~1~第十三章Matplotlib數(shù)據(jù)可視化目錄Matplotlib概述Matplotlib的繪圖基礎基本繪圖Pandas可視化-2-1.Matplotlib概述Matplotlib是Python中功能強大且廣泛使用的二維繪圖庫之一，適用于數(shù)據(jù)科學、工程、金融等領域的多種數(shù)據(jù)可視化任務。它提供了一整套靈活的工具，可以生成多種類型的靜態(tài)、動態(tài)和交互式圖形。在現(xiàn)代數(shù)據(jù)分析中，數(shù)據(jù)可視化不僅能夠直觀呈現(xiàn)數(shù)據(jù)，還能揭示隱藏的模式和趨勢。Matplotlib通過豐富的圖表類型和靈活的定制功能，能夠高效完成從基礎繪圖到復雜分析的多樣化任務。無論是基礎的折線圖、柱狀圖，還是更復雜的散點圖、熱圖，Matplotlib都能夠輕松實現(xiàn)。Matplotlib的安裝與導入要使用Matplotlib，首先需要在Python環(huán)境中進行安裝。通過以下命令完成安裝：pipinstallmatplotlib安裝完成后，可以在Python程序或交互式環(huán)境中導入Matplotlib庫的pyplot模塊：importmatplotlib.pyplotaspltpyplot是Matplotlib中最常用的模塊，提供了一組類似MATLAB的簡單函數(shù)接口，用于快速創(chuàng)建和管理圖形。它簡化了繪圖任務，能夠輕松生成各種圖表并進行顯示。32.Matplotlib的繪圖基礎Figure和Axes的概念（1）Figure：Figure是整個繪圖的容器，類似一張畫布，所有圖形元素都在Figure中繪制。創(chuàng)建Figure對象時可以指定畫布的大小和分辨率。importmatplotlib.pyplotaspltfig=plt.figure(figsize=(8,6))#創(chuàng)建一個8x6英寸的Figure一個Figure對象可以包含多個Axes對象，每個Axes對象對應一個獨立的子圖。（2）Axes：Axes是Figure中的子區(qū)域，實際的繪圖內容都繪制在Axes對象上。Axes包含兩個坐標軸（x軸和y軸），以及標題、標簽等附加信息。一個Figure可以包含多個Axes，每個Axes可對應不同的子圖。ax=fig.add_subplot(111)上述代碼中，add_subplot(111)表示在一個1行1列的網(wǎng)格中添加第1個子圖。這種方式適合創(chuàng)建單一子圖。若需創(chuàng)建多個子圖，可以使用add_subplot或plt.subplots()方法來高效管理多個Axes。fig,axes=plt.subplots(2,2)#創(chuàng)建一個包含2x2網(wǎng)格子圖的Figure43.基本繪圖折線圖（LinePlot）：是數(shù)據(jù)可視化中最常用的圖表之一，用于展示數(shù)據(jù)隨時間或某一變量的變化趨勢。Matplotlib提供了簡單靈活的折線圖繪制功能。（1）繪制簡單折線圖可以使用plt.plot()函數(shù)快速繪制折線圖。以下是一個基本示例：importmatplotlib.pyplotaspltx=[1,2,3,4,5]y=[2,3,5,7,11]plt.plot(x,y)#繪制折線圖plt.show()#顯示圖形在該例中，首先導入了matplotlib.pyplot模塊，然后plt.plot(x,y)繪制了一條通過數(shù)據(jù)點(1,2)、(2,3)、(3,5)等連接而成的折線。plt.show()用于顯示繪制的圖形。5（2）自定義折線樣式、顏色與軸標簽為了使圖形更加清晰直觀，可以通過參數(shù)自定義折線樣式、顏色，并添加標題和軸標簽。importmatplotlib.pyplotaspltx=[1,2,3,4,5]y=[2,3,5,7,11]plt.plot(x,y,color='red',linestyle='--',marker='o')#自定義樣式plt.title('NumbersLinePlot')#設置標題plt.xlabel('X-axis:Numbers')#設置x軸標簽plt.ylabel('Y-axis:Values')#設置y軸標簽plt.show()在該例中，plt.plot()方法中的參數(shù)color='red'指定了折線的顏色，linestyle='--'指定了虛線樣式，marker='o'則在每個數(shù)據(jù)點上添加了圓形標記。Matplotlib支持多種顏色（如'blue','green'）和樣式（如'-'表示實線，':'表示點線），并可通過marker參數(shù)選擇不同的標記形狀（如's'表示方塊，'^'表示三角形等）。plt.title()設置了圖形的標題，plt.xlabel()和plt.ylabel()分別設置了x軸和y軸的標簽。這些信息有助于讀者更好地理解圖形的含義。6散點圖（ScatterPlot）：用于展示兩組數(shù)據(jù)之間的關系，尤其適合顯示數(shù)據(jù)的分布和相關性。Matplotlib提供的plt.scatter()函數(shù)可以快速生成散點圖，并支持多種自定義選項。以下是使用Matplotlib繪制簡單散點圖并添加注釋：importmatplotlib.pyplotaspltx=[1,2,3,4,5]y=[2,4,4,8,10]plt.scatter(x,y,color='blue',s=100,marker='^')#繪制散點圖plt.text(3.1,4,'ImportantPoint',fontsize=12,color='red')plt.show()在該例中，plt.scatter(x,y)繪制了一個散點圖，每個點表示x和y之間的對應關系，其中color='blue'設置了點的顏色，s=100設置了點的大小，marker='^'將點的形狀改為三角形。