matplotlib

Matplotlib是一个帮助我们绘制数据的python库。通过它，你可以画出线图、散点图、等高线图; 条形图、直方图、3D 图形甚至是图形动画等等。

当横轴为时间时，使用线图
当两个变量存在相关性时，使用散点图
当想要观察数值数据的分布时，使用直方图
我们可以在图表中定义以下属性：颜色、标签、线宽、标题、不透明度、网格、图形大小、坐标轴刻度、线型等

条形图

• 条形图：一种以长方形的长度为变量的表达图形的统计报告图，由一系列高度不等的纵向条纹表示数据分布的情况，用来比较两个或以上的价值（不同时间或者不同条件），只有一个变量，通常利用于较小的数据集分析

  • 条形图：柱形图、堆积柱形图、百分比堆积柱形图等。
  • 适用场景
    1. 适合分析分类数据字段、或者连续的数据字段，利用柱子的高度来反映数据的数值差异。、
    2. 适合分析对比组内各项数据
    3. 堆积柱：可以形象的展示一个大分类包含的每个小分类的数据，以及小分类的占比情况，显示的是单个项目与整体之间的关系
    4. 百分比堆积柱形图：矩形高度表示每子项占当前项的百分比

• 案例

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
x=np.arange(1,6)
y=np.random.randint(1,100,5) #随机生成5个1到100之间的数

条形图：维度分类较多或维度名称比较长的时候使用横向树状图（条形图）

plt.bar(x,y,color='g')
plt.show()

堆积图：更直观对比整体的数据，可以更清晰的看出各种类别的占比情况

y.plot(kind='barh',stacked=True,figsize=(16,9)) #传递参数stacked=True来生成堆积树状图
plt.show()

百分比堆积树状图：展示的占比的情况

y.div(data.sum(1),axis=0).plot(kind='barh',figsize=(16,9),stacked=True)
plt.show()

直方图

• 直方图：又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据类型，纵轴表示分布情况。用来整理计量值的观测数据，分析其分布状态的统计方法，用于对总体的分布特征进行推断

  应用场景：表示分布状态，分析数据是否服从正态分布，判断数据是否异常或者孤立

• 直方图与柱状图的比较：

  • 直方图展示数据的分布，柱状图比较数据的大小。这是直方图与柱状图最根本的区别。直方图表示在一定值的区间中，有多少数据，表现的是数据的分布情况。柱状图表示，每一个数据的值的大小，表现的是值大小的对比

  • 直方图X轴为定量数据，柱状图X轴为分类数据。 直方图的x轴通常是连续排列的，柱状图是分开排列的

• 柱状图是以矩形的长度表示每一组的数据大小，其宽度(表示类别)则是固定的，利于较小的数据集分析。

• 直方图是以矩形的长度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义，利于展示大量数据集的统计结果。

• 画直方图一般流程

  • 计算极差（最大值 - 最小值）
  • 设置组距
  • 计算组数（极差/ 组距）(通常对于数据较少的情况，分为5 ~ 12组 )

• 案例

x=np.random.randn(500)
plt.hist(x,bins=20,color='g',rwidth=0.5)
plt.show()

散点图

• 散点图：用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。散点图将序列显示为一组点。值由点在图表中的位置表示。

  应用场景：判断两个变量之间是否存在关联，判断异常值

• 探究 投资额和住宅投资的关系

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
x=np.arange(10)
y_c=np.random.normal(size=10)
plt.scatter(x,y_c,color='y')

饼图

• 饼图：用于表示不同分类的占比情况，通过弧度大小来对比各种分类。饼图通过将一个圆饼按照分类的占比划分成多个区块，整个圆饼代表数据的总量，每个区块（圆弧）表示该分类占总体的比例大小，所有区块（圆弧）的加和等于 100%。

  应用场景：分类占比

• 每个省份投资额占比

from matplotlib import pyplot as plt
a=np.random.randint(1,10,5)
plt.pie(a,autopct="%1.2f%%",shadow=True,explode=(0,0,0.3,0,0),startangle=90)
plt.show()
  #让饼图保持正圆形
  plt.axis('equal')
  plt.show()

