matplotlib常用统计图

散点图

假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律?

a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]

b =[26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

数据来源: http://lishi.tianqi.com/beijing/index.html

from matplotlib import pyplot as plt
from matplotlib import font_manager

# 字体
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/STZHONGS.TTF")

y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]


x_3=range(1,32)
x_10=range(51,82)

# 设置图形大小
plt.figure(figsize=(20,8),dpi=80)

# 使用scatter方法绘制散点图，和之前绘制折线图的唯一区别
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")

# 调整x轴的刻度
_x = list(x_3)+list(x_10)
_xtick_lables = ["3月{}日".format(i) for i in x_3]
_xtick_lables += ["10月{}日".format(i) for i in x_10]
plt.xticks(_x,_xtick_lables,fontproperties=my_font,rotation=75)#rotation是倾斜角度

# 添加图例
plt.legend(loc="upper left",prop=my_font)

#添加描述信息
plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度",fontproperties=my_font)
plt.title("时间温度表",fontproperties=my_font)
plt.show()

条形图

假设你获取到了2017年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据?

a = [“战狼2”,“速度与激情8”,“功夫瑜伽”,“西游伏妖篇”,“变形金刚5：最后的骑士”,“摔跤吧！爸爸”,“加勒比海盗5：死无对证”,“金刚：骷髅岛”,“极限特工：终极回归”,“生化危机6：终章”,“乘风破浪”,“神偷奶爸3”,“智取威虎山”,“大闹天竺”,“金刚狼3：殊死一战”,“蜘蛛侠：英雄归来”,“悟空传”,“银河护卫队2”,“情圣”,“新木乃伊”,]

b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23] 单位:亿

数据来源: http://58921.com/alltime/2017

#导入包
from matplotlib import pyplot as plt
from matplotlib import font_manager

#导入字体
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/STZHONGS.TTF")

#导入数据
#对于较长的，加上\n可以实现换行
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5\n：最后的骑士","摔跤吧！爸爸","加勒比海盗5：\n死无对证","金刚：骷髅岛","极限特工：\n终极回归","生化危机6：\n终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：\n殊死一战","蜘蛛侠\n：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]

b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23] #单位:亿

#设置图像大小
plt.figure(figsize=(20,8))

#绘制条形图，调整宽度
plt.bar(range(len(a)),b,width=0.3)

#数字对应字符串
plt.xticks(range(len(a)),a,fontproperties=my_font,rotation=75)

#保存图像到当前目录下并命名为movie.png
plt.savefig("./movie.png")

plt.show()

但是不太好看，我们尝试画横着的

横着的条形图

#导入包
from matplotlib import pyplot as plt
from matplotlib import font_manager

#导入字体
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/STZHONGS.TTF")

#导入数据
#对于较长的，加上\n可以实现换行
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5\n：最后的骑士","摔跤吧！爸爸","加勒比海盗5：\n死无对证","金刚：骷髅岛","极限特工：\n终极回归","生化危机6：\n终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：\n殊死一战","蜘蛛侠\n：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]

b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23] #单位:亿

#设置图像大小
plt.figure(figsize=(20,8))

#绘制横着的条形图，调整宽度！！！！注意width改为height要传两个值，具体可以看源代码
#改颜色
plt.barh(range(len(a)),b,height=0.3,color="hotpink")

#数字对应字符串，这里改成yticks，旋转角度也改一下
plt.yticks(range(len(a)),a,fontproperties=my_font,rotation=0)

# 绘制网格
plt.grid(alpha=0.3)

#保存图像到当前目录下并命名为movie2.png
plt.savefig("./movie2.png")

plt.show()

多次条形图

假设你知道了列表a中电影分别在2017-09-14(b_14), 2017-09-15(b_15), 2017-09-16(b_16)三天的票房,为了展示列表中电影本身的票房以及同其他电影的数据对比情况,应该如何更加直观的呈现该数据?

a = [“猩球崛起3：终极之战”,“敦刻尔克”,“蜘蛛侠：英雄归来”,“战狼2”]

b_16 = [15746,312,4497,319]

b_15 = [12357,156,2045,168]

b_14 = [2358,399,2358,362]

数据来源: http://www.cbooo.cn/movieday

#导入包
from matplotlib import pyplot as plt
from matplotlib import font_manager

#导入字体
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/STZHONGS.TTF")

#导入数据
#对于较长的，加上\n可以实现换行
a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]

# 条形图宽度，调整到合适的
bar_width = 0.2

# 不同刻度的x
x_14 = list(range(len(a)))
x_15 = [i+bar_width for i in x_14]
x_16 = [i+bar_width*2 for i in x_14]

#设置图像大小
plt.figure(figsize=(20,8))

