数据分析05--Matplotlib

python-database

Matplotlib绘图，包括多图布局、绘图函数常用参数、绘图属性、常用绘图函数等

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

matplotlib画图的基本原理和过程

基本流程

matplotlib的三层结构：

容器层：最底部是画板层（多数情况下不需手动创建/更改），之上是画布层(figure)，最上方是绘图区（坐标系subplots），由两个坐标轴(axes)构成
辅助显示层：坐标刻度、网格等使图像更方便看图的工具
图像层：可以画各种各样的图表，设置图表颜色风格等等，这两层都运行在绘图区之上

常见的画图流程：

# 可选：修改画布配置
plt.figure(figsize=(20,8),dpi=80)
# 必需：画图函数
plt.plot([1,2,3,4,5,6,7],[17,17,18,15,11,11,12])
# 可选：修改刻度、坐标轴标签，增加网格等等（辅助显示层）
plt.yticks(range(0,40,5))
# 可选：保存画图结果
plt.savefig("折线图1.png")
# 必需：展示图片（在pycharm中必需，ipynb中可省略）
plt.show()

注意：画图函数可以有多个，可以画在同一张图上；plt.show()是展示画的图片，同时清空画布和画布配置、重新开始画图，可以认为有几个show就画几张图

x = np.linspace(0, 2*np.pi)
plt.figure(facecolor='#11aa11')  # 设置背景色
plt.plot(x, np.sin(x))
plt.plot(x, np.cos(x), 'r')
plt.plot(x, np.tan(x), 'g--')
plt.show()

matplotlib绘图3

x = np.linspace(0, 2*np.pi)
plt.figure(facecolor='#11aa11')  # 第一张图有背景色
plt.plot(x, np.sin(x))
plt.show()
plt.plot(x, np.cos(x), 'r')
plt.plot(x, np.tan(x), 'g--')
plt.show()

matplotlib绘图4

可以看到有两张图，第二张图中不继承第一张图的画布配置和绘图函数

预先配置

查看自己电脑上的字体库

from matplotlib.font_manager import FontManager
fm = FontManager()
print(set(f.name for f in fm.ttflist))

让图片可以显示中文
```
plt.rcParams['font.sans-serif'] = ['SimHei']  # 此处字体应为上面电脑中已有的字体
```
如果需要下载字体以解决中文显示问题，可以参考字体文件下载地址以及安装方法

让图片可以显示负号

plt.rcParams['axes.unicode_minus'] = False

画布配置

使用绘图函数作出的图都是在画布(figure)上展示的

使用函数plt.figure()可以更改画布的属性，参数：

figsize=(width, height)设置画布宽高，一般情况下都是取小于10的整数
dpi=n分辨率（像素密度），一般都是取整百的数，分辨率越大则图越大越清晰
facecolor=颜色背景颜色

x = np.linspace(0, 2*np.pi)
y = np.sin(x) # y=sin(x)
plt.figure(
    figsize=(3, 2),
    dpi=100,
    facecolor='#11aa11'
)
plt.plot(x, y)
plt.show()

matplotlib绘图2

保存图片

在画图函数后：plt.savefig()
如果创建了fig对象，也可以：fig.savefig()

它们的参数：

fname路径
dpi像素密度
facecolor图的背景颜色
pad_inches内边距（图片边缘与图区域xy轴的距离）

注意savefig函数在保存图片时都不会清空画布，如果在保存图片后继续画图，得到的将是两个图的叠加

fig = plt.figure(figsize=(8, 6))  # 创建画布对象
x = np.linspace(0, 2*np.pi)
plt.plot(x, np.sin(x))
plt.savefig("sinx.png")  # 注意该函数不会清空画布
plt.plot(x, np.cos(x))
fig.savefig(
    fname="sinx_cosx.png",  # 文件名
    dpi=100,  # 像素密度
    facecolor='pink',  # 背景颜色
    pad_inches=1  # 内边距
)

sinx.png：

matplotlib绘图25

sinx_cosx.png：

matplotlib绘图26

输出/保存矢量图

多图布局

m行n列的子图

subplot

子图对象=plt.subplot(三位整数)