参数解释：
y 为dataframe列名，或者列名列表,当绘制多列数据,指定subplots=True，绘制在不同的子图中
autopct:在图中显示百分比
shadow:布尔值,为饼图增加阴影效果
explode:为饼图增加破裂效果，值越大，破裂越大
startangle:饼图旋转角度，从X轴逆时针旋转

折线图

• 折线图：可以很直观的反应出数据的变化趋势，反应事物的变化情况

  • 应用场景：适合二维的大数据集，还适合多个二维数据集的比较

• 案例

  • 绘制标普500指数的收盘价的变化

    import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    
    data = pd.read_csv('d:/test_data/spx.csv',index_col='Unnamed: 0',parse_dates=True) #index_col:DataFrame的列用作行索引， parse_dates:解析索引
    
    data.head()
                SPX
    1990-02-01  328.79
    1990-02-02  330.92
    1990-02-05  331.85
    1990-02-06  329.66
    1990-02-07  333.75
    

  • 面向对象画图

    #创建画布
    fig,ax=plt.subplots(figsize=(16,6),dpi=100)
    #准备数据
    x=data.index
    y=data['SPX']
    ax.plot(x,y,color='r')
    plt.show()
    

*在图中截取2007-2010年金融危机部分*

```python
#截取2007-2011年
#set_xlim, setylim：设置图表的边界

ax.set_xlim(['2007-1-1','2011-1-1'])

#截取SPX>600
ax.set_ylim([600,1800])

#添加标题
ax.set_title('2007-2010年金融危机标普500指数变化趋势')

#添加坐标轴标签
ax.set_xlabel('Date')
ax.set_ylabel('SPX')
```

*在图中添加文字*

```python
# ax.annotate('Peak of bull market',xy=(datetime(2007,10,11),y['2007-10-11']),
           xytext=(datetime(2007,10,11),y['2007-10-11'] + 160),
           arrowprops=dict(facecolor='c'))
"""
s:字符串，注释文本
xy：注释的点(x,y)
xytext:放置文本的位置(x,y)
arrowprops:在xy和xytext之间绘制箭头的属性(字典)
"""

crisis_date = [
    (datetime(2007,10,11),'Peak of bull market'),
    (datetime(2008,3,12),'Bear Stearns Fails'),
    (datetime(2008,9,15),'Lehman Bankruptcy')
]

for date,label in crisis_date:
    ax.annotate(label,xy=(date,y[date]),xytext=(date,y[date]+160),
               arrowprops=dict(facecolor='c'))
```



*关于annotate更多请参考：*

*https://matplotlib.org/api/_as_gen/matplotlib.pyplot.annotate.html*

*https://matplotlib.org/users/annotations_intro.html*

*在这里我们另外补充了面向对象画图的另外几个功能*

• Dataframe画图

  在前面我们都是直接使用 matplotlib进行绘图，我们的pandas集成了matplotlib画图的方法，我们也可以还有 pandas直接进行绘制

  import numpy as np
  import pandas as pd
  import matplotlib.pyplot as plt
  from datetime import datetime
  
  data = pd.read_csv('d:/test_data/spx.csv',index_col='Unnamed: 0',parse_dates=True)
  
  data.plot(figsize=(16,6),color='r',
            xlim=['2007-1-1','2011-1-1'],
            ylim =[600,1800],
           title='2007-2010年金融危机标普500指数变化趋势'
           )
  #plt.xlim(['2007-1-1','2011-1-1'])
  #plt.ylim([600,1800])
  plt.xlabel('Date')
  plt.ylabel('SPX')
  
  crisis_date = [
      (datetime(2007,10,11),'Peak of bull market'),
      (datetime(2008,3,12),'Bear Stearns Fails'),
      (datetime(2008,9,15),'Lehman Bankruptcy')
  ]
  for date,label in crisis_date:
      plt.annotate(label,xy=(date,y[date]),xytext=(date,y[date]+160),
                 arrowprops=dict(facecolor='c'))
  plt.show()
  
  

• 我们使用dataframe画图，当不能满足于我们的需求时，可以和 plt方法，或者面向画图方法结合使用

箱线图

• 箱线图：是一种直观简洁的方式去呈现一组数据的分布. 因其形状如箱子而得名. 箱线图广泛用于各个数据分析领域. 它能非常简单明了地显示一组数据中5个重要数值, 最大值 (Maximum Value), 最小值 (Minimum Value), 中位数 (Median Value), 下四分位数 (First Quartile), 上四分位数 (Third Quartile). 箱线图还能发现一组数据中的存在的异常值 (Outliers).

