
plt.barh(x,y1,align="center",left=y,color="r",label="class B")
plt.xlabel("Test difficult")
plt.ylabel("Examination number")

plt.grid(True,axis="x",ls=":",color="r",alpha=0.5)
plt.legend()
plt.show()
output_8_0.png

3.4 分块图

除了堆积图，需要通过借助分块图来对比数据的分布差异。  
分块图可以分为多数据并列柱状图和多数据平行柱状图。

3.4.1 多数据并列柱状图

# 代码实现
# x = [1,2,3,4,5]
x = np.arange(5)
y = [6,10,4,5,1]
y1 = [2,6,3,8,5]

bar_width = 0.35
tick_label=["A","B","C","D","E"]
#creat bar
plt.bar(x,y,bar_width,align="center",alpha=0.8,color='g',label="class A")
plt.bar(x+bar_width,y1,bar_width,align="center",color="r",label="class B")
plt.xlabel("Test difficult")
plt.ylabel("Examination number")

plt.grid(True,axis="y",ls=":",color="r",alpha=0.5)
plt.xticks(x+bar_width/2,tick_label)
plt.legend()
plt.show()
output_10_0.png
# 代码实现
# x = [1,2,3,4,5]
x = np.arange(5)
y = [6,10,4,5,1]
y1 = [2,6,3,8,5]

bar_width = 0.35
tick_label=["A","B","C","D","E"]
#creat bar
plt.barh(x,y,bar_width,align="center",alpha=0.8,color='g',label="class A")
plt.barh(x+bar_width,y1,bar_width,align="center",color="r",label="class B")
plt.xlabel("Test difficult")
plt.ylabel("Examination number")

plt.grid(True,axis="x",ls=":",color="r",alpha=0.5)
plt.yticks(x+bar_width/2,tick_label)
plt.legend()
plt.show()
output_11_0.png

3.5 参数探索

在柱体上绘制装饰线和装饰图，也就是说设置柱体的填充样式。使用关键字hatch ,取值可以有“/”“\\”,“|”“_”,随着符号的数量越多，柱体的几何图形密集程度越高。

x = [1,2,3,4,5]
y = [6,10,4,5,1]
#creat bar
plt.bar(x,y,hatch="/|\\\_",align="center",tick_label=["A","B","C","D","E"],alpha=0.8,color='g')
plt.xlabel("Test difficult")
plt.ylabel("Examination number")

plt.grid(True,axis="y",ls=":",color="r",alpha=0.5)

plt.show()
output_13_0.png

3.6 堆积折线图、间断条形图和阶梯图

这三种图形是在折线图、柱状图和条形图基础上衍生出来的统计图形。

3.6.1 用函数stackplot()绘制堆积折线图

通过绘制不同数据集的折线图而生成的。堆积折线图按照垂直方向上彼此堆积而又不相互覆盖的排列顺序，绘制若干条折线图而形成的组合图形。
通过使用  
plt.stackplot(x,y,y1,y2,labels=labels,colors=colors)

x = np.arange(1,6,1)
y=[0,4,3,5,6]
y1 = [1,3,4,2,7]
y2 = [3,4,1,6,5]
labels = ["g","r","b"]
colors = ['g','r','b']
plt.stackplot(x,y,y1,y2,labels=labels,colors=colors)
plt.legend(loc="upper left")
plt.show()
output_15_0.png

3.6.2 用函数broken_barh() 绘制间断条形图

主要用来可视化定性数据的相同指标在时间维度上的指标值，实现定性数据的相同指标的变化情况的有效直观比较。

plt.broken_barh([(30,100),(180,50),(260,70)],(20,8),facecolors="g")
plt.broken_barh([(60,90),(190,20),(230,30),(280,60)],(10,8),facecolors=("g","y","r","b"))
plt.xlim(0,360)
plt.ylim(5,35)
plt.xlabel("演出时间")
plt.xticks(np.arange(0,361,60))
plt.yticks([15,25],["歌剧院A","歌剧院B"])

plt.grid(True,lw = 1,color="r")

plt.show()
output_17_0.png

3.6.3 用step() 绘制阶梯图

阶梯图经常使用在时间序列数据的可视化任务中，凸显时序数据的波动周期和规律。   
在使用step() 绘图的时候，关注where参数的选择，有pre 和 post 可以选择，获得的图形的效果不同

x = np.linspace(1,10,10)
y = np.sin(x)
plt.step(x,y,color="r",where = "pre",lw =2)
plt.step(x,y,color = "g",where = "post",lw=2)
plt.xlim(0,11)
plt.xticks(np.arange(1,11,1))
plt.ylim(-1.2,1.2)
plt.show()
output_19_0.png