例如ax1=plt.subplot(231)就代表ax1是2行3列中的第1个图，也可以写成subplot(2,3,1)的形式

之后的画图都是对ax1进行操作

fig = plt.figure(figsize=(8, 6))  # 创建画布
x = np.linspace(-np.pi, np.pi)
ax1 = plt.subplot(221)  # 第一个图
ax1.plot(x, np.abs(x))
ax1.set_title("子图1")
ax2 = plt.subplot(222)  # 第二个图
ax2.plot(x, x)
ax2.set_title("子图2")
ax3 = plt.subplot(2, 2, 3)  # 第三个图
ax3.plot(x, np.sin(x))
ax3.set_title("子图3")
ax4 = plt.subplot(2, 2, 4)  # 第四个图
ax4.plot(x, np.cos(x))
ax4.set_title("子图4")
fig.tight_layout()  # 使用紧凑布局
plt.show()

matplotlib绘图5

注意：ax1=plt.subplot(231)实际是先把画布分成3x2个格子（每行都有3个格子，共2行），之后让ax1进入第一个格子

这就是说，虽然我们指定了2行3列布局，也可以只画<6个图，多余的位置为空白

fig = plt.figure(figsize=(8, 6))
x = np.linspace(-np.pi, np.pi)
ax1 = plt.subplot(221)  # 第一个图
ax1.plot(x, np.abs(x))
ax1.set_title("子图1")
ax2 = plt.subplot(222)  # 第二个图
ax2.plot(x, x)
ax2.set_title("子图2")
ax3 = plt.subplot(2, 2, 3)  # 第三个图
ax3.plot(x, np.sin(x))
ax3.set_title("子图3")
fig.tight_layout()
plt.show()

matplotlib绘图6

特殊情况：让第二行只画一个图，且占满全部的行

第一行的两个图不变，然后把画布分成1x2个格子，即两行一列，让第三个图进入第2个格子（第2行）：subplot(2, 1, 1)

fig = plt.figure(figsize=(8, 6))
x = np.linspace(-np.pi, np.pi)
ax1 = plt.subplot(221)  # 第一个图
ax1.plot(x, np.abs(x))
ax1.set_title("子图1")
ax2 = plt.subplot(222)  # 第二个图
ax2.plot(x, x)
ax2.set_title("子图2")
ax3 = plt.subplot(2, 1, 2)  # 第三个图
ax3.plot(x, np.sin(x))
ax3.set_title("子图3")
fig.tight_layout()
plt.show()

matplotlib绘图7

subplots

subplots(m,n)创建m行n列的画布格子，返回一个二元组，分别是画布对象fig和一个m行n列的二维列表，元素为子图对象

接收方式：

fig, ax = plt.subplots(2, 2)
ax1, ax2 = ax  # ax1表示第一行的两个图，ax2表示第二行的两个图
ax11, ax12 = ax1  # ax11表示第一行的第一个图，ax12表示第一行的第二个图
ax21, ax22 = ax2  # ax21表示第二行的第一个图，ax22表示第二行的第二个图

ax11/12/21/22的使用方式同subplot

例：

fig, ax = plt.subplots(2, 2)
ax1, ax2 = ax
ax11, ax12 = ax1
ax21, ax22 = ax2
fig.set_figwidth(8)
fig.set_figheight(6)  # 设置画布宽高，相当于plt.figure(figsize=(8, 6))
x = np.linspace(-np.pi, np.pi)
ax11.plot(x, np.abs(x))
ax11.set_title("子图11")
ax12.plot(x, x)
ax12.set_title("子图12")
ax21.plot(x, np.sin(x))
ax21.set_title("子图21")
ax22.plot(x, np.cos(x))
ax22.set_title("子图22")
fig.tight_layout()  # 使用紧凑布局
plt.show()

matplotlib绘图8

图形嵌套

add_subplot

子图对象=fig.add_subplot()用于向已有图中叠加新图

传入参数与subplot类似，都是接收一个三位数/3个整数，其实就是把已有的图当成了画布，再画新的子图

x = np.linspace(-np.pi, np.pi)
fig = plt.figure()  # 创建画布对象
plt.plot(x, x)  # 已有图
ax = fig.add_subplot(221)  # 在2x2格子的第一个位置（左上角）
ax.plot(x, np.sin(x))  # 嵌套图
plt.show()

matplotlib绘图9

axes和add_axes

子图对象=plt.axes([left, bottom, width, height])