#绘制横着的条形图，调整宽度！！！！注意width改为height要传两个值，具体可以看源代码
#改颜色
#设置标签
plt.bar(range(len(a)),b_14,width=bar_width,color="hotpink",label="9月14日")
plt.bar(x_15,b_15,width=bar_width,color="green",label="9月15日")
plt.bar(x_16,b_16,width=bar_width,color="blue",label="9月16日")

#设置刻度
plt.xticks(x_15,a,fontproperties=my_font,rotation=0)

#设置图例
plt.legend(prop=my_font)

#保存图像到当前目录下并命名为movie2.png
plt.savefig("./movie2.png")

plt.show()

直方图

假设你获取了250部电影的时长(列表a中),希望统计出这些电影时长的分布状态(比如时长为100分钟到120分钟电影的数量,出现的频率)等信息,你应该如何呈现这些数据?

a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108,
135, 138, 131,
102, 107, 114, 119, 128, 121, 142,
127, 130, 124, 101, 110, 116,
117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110,
117, 86,
95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112,
138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128,
125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132,
103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112,
139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139,
119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123,
112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116,
131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106,
129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110,
118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106,
114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105,
98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111,
104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133,
112, 83,
94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]

把数据分为多少组进行统计???

组数要适当,太少会有较大的统计误差,大多规律不明显

#导入包
from matplotlib import pyplot as plt
from matplotlib import font_manager

#数据列表
a=[131,  98, 125, 131, 124, 139, 131, 117, 128, 108,135, 138, 131,102, 107, 114, 119, 128, 121, 142,127, 130, 124, 101, 110, 116,117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110,117,  86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112,138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128,125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132,103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112,139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139,119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123,112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116,131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106,129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110,118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106,114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105, 98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111,104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133,112,  83, 94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]

#计算组数：组数 = 极差/组距

#组距
d = 3 #可以调节
#极差
max(a)-min(a)
#组数
num_bins = (max(a)-min(a))//d

#设置图像大小
plt.figure(figsize=(20,8),dpi=80)
#画直方图，分组
plt.hist(a,num_bins)

#设置x轴的刻度
plt.xticks(range(min(a),max(a)+d,d))

#设置网格
plt.grid()

plt.show()

能绘制直方图吗

在美国2004年人口普查发现有124 million的人在离家相对较远的地方工作。根据他们从家到上班地点所需要的时间,通过抽样统计(最后一列)出了下表的数据,这些数据能够绘制成直方图么?
interval = [0,5,10,15,20,25,30,35,40,45,60,90]

width = [5,5,5,5,5,5,5,5,5,15,30,60]

quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
数据来源

普查报告地址

这个表示统计过的数据了，不能绘制直方图~~~~~~~~需要绘制的是条形图

没有统计过的数据—>绘制条形图

只能绘制条形图

#导入包
from matplotlib import pyplot as plt
from matplotlib import font_manager

#数据列表
# 间隔interval = [0,5,10,15,20,25,30,35,40,45,60,90]
# 组距width = [5,5,5,5,5,5,5,5,5,15,30,60]
# 数量quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]

interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]#宽度不一样
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]

print(len(interval),len(width),len(quantity))#长度一样没问题


#设置图像大小
plt.figure(figsize=(20,8),dpi=80)



#绘制条形图
plt.bar(range(len(quantity)),quantity,width=1)

#设置x轴的刻度
_x = [i-0.5 for i in range(13)]
_xtick_labels = interval+[150]
plt.xticks(_x,_xtick_labels)

plt.grid(alpha=0.4)
plt.show()

前面的问题问的是什么呢?
问的是:哪些数据能够绘制直方图

前面的问题中给出的数据都是统计之后的数据,
所以为了达到直方图的效果,需要绘制条形图

所以:一般来说能够使用plt.hist方法的的是那些没有统计过的数据

直方图更多应用场景

• 用户的年龄分布状态

• 一段时间内用户点击次数的分布状态

• 用户活跃时间的分布状态

更多的绘图工具了解

matplotlib常见问题总结

1.应该选择那种图形来呈现数据

2.matplotlib.plot(x,y)

3.matplotlib.bar(x,y)

4.matplotlib.scatter(x,y)

5.matplotlib.hist(data,bins,normed)

6.xticks和yticks的设置

7.label和titile,grid的设置

8.绘图的大小和保存图片

matplotlib使用的流程总结

1.明确问题

2.选择图形的呈现方式

3.准备数据

4.绘图和图形完善

matplotlib更多的图形样式

matplotlib支持的图形是非常多的，如果有其他的需求，我们

可以查看一下url地址：

http://matplotlib.org/gallery/index.html
我们在工作中，为了更好看，一般不用matplotlib，会使用前端来画图哦！

前端数据展示

echartsjs是一个很好用的网站