3.7 直方图

3.7.1 定量数据的分布展示

直方图主要应用在定量数据的可是化场景中，或者是用来进行连续数据的可视化展示。

3.7.2 直方图和柱状图的关系

直方图描述的是连续型数据的分布，柱状图描述的是离散型的分布。直方图描述定量数据，柱状图描述定性数据。
柱状图之间有间隙，但是直方图之间没有间隙。

scoresT = np.random.randint(0,100,100)
bins = range(0,101,10)
plt.hist(scoresT,bins,histtype="bar",rwidth=10)
plt.xlabel("测试成绩")
plt.ylabel("学生人数")
plt.show()
output_21_0.png

堆积直方图

scoresT1 = np.random.randint(0,100,1000)
scoresT2 = np.random.randint(0,100,1000)
x = [scoresT1,scoresT2]
colors = ["y","r"]
labels = ["班级A","班级B"]
bins = range(0,101,10)

plt.hist(x,bins,histtype="bar",rwidth=10,color=colors,
        stacked = True,label=labels)
# plt.hist(x,bins,histtype="bar",rwidth=10,color=colors,
#         stacked = False,label=labels)

plt.xlabel("测试成绩")
plt.ylabel("学生人数")
plt.show()
output_23_0.png

3.7.5 直方图的不同形状

堆积阶梯直方图

scoresT1 = np.random.randint(0,100,100)
scoresT2 = np.random.randint(0,100,100)
x = [scoresT1,scoresT2]
colors = ["y","r"]
labels = ["班级A","班级B"]
bins = range(0,101,10)

plt.hist(x,bins,histtype="stepfilled",rwidth=10,color=colors,
        stacked = True,label=labels)
# plt.hist(x,bins,histtype="bar",rwidth=10,color=colors,
#         stacked = False,label=labels)

plt.xlabel("测试成绩")
plt.ylabel("学生人数")
plt.show()
output_25_0.png

3.8 饼图 pie

3.8.1 定性数据的比例展示

主要应用在定性数据的可视化场景，或者是用来进行离散型数据的比例展示。

3.8.2 绘制原理

labels = ["A难度水平","B难度水平","C难度水平","D难度水平"]
colors = ["g","y","b","r"]
students = [0.35,0.15,0.20,0.30]
explode = (0.1,0.1,0.1,0.1)

plt.pie(students,explode=explode,
       labels=labels,
       autopct="%3.1f%%",
       startangle=45,
       shadow=True,
       colors=colors)
plt.show()
output_27_0.png

3.8.3 非分列式饼图

去掉参数explode即可

labels = ["A难度水平","B难度水平","C难度水平","D难度水平"]
colors = ["g","y","b","r"]
students = [0.35,0.15,0.20,0.30]
explode = (0.1,0.1,0.1,0.1)

plt.pie(students,
       labels=labels,
       autopct="%3.1f%%",
       startangle=45,
       shadow=True,
       colors=colors)
plt.show()
output_29_0.png

3.8.4 案例 —— 内嵌环形饼图

3.9 箱线图

3.10 误差棒图

References

1、《Python数据可视化之matplotlib实践》 刘大成著

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 230,002评论 6赞 542
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 99,400评论 3赞 429
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 178,136评论 0赞 383
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 63,714评论 1赞 317
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 72,452评论 6赞 412
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 55,818评论 1赞 328
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 43,812评论 3赞 446
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 42,997评论 0赞 290
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 49,552评论 1赞 335
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 41,292评论 3赞 358
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 43,510评论 1赞 374
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 39,035评论 5赞 363
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 44,721评论 3赞 348
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 35,121评论 0赞 28
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 36,429评论 1赞 294
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 52,235评论 3赞 398
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 48,480评论 2赞 379