plt.text(3.1,4,'ImportantPoint')在點(3.1,4)`附近添加了注釋"ImportantPoint"。7條形圖(BarPlot)：用于比較不同類別的數(shù)據(jù)值，是展示分類數(shù)據(jù)的理想選擇。Matplotlib提供的plt.bar()和plt.barh()函數(shù)可以分別繪制垂直和水平條形圖。此外，還支持繪制多組條形圖，用于比較不同類別之間的多組數(shù)據(jù)。（1）繪制垂直條形圖以下示例展示了如何使用Matplotlib繪制一個簡單的垂直條形圖：importmatplotlib.pyplotaspltcategories=['A','B','C','D']values=[5,7,3,8]plt.bar(categories,values)#繪制垂直條形圖plt.show()在該例中，plt.bar(categories,values)根據(jù)類別categories和對應值values繪制垂直條形圖，條形的高度表示數(shù)據(jù)值，橫軸表示類別。8直方圖(Histogram)：用于展示數(shù)據(jù)的分布情況，特別是展示數(shù)據(jù)的頻率分布。通過Matplotlib提供的plt.hist()函數(shù)，可以生成直方圖并進行自定義設置。importmatplotlib.pyplotaspltdata=[1,2,2,3,3,3,4,4,4,4,5,5,5,5,5]plt.hist(data,bins=5,rwidth=0.8)#繪制直方圖plt.show()在該例中，plt.hist(data,bins=5,rwidth=0.8)使用5個柱來表示數(shù)據(jù)的頻率分布，rwidth=0.8指定了柱的寬度為80%。9餅圖（PieChart）：用于展示數(shù)據(jù)各部分在整體中所占的比例，通常用于構成分析，適合反映比例分布。Matplotlib提供的plt.pie()函數(shù)可以生成餅圖，并支持多種自定義選項。。importmatplotlib.pyplotaspltsales=[25000,15000,10000,5000]#定義季度銷售數(shù)據(jù)quarters=['Q1','Q2','Q3','Q4']#季度標簽#設置顏色和高亮顯示特定部分colors=['gold','yellowgreen','lightcoral','lightskyblue']explode=(0.1,0,0,0)#高亮顯示Q1plt.pie(sales,explode=explode,labels=quarters,colors=colors,autopct='%1.1f%%',shadow=True,startangle=90)#繪制餅圖plt.title("CompanyQuarterlySalesDistribution")#公司季度銷售分布plt.show()在該例中，plt.pie()函數(shù)的參數(shù)explode用于突出顯示某個部分（第一季度），labels為每個部分的名稱，autopct='%1.1f%%'指定了每個部分的百分比顯示格式，startangle=90指定起始角度，可調整餅圖旋轉角度。104.Pandas的可視化Pandas不僅用于數(shù)據(jù)處理，還提供了基本的可視化功能。Pandas的數(shù)據(jù)結構，如DataFrame和Series，可以直接調用繪圖方法，利用Matplotlib的底層支持，實現(xiàn)基本的可視化需求。這些繪圖方法提供了簡潔的接口，能夠快速生成折線圖、柱狀圖、直方圖等常見圖形，方便數(shù)據(jù)分析的快速展示與探索。11示例：使用Pandas的plot()方法生成柱狀圖，并對銷售額和支出數(shù)據(jù)進行可視化：importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltdata={'Month':['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec'],'Sales':np.random.randint(200,500,12),#銷售額

'Expenses':np.random.randint(150,400,12)#支出}df=pd.DataFrame(data)df.set_index('Month',inplace=True)#設置索引ax=df.plot(kind='bar',figsize=(10,6),title="MonthlySalesandExpenses",rot=0)#使用Pandas的plot方法繪制柱狀圖ax.set_xlabel("Month")#設置x軸標簽ax.set_ylabel("Amount")#設置y軸標簽plt.show()在上述代碼中，首先創(chuàng)建包含月份、銷售額和支出數(shù)據(jù)的DataFrame對象，并將月份設為索引，使其成為圖形的x軸。然后使用df.plot(kind='bar')方法直接調用柱狀圖，通過kind參數(shù)指定圖表類型為bar，figsize參數(shù)設置圖表尺寸，title添加圖表標題，rot參數(shù)調整x軸標簽的旋轉角度。最后通過ax.set_xlabel()和ax.set_ylabel()分別設置x軸和y軸的標簽。12示例：使用Pandas的plot()方法繪制折線圖#繪制折線圖，只修改上例中的一行代碼ax=df.plot(kind='line',figsize=(10,6),title="MonthlySalesandExpenses",marker='o')#kind='line'指定折線圖kind='line'：指定圖表類型為折線圖。marker='o'：為每個數(shù)據(jù)點添加圓形標記。13示例：使用Pandas的plot()方法繪制餅圖，通過kind='pie'參數(shù)繪制餅圖。注意：餅圖通常用來顯