  分位数：把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。

• 🐉查看投资数据的异常值

x=np.random.randint(1,11,10)
plt.boxplot(x)
print(x)
plt.show()

matplotlib参数调整

• 在前面我们已经知道了matplotlib图的结构,下面我们着重于matplotlib的辅助显示，颜色，标记，线类型，刻度，标签，图例，以及图片保存

• 模拟股票10分钟的变化趋势

  • 画出股票趋势图

  import numpy as np
  import pandas as pd 
  import matplotlib.pyplot as plt
  
  #1)准备数据
  x = range(1,11) #股票10分钟
  y = np.random.normal(size=10) #正态分布随机生成10个数据
  
  #2)创建画布
  fig = plt.figure(figsize=(16,6),dpi=100) #设置大小，设置dpi
  
  #3)绘制折线图
  plt.plot(x,y)
  
  #4)显示图像
  plt.show() #show方法会释放figure资源
  

• 设置刻度标签，设置刻度值

  plt.xticks(x，kwargs):x:显示的刻度值

  plt.yticks(y，kwargs):y:显示的刻度值

  #构造刻度标签
  x_ticks_label = ['10点{}分'.format(i) for i in x]
  
  plt.xticks(x,x_ticks_label,rotation=45) #rotation:将刻度标签旋转多少度
  

• 设置轴标签，标题

  #设置x,y轴标签
  plt.xlabel('时间') 
  plt.ylabel('涨幅')
  
  #设置图像标题
  plt.title('股票10分中的涨幅')
  

• 设置颜色，标记和线类型

  #设置颜色color
  #设置线类型linestyle
  #设置标记marker
  plt.plot(x,y,color='r',linestyle='--',marker='o')
  

• 显示图例

  可能我们在一个绘图区，需要绘制多个图形，多次plot就可以解决

  #在添加一条数据
  y_B = np.random.normal(size=10)
  
  #进行绘制
  #plt.plot(x,y_B,color='b',marker='o')
  
  #添加图例
  #显示图例我们需要先加上label标签
  plt.plot(x,y,color='r',linestyle='--',marker='o',label='A')
  plt.plot(x,y_B,color='b',marker='o',label='B')
  plt.legend(loc='best')
  
  #添加网格显示
  plt.grid(True,linestyle='--',alpha=1) #appha：透明度
  

• 常见颜色

  标识	描述
  r	红色
  g	绿色
  b	蓝色
  w	白色
  c	青色
  m	洋红
  y	黄色
  k	黑色

• 常见线类型

  标识	描述
  -	实线
  --	虚线
  -.	点划线
  ：	点虚线
  ‘’	空格

• 常见标记

  标识	描述
  '.'	point marker
  ','	pixel marker
  'o'	circle marker
  'v'	triangle_down marker
  '^'	triangle_up marker
  '<'	triangle_left marker
  '>'	triangle_right marker
  '1'	tri_down marker
  '2'	tri_up marker
  '3'	tri_left marker
  '4'	tri_right marker
  's'	square marker
  'p'	pentagon marker
  '*'	star marker
  'h'	hexagon1 marker
  'H'	hexagon2 marker
  '+'	plus marker
  'x'	x marker
  'D'	diamond marker
  'd'	thin_diamond marker
  '|'	vline marker
  '_'	hline marker

• 显示图例位置

  位置的字符串	位置的标识
  best	0
  upper right	1
  upper left	2
  lower left	3
  lower right	4
  right	5
  center left	6
  center right	7
  lower center	8
  upper center	9
  center	10

matplotlib图像构造

• 实现一个简单的matplotlib画图

  import numpy as np
  import matplotlib.pyplot as plt
  
  data= np.arange(10)
  plt.plot(data) #折线图函数
  plt.show()#输出图像
  

• Part of a Figure

  • matplotlib绘制的图位于 （Figure）对象中

  • Figure:整个图形（可以改变大小和分辨率），想象为画画的画布，可以有任意数量的 Axes,至少要有一个有用

    #创建一个画布
    fig = plt.figure()
    """
    参数：
    figsize:画布大小，默认None,(width,height)整数元组
    dpi:图像分辨率,默认None,整数
    facecolor:背景颜色
    """
    