子图对象=fig.add_axes([left, bottom, width, height])

left和bottom为图距已有图左/下方的距离百分比
width和height为新图的宽高占已有图的百分比

x = np.linspace(-np.pi, np.pi)
fig = plt.figure(figsize=(8, 6))  # 创建画布对象
plt.plot(x, -np.sin(x))  # 已有图
ax1 = plt.axes([0.18, 0.18, 0.3, 0.3])
ax1.plot(x, -x)  # 嵌套图1
ax2 = fig.add_axes([0.52, 0.52, 0.3, 0.3])
ax2.plot(x, x)  # 嵌套图2
plt.show()

matplotlib绘图10

双轴显示

使用场景：两条线共享x轴，但分别使用不同的y轴（左侧和右侧y轴）

方法：

子图对象1 = plt.gca()  # 获得当前xy轴轴域
子图对象2 = 子图对象1.twinx()  # 和子图对象1共享x轴

具体例子：

x = np.linspace(-np.pi, np.pi)
ax1 = plt.gca()  # 第一个图
ax1.plot(x, np.exp(x), c='r')  # 画第一个图
ax1.set_xlabel('time')
ax1.set_ylabel('exp', color='r')  # 设置图1的xy轴标签
ax1.tick_params(axis='y', colors='red')  # 更改图1的y轴颜色
ax2 = ax1.twinx()  # 第二个图
ax2.plot(x, np.sin(x), c='b')  # 画第二个图
ax2.set_ylabel('sin', color='b')  # 设置图2的xy轴标签
ax2.tick_params(axis='y', colors='blue')  # 更改图2的y轴颜色
plt.tight_layout()  # 使用紧凑布局
plt.show()

matplotlib绘图11

绘图函数参数–颜色和点线样式

以最基本的绘图函数plt.plot()为例，一般情况下必须传入两个参数，第一个是x值，第二个是y值。如果只传入一组数据，则会作为y轴的值，x轴值为该数据的索引（默认0~n）

color或简写c：设定颜色，可以使用颜色的简写（b蓝色、g绿色、r红色、c青色、m品红、y黄色、k黑色、w白色…），也可以是颜色全称（orange橙色…），还可以是16进制颜色（#11aa11这种，但不能是#fff这种简写）

注意：之后所有在plt中设置的关于颜色的取值都同上
linestyle或简写ls：设定线的样式，可以取值–'-'实线（默认值）、'--'虚线、'-.'点虚线、':'点线…
```
x = np.linspace(-5, 5, 100)  # 在-5至5的范围内取100个点
y = x**2  # y=x^2
plt.plot(x, y, c='red', ls='--')
plt.show()
```
上面两个参数也合并到一起，如上面的c='red', ls='--'就可写成'r--'
```
plt.plot(x, y, 'b:')
plt.show()
```
marker标记，即数据点形状，更多marker
- markersize数据点大小，取值为一个整数
- mfc(marker face color)标记的背景颜色，可以理解为数据点的填充色
- markeredgecolor数据点边框颜色
- markeredgewidth数据点边框宽度，取值为一个整数
注意：color是线的颜色，点的颜色都用marker系列函数设置
linewidth或简写lw：线宽度

alpha：线透明度

x = np.linspace(-np.pi, np.pi)
plt.plot(
    x, np.sin(x),  # 数据
    c='r',  # 线颜色为红色
    ls='-',  # 实线
    lw=2,  # 线宽度
    alpha=0.5,  # 透明度
    marker='*',  # 标记点形状
    markersize=10,  # 数据点大小
    mfc='black',  # 点填充色为黑色
    markeredgecolor='g',  # 数据点边框色为绿色
    markeredgewidth=2,  # 数据点边框宽度
)
plt.show()

matplotlib绘图14

label=线名称：标签，即给线命名，常配合plt.legend()使用以创建图例

x = np.linspace(-np.pi, np.pi)
plt.plot(x, np.sin(x), label='sin')
plt.plot(x, np.cos(x), label='cos')
plt.legend()
plt.show()

matplotlib绘图13

其它参数将在常用绘图函数中具体结合绘图函数介绍

绘图属性

即使用其它绘图辅助函数，在基本图的基础上添加某些部分，属于辅助显示层

图例

通常用于一张图中画多条线的情况

图对象.legend([标签1, 标签2, ...])

