Python數據科學入門學習筆記——Matloptlib

什么是matloptlib
matloptilib是一個Python包，用于2D繪圖，3D繪圖也可以安裝額外的包，強大流行，有很多擴展。

1.Matplotlib Architecture

• Backend:主要處理把圖像顯示到哪里和畫到哪里？
• Artist:圖像顯示成什么樣？ 大小位置等。
• Scripting:pyplot,Python語法和API

一、matplotlib 簡單繪圖示例

import numpy as np
import matplotlib.pyplot as plt

a = [1,2,3]
b = [4,5,6]
# 如果不想每次都調用 plt.show() 來顯示圖像
# 使用 %matplotlib inline   matplotlib 內置的魔法函數 
#每次調用plot（） 就會默認顯示圖像，不用再調用show()
plt.plot(a,b,'r--')
plt.show()

c = [2,5,8]
d = [9,4,1]
plt.plot(a,b,'r*',c,d,'b--')

t = np.arange(0.0,2.0,0.1)
s = np.sin(t*np.pi)
plt.plot(t,s,'y--',label='AA')
plt.plot(t*2,s,'r*',label='BB')
plt.xlabel('t')
plt.ylabel('s')
plt.title('Demo')
plt.legend()    # 顯示示例label

二、subplot 子圖繪制

import numpy as np
import matplotlib.pyplot as plt

t1 = np.arange(0.0,2.0,0.1)
t2 = t1 * 2
s = np.sin(t*np.pi)
plt.subplot(2,1,1)  # 表示兩行一列 圖1
plt.plot(t1,s,'y--',label='AA')

plt.subplot(212)  # 不用逗號也可以,表示兩行一列 圖二
plt.plot(t2,s,'r*',label='BB')
plt.xlabel('t2')
plt.ylabel('s')

subplots

figure,ax = plt.subplots(2,2)   # 表示兩行兩列的畫布
ax[0][0].plot(t1,s)
ax[0][1].plot(t2,s)

三、Pandas繪圖之Series

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

# cumsum() 表示累加的和
s1 = Series(np.random.randn(10)).cumsum()
s2 = Series(np.random.randn(10)).cumsum()
# bar 表示 條形圖 默認 line 線形圖 
# gird 是否顯示 格子
s1.plot(kind='line',grid=True,label='AAA',title='Demo',style='--')  
s2.plot(label='BBB')

plt.legend()  # 顯示圖例
plt.show()

sublots 子圖繪制

fig, ax = plt.subplots(2,1)
ax[0].plot(s1)  # 方法一
s2.plot(ax=ax[1],kind='bar')   # 方法二

四、Pandas繪圖之DataFrame

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

df =  DataFrame(
    np.random.randint(1,10,40).reshape(10,4),
    columns=['A','B','C','D']   
)
df.head()

# barh 橫向 條形圖
# stacked 是否堆疊
df.plot(kind='bar',stacked='True')

# area 填充的圖
# 默認對行進行 繪圖 可通過 df.T.plot() 轉置后改為對'列'繪圖
df.plot(kind='area')

# iloc[5] 第五行
df.iloc[5].plot()

# 一行行畫圖
for i in df.index:
    df.iloc[i].plot(label=str(i))
plt.legend()
plt.show()

五、直方圖

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

s = Series(np.random.randn(1000))

# 頻數直方圖 分布圖  下圖的橫軸表示 某個范圍內的頻數
# bins 表示分區數目  
re = plt.hist(s,rwidth=0.9,bins=20,color='r')  

print(type(re))
print('--------------------')
print(len(re))  # 長度
print('--------------------')
print(re[0])    # 頻數
print('--------------------')
print(re[1])   # 范圍
print('--------------------')
print(re[2])   # 數據類型 和 (區間)數目

<class 'tuple'>
--------------------
3
--------------------
[  1.   0.   4.   8.  15.  36.  45.  74. 128. 128. 125. 134. 115.  77.
  43.  36.  15.  11.   4.   1.]
--------------------
[-3.66698017 -3.31914432 -2.97130846 -2.62347261 -2.27563675 -1.92780089
 -1.57996504 -1.23212918 -0.88429333 -0.53645747 -0.18862162  0.15921424
  0.50705009  0.85488595  1.20272181  1.55055766  1.89839352  2.24622937
  2.59406523  2.94190108  3.28973694]
--------------------
<a list of 20 Patch objects>

# 數據直接繪圖   對比上圖
plt.plot(s)

# 密度圖
s.plot(kind='kde')