机器学习（3）- Matplotlib

Matplotlib

一. Matplotlib之HelloWorld

1. 什么是Matplotlib
   专门绘制2D图表的软件

2. 为什么要学习Matplotlib
   做数据可视化, Matplotlib是一个比较方便的工具

3. 实现一个简单的Matplotlib画图

4. 导入: import matplotlib.pyplot as plt

   2. 准备数据
   3. 创建画布
   4. 绘图
   5. 展示

5. Matplotlib三层结构

   1. 容器层

      画板 -> 画布 -> 坐标系

   2. 辅助层

      1. 刻度, 坐标轴的标题, 标题, 网格, 图例

   3. 图像层

      1. 折线, 柱状图, 散点图, 饼状图, 直方图 …

二. 折线图(plot)与基础绘图功能

1. 折线图绘制与保存图片

1. 绘图三步:
   1. 创建画布
   2. 绘图
   3. 展示
2. 保存图片

• API: plt.savefig(path)
• 注意: 必须在show()前调用
• 原因: show()把画布清空了.

2. 完善原始折线图1(辅助显示层)

• 2.1 添加自定义x,y刻度

  • 添加x轴刻度

    • api: plt.xticks(x, 刻度文本列表)

  • 添加y轴刻度

    • api: plt.yticks(y, 刻度文本列表)

  • 注意:

    1. 第一个参数必须是一个标量的列表
    2. 刻度文本列表必须和标量的列表一一对应

    import random
    # 准备数据
    
    x = range(60)
    y_gz = [random.randint(25,35)  for i in x]
    
    # 创建画布
    
    plt.figure(figsize=(20, 8), dpi=80)
    
    # 绘图
    
    plt.plot(x, y_gz)
    
    # 添加刻度
    
    # 准备刻度的数据
    
    x_ticks = ['11点{}分'.format(i) for i in x]
    y_ticks = range(40)
    
    # 设置刻度
    
    plt.xticks(x[::5], x_ticks[::5], fontsize=20)
    plt.yticks(y_ticks[::5], fontsize=20)
    
    # 展示
    
    plt.show()
    

• 2.2 中文显示问题解决[了解]

  1. 下载黑体
  
  2. 拷贝字体文件
  

      # ~/.virtualenvs/ai/local/lib/python3.5/site-packages/matplotlib/mpl-data/fonts/ttf
      # 字体文件
      # 打印matplotlib配置文件的位置
      import matplotlib
      print(matplotlib.matplotlib_fname())
  

  3. 编辑配置文件

       #cd  ~/.virtualenvs/ai/local/lib/python3.5/site-packages/matplotlib/mpl-data 
       #vim matplotlibrc 
     
       # 添加下面内容到配置文件中
       font.family         : sans-serif
       font.sans-serif         : SimHei
       axes.unicode_minus  : False
     

  4. 删除缓存文件

       rm -r ~/.cache/matplotlib/*
     

  5. 重新运行 jupyter notebook

• 2.3 添加网格显示

  • API: plt.grid(linestyle, alpha, color)
  • 参数:
    • linestyle; 线的样式, - 实线, --虚线
  • alpha: 透明度
    • color: 颜色 r,g,b

• 2.4 添加描述信息

  • 添加x轴描述: plt.xlabel(‘名称’, fontsize)
  • 添加y轴描述: plt.ylabel(‘名称’, fontsize)
  • 添加标题: plt.title(‘标题’, fontsize)

3. 完善原始折线图2(图像层)

• 3.1 多次plot

  • 如何绘制多折线图?
    • 调用多次 plt.plot()
  • plt.plot(x,y,linestyle,color,label)
  • linestyle; 线的样式, - 实线, – 虚线
  • color: r,g,b,y,c,m,k(黑色)
  • label: 给线打标签(起名字)