图对象可以是plt，也可以前面提过的子图对象ax，以下都以plt表示图对象。如果使用子图对象ax时报错，可将函数写成ax.set_xxx的形式（如ax.set_title()）
标签列表是必须参数，第几个标签对应着之前使用绘图函数画出的第几个图
其它常用参数：
- fontsize字号
- loc位置，默认值为best即自动寻找最佳位置（空白处），也可以是upper right右上方、lower left左下、right右、center中间等值
- ncol显示成几列，默认为1列
更多参数

x = np.linspace(-np.pi, np.pi)
plt.plot(x, np.sin(x))
plt.plot(x, np.cos(x))
plt.legend(
    ['sin', 'cos'],
    loc='center right',
    ncol=2,
    fontsize=12
)
plt.show()

matplotlib绘图12

坐标轴刻度

plt.xticks(ticks=列表)和plt.yticks(ticks=列表)列表中元素为具体的刻度值，ticks=可省略

x = np.linspace(0, 2*np.pi)
plt.plot(x, np.sin(x))
plt.xticks(np.arange(0, 8, 1))
plt.yticks([-1, 0, 1])
plt.show()

matplotlib绘图15

其它参数：

fontsize字号
color或简写c颜色（刻度标签字的颜色）
labels=列表是实际显示的刻度标签，默认与ticks相同（按照ticks画图，但显示labels）。如果想使用非数值型数据作刻度标签，就设置该属性
ha水平对齐方式，可取值right靠右（默认）、left靠左、center居中
关于标签位置的更多参数

x = np.linspace(0, 2*np.pi)
plt.plot(x, np.sin(x))
plt.xticks(
    np.arange(0, 8, 1),
    fontsize=20,
    color='r'
)
plt.yticks(
    [-1, 0, 1],
    labels=['min', '0', 'max'],
    ha='left'
)
plt.show()

matplotlib绘图16

坐标轴范围与形状

两种较简单的方法：

plt.xlim(min, max)和plt.ylim(min, max)
plt.axis([xmin, xmax, ymin, ymax])

min/max指对应坐标轴的最大最小值

x = np.linspace(0, 2*np.pi)
plt.plot(x, np.sin(x))
plt.xlim(-2, 8)
plt.ylim(-2, 2)
# 或者：
# plt.axis([-2, 8, -2, 2])
plt.show()

matplotlib绘图17

plt.axis()函数的其它取值（用于指定坐标轴的其它样式）

'on'默认值，显示坐标轴且自动判断范围
'off'不显示坐标轴
'equal'使xy轴每个刻度的间距相等
'scaled'自动缩放坐标轴与图片匹配
'tight'与'scaled'类似，更美观紧凑
'square'自动延长x/y轴，使最后的结果图为一个正方形（x/y轴宽高相等）

x = np.linspace(0, 2*np.pi)
type = ['on', 'off', 'equal', 'scaled', 'tight', 'square']
for i in range(6):
    ax = plt.subplot(2, 3, i+1)
    ax.plot(x, np.sin(x))
    ax.axis(type[i])
    ax.set_title(f"'{type[i]}'")
plt.show()

matplotlib绘图18

标题

plt.title(标题)主标题

plt.subtitle(父标题)父标题

其它参数：

fontsize字号
color或简写c颜色
loc位置，可以取值'center'居中（默认）、'left'靠左、'right'靠右
x和y具体在xy轴上的位置

x = np.linspace(0, 2*np.pi)
plt.plot(x, np.sin(x))
plt.title(
    "title",
    fontsize=20,
    loc='left'
)
plt.suptitle(
    "suptitle",
    x=0.5,
    y=0.95
)
plt.show()

matplotlib绘图19

网格线

plt.grid()

参数：

因为网格线也是一种线，它具有绘图函数中的线样式参数，如ls、lw、color等
axis='x'/'y'/'xy'让哪个轴显示网格线，默认为'xy'都显示

x = np.linspace(0, 2*np.pi)
plt.plot(x, np.sin(x))
plt.grid(
    axis='x',  # 指定x网格线样式
    ls='--'
)
plt.grid(
    axis='y',  # 指定y网格线样式
    lw=0.5,
    c='red'
)
plt.show()

matplotlib绘图20

x = np.linspace(0, 2*np.pi)
plt.plot(x, np.sin(x))
plt.xlabel(
    "x",
    fontsize=18,  # 字体
    color='r',  # 颜色
    x=1  # 在x轴上的位置
)
plt.ylabel(
    "y=sin(x)",
    fontsize=18,
    color='y',
    y=1,  # 在y轴上的位置
    rotation=0  # 设置标签旋转角度使其平行于x轴，默认为90垂直于x轴
)
plt.show()

matplotlib绘图21

文本

即在图上写文字

plt.text(x, y, s)在指定坐标(x,y)标注字符串s，注意这里的xy不再是占