  • Axes：坐标系，数据绘图的区域

  • Axis：坐标轴（大小限制，刻度，刻度标签），坐标系中的一条轴

• 辅助显示层

  辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。

• 图像层

  图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。

matplotlib绘制子图

• 我们在程序中尽量采用面向对象进行绘图，有利于我们可以绘制多个子图，这里为了大家更方便的理解，给出一般的画图流程

• plt.subplots:(nrows,ncols,sharex,sharey,fig_kw)

  参数	描述
  nrows	子图的行数
  ncols	子图的列数
  sharex	子图共享x轴刻度，默认:False
  sahrey	子图共享y轴刻度，默认:False
  **fig_ky	生成画布时使用额外的关键字参数

  *subplots创建一个新的画布,返回是一个元组,包含 figure对象，生成子图对象的 Numpy数组, 我们在选择子图对象时，可以使用索引进行选取,同时我们在相同比例下进行数据对比的时候可以使用 sharex,sharey来让子图拥有相同的 x轴或 y轴刻度.

  #创建一个包含4个子图对象的figure，默认生成1个
  plt.subplots(2,2,figsize=(16,6),dpi=100)
  #返回一个元组,里面包含了figure对象,以及4个子图对象
  #选取子图进行绘制，选取第二行的第二个进行绘制
  #准备数据
  fig,axs = plt.subplots(2,2,figsize=(16,6),dpi=100,sharex=True,sharey=True)
  x=[1,2,3,4,5]
  y=[0.6,0.8,-0.3,0.2,-0.1]
  #选取我们所需的子图我们使用数组索引
  axs[1,1].plot(x,y)
  

从上图我们可以看出，我们子图和子图之间默认会有一定的间距，我们可以使用subplots_adjust对间距进行调整

subplts_adjust(wspace, hspace)

wspace：宽度百分比：

hspace：高度百分比

#调整子图的间距
plt.subplots_adjust(wspace=0,hspace=0) #消除了子图与子图之间的间距

• 模拟股票10分钟变化趋势，使用面向对象进行绘图

  使用面向对象绘图有一些基本方法改变：

  set_xticks:设置 x轴的刻度

  set_yticks:设置 y轴的刻度

  set_xticklabes:设置 x轴的刻度标签

  set_yticklabes:设置 y轴的刻度标签

  set_xlabel:设置 x轴标签

  set_ylabe:设置 y轴标签

  set_title:设置标题

  #创建画布，默认生成一个
  fig,ax = plt.subplots(figsize=(16,6),dpi=100)
  
  #面向对象进行画图
  ax.plot(x,y,color='r',linestyle='--',marker='o',label='A')
  ax.plot(x,y_B,color='b',marker='D',label='B')
  
  #显示图例，默认是best
  ax.legend()
  
  #添加网格
  ax.grid(linestyle='--',alpha=1)
  
  #添加标题
  ax.set_title('股票10分中的涨幅')
  
  #设置轴的标签
  ax.set_xlabel('时间')
  ax.set_ylabel('涨幅')
  
  #设置刻度值
  ax.set_xticks(x)
  #设置刻度值标签
  ax.set_xticklabels(x_ticks_label)
  
  #释放figure资源，输出图像
  plt.show()
  

• 绘制子图

#创建一个2*1的画布
fig,axs = plt.subplots(2,1,figsize=(16,6),dpi=100,sharex=True)

#多个子图进行绘图的时候，我们需要选择我们绘图区(axes)
#选择第一个axes
axs[0].plot(x,y,color='r',linestyle='--',marker='o',label='A')
#选择第二个axes
axs[1].plot(x,y_B,color='b',marker='D',label='B')

axs[0].legend()
axs[1].legend()

axs[0].grid(linestyle='--',alpha=1)
axs[1].grid(linestyle='--',alpha=1)

axs[0].set_title('A股票10分中的涨幅')
axs[1].set_title('B股票10分中的涨幅')

axs[0].set_xlabel('时间')
axs[1].set_xlabel('时间')

axs[0].set_ylabel('涨幅')
axs[1].set_ylabel('涨幅')  

#在创建画布的时候，设置了sharex=True，所有的子图共享x轴刻度
axs[0].set_xticks(x)
axs[0].set_xticklabels(x_ticks_label)

plt.show()