• 3.2 图例

  • plt.legend(loc=‘best’, fontsize=20)
  • 注意: 线要有label.
• 5. 多个坐标系显示-plt.subplots(面向对象的画图方法)
  • API: plt.subplots(nrows=1, ncols=1, figsize=(20, 10), dpi=80)
  • 参数:
    • nrows: 有几行坐标系
    • ncols: 有几列坐标系
    • figsize: 画布大小
    • dpi: 清晰度
  • 返回:
    • 画布, 坐标系的元组(列表)

• 坐标系功能与plt相同, 有些方法不同

  • set_xticks()
  • set_yticks()
  • set_xticklabels()
  • set_title()
  • set_xlabel()
  • set_ylabel()

# 准备数据
x = range(60)
y_gz = [random.randint(25,35)  for i in x]
y_bj = [random.randint(10,20)  for i in x]

# 获取两个坐标系
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)

# 绘制折线图
axes[0].plot(x, y_gz, linestyle='--', color='r', label='广州')
axes[1].plot(x, y_bj, color='b', label='北京')

# 添加图例
axes[0].legend()
axes[1].legend()

# 设置刻度
xticks = ['11点{}分'.format(i) for i in x]
yticks = range(40)
axes[0].set_xticks(x[::10])
axes[0].set_xticklabels(xticks[::10])
axes[0].set_yticks(yticks[::5])

axes[1].set_xticks(x[::10])
axes[1].set_xticklabels(xticks[::10])
axes[1].set_yticks(yticks[::5])

# 设置坐标轴描述(名称)
axes[0].set_xlabel('时间')
axes[0].set_ylabel('文档')
axes[0].set_title('广州11点到12点的温度变化情况')

axes[1].set_xlabel('时间')
axes[1].set_ylabel('文档')
axes[1].set_title('北京11点到12点的温度变化情况')

plt.show()

三. 折线图的应用场景

1. 绘制数据随时间变化的情况
2. 绘制函数图形.

import numpy as np
# 准备数据
x = np.linspace(-10, 10, 1000)
y = np.sin(x)

# 创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 绘图
plt.plot(x, y)

# 展示
plt.show()

四. 常见图像绘制

1. API与含义:

   • 折线图: 用于描述数据的变化情况
     • API: plt.plot(x, y)
   • 散点图: 1. 查看两个变量的相关性 2. 查看数据的分布情况
     • API: plt.scatter(x, y)
   • 柱状图: 对比,时间序列.
     • API: plt.bar(x, height, width, color)
   • 直方图: 用于统计一组连续数据的分布情况
     • API: plt.hist(x, bins)
   • 饼状图: 统计每一部分的占比情况
     • API: plt.pie(x, labels, autopct, colors)

2. 案例

   • 散点图绘制

        import matplotlib.pyplot as plt
        # 0.准备数据
        x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01,  20.67, 288.64,
              163.56, 120.06, 207.83, 342.75, 147.9 ,  53.06, 224.72,  29.51,
              21.61, 483.21, 245.25, 399.25, 343.35]
        y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61,  24.9 , 239.34,
              140.32, 104.15, 176.84, 288.23, 128.79,  49.64, 191.74,  33.1 ,
              30.74, 400.02, 205.35, 330.64, 283.45]
     

     # 创建画布
     plt.figure(figsize=(20,8), dpi=80)
     # 绘制散点图
     plt.scatter(x, y)

     # 展示
     plt.show()

- 柱状图

  ```python
     # 准备数据
     movie_names =  ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴', '降魔传','追捕','七十七天','密战','狂兽','其它']
     height = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
  
     # 创建画布
     plt.figure(figsize=(20, 8), dpi=80)
  
     # 绘制柱状图
     x = range(len(movie_names))
     plt.bar(x, height, width=0.5, color=['r','g','b','c','m','k','y'])
  
     # 设置x轴刻度
     plt.xticks(x, movie_names)
  
     # 展示
     plt.show()

• 饼状图

     # 准备数据
     x = [10, 20, 30, 40, 60]
  
     # 创建画布
     plt.figure(figsize=(4, 4), dpi=100)
  
     # 绘制饼状图
     plt.pie(x, labels=list('abcde'), autopct='%.2f%%', colors=['r','g','y','c','m'])
  
     # 展示
     plt.show()