| 1.1 Matplotlib是什么？
Matplotlib是Python中最受欢迎的数据科学库之一。它通常用来创建图、表。它还提供了通过更改颜色、标签等自定义图形的功能。
要开始使用 Matplotlib，我们需要首先导入:
import matplotlib.pyplot as plt
Tips ：pyplot是我们常用的模块。plt是用于导入matplotlib的最常用名称。
| 1.2 Matplotlib
Matplotlib和 Pandas配合使用。
为了展示matplotlib的力量，让我们用虚拟数据创建一个图表 。
Tips ：我们将创建一个包含一些数字的pandas序列，并使用他来创建我们的图表。如果你对Pandas还不熟悉，可以参见Pandas进行数据操作 。
import pandas as pd
import matplotlib.pyplot as plt
s = pd.Series([18, 42, 9, 32, 81, 64, 3])
s.plot(kind='bar')
plt.savefig('plt.png')
.plot()函数被用来创建一个图表，它可以使用Pandas Series或 DataFrame。
Result:
Tips ：来自该系列的数据使用Y轴，而索引绘制在X轴上。由于我们没有为数据提供自定义索引，因此使用默认的数字索引。
值得一提的是plt.savefig（”plot.png”）用于在我们的编程环境中保存和显示图表。
在大多数环境中，不需要此步骤，因为调用 plot() 函数会自动显示图表。
| 2.1 折线图(Line Plot)
Matplotlib支持创建不同的图表类型。
让我们从最基本的开始—— 折 线图。
我们将使用COVID-19数据来创建我们的图表。
让我们看看12月份的病例数量。
要创建线图，我们只需要调用 DataFrame上的 plot()函数，该函数包含相应的数据：
df[df['month'] == 12]['cases'].plot()
完整代码:
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv("ca-covid.csv")
df.drop('state', axis=1, inplace=True)
df['date'] = pd.to_datetime(df['date'], format="%d.%m.%y")
df['month'] = df['date'].dt.month
df.set_index('date', inplace=True)
df[df['month'] == 12]['cases'].plot()
plt.savefig('plot.png')
Result:
我们还可以在图表中包含多行。例如，让我们在DataFrame中包含死亡列：
(df[df['month'] == 12])[['cases', 'deaths']].plot()
Result:
Tips ：正如您从结果中看到的，matplotlib会自动添加一个图例，以显示列的线条颜色。
| 3.1 条形图(Bar Plot)
plot()函数可以带一个 kind参数，指定我们想要生成的图表类型。
对于条形图，请提供 kind = “bar”。
让我们为每月的感染病例做一个条形图:
(df.groupby('month')['cases'].sum()).plot(kind="bar")
Result:
Tips ：我们首先按月份列对数据进行分析，然后计算该月份的案例总和。
与折线图的部分类似，我们还可以绘制多列。
stacked属性可用于指定是否应将条形图堆叠在一起。
df = df.groupby('month')[['cases', 'deaths']].sum()
df.plot(kind="bar", stacked=True)
Result:
Tips ：值得一提的是当你指定kind=”barh”，你将会得到一个水平的条形图。
Result:
| 4.1 框图和直方图(Box Plot & Histogram)
| 4.11 框图(Box Plot)
框图用于可视化列中值的分布，基本上可视化 describe()函数的结果。
例如，让我们为6月份的案例创建一个框图:
df[df['month'] == 6]['cases'].plot(kind="box")
Result:
Tips ：绿线显示中位数。框显示上四分位数和下四分位数(25%的数据大于或小于这些值)。
圆圈显示异常值，而黑线显示最先/最大值，不包括异常值。
| 4.12 直方图(Histogram)
与框图类似，直方图显示数据的分布。
视觉上直方图和条形图有些类似，然而，直方图显示一组数据的频率，而不是单个数据点；因此，每一条之间不存在空格。通常，直方图将数据分组为块。
df[df['month'] == 6]['cases'].plot(kind="hist")
Result:
Tips ：直方图将数据分组为9条并且显示了频率 。你能看得出来，只有单个数据点超过6000.
您可以使用bins属性手动指定要使用的bin数量:plot(kind=”hist”, bins = 10)
| 5.1 面积图、散点图和饼形图
| 5.11 面积图(Area Plot)
与上面类似， kind = ‘area’来创建一个面积图。
df[df['month'] == 6]
[['cases', 'deaths']].plot(kind="area", stacked=False)
Result:
Tips ：默认情况下，区域图是堆叠的，所以在这里我们显式指定stacked=False .
| 5.12 散点图(Scatter Plot)
使用散点图来显示两个变量之间的关系。例如我们可以可视化案例与死亡人数之间的关系:
df[df['month'] == 6]
[['cases', 'deaths']].plot(kind="scatter", x='cases', y='deaths')
Result:
Tips ： 我们需要指定用于绘图的x列和y列.
数据点在图表周围看起来散落，赋予了这种类型的数据可视化的名称
| 5.13 饼形图(Pie Chart)
我们可以使用 kind = “pie”创建饼图。让我们按照月为案例创建一个:
df.groupby('month')['cases'].sum().plot(kind='pie')
Result:
Tips ：饼图通常用于显示百分比或比例数据，当您有高达6个类别时，通常使用饼图.
| 6.1 绘图格式(Plot Formatting )
Matplotlib提供了许多参数来自定义您的图表。
legend参数指定是否显示图例。
您还可以通过设置 xlabel和 ylabel参数来更改轴的标签。
df[['cases', 'deaths']].plot(kind='line', legend=True)
plt.xlabel('Days in June')
plt.ylabel('Number')
Result:
Tips ：默认情况下，pandas选择索引名称为xlabel，同时将ylabel置空.
suptitle()函数可用于设置图标标题:
plt.suptitle("COVID-19 in June")
我们还可以通过设置颜色属性来更改图表中使用的颜色，它接受16进制的颜色值。
例如，让我们将病例设置为黑，将死亡设置为红色：
df[['cases', 'deaths']].plot(kind='area',
legend=True,
stacked=False,
color=['#000', '#E73E19'])
| 7.1 写在最后
本节给大家介绍了数据科学三剑客之一的matplotlib。涉及到了常见的属性和函数，并且介绍了常见的操作。后续我们会继续介绍数据科学或人工智能方面的内容。希望大家还是动手做一做，有问题可以私信我，欢迎交流和提出您的宝贵意见。
你要偷偷学Python，然后惊艳所有人。
-END-
感谢大家的关注
你关心的，都在这里
Original: https://blog.csdn.net/Zesheng_Wang/article/details/123753308
Author: 此间过客~
Title: 数据科学—使用Matplotlib进行数据可视化
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/764382/
转载文章受原作者版权保护。转载请注明原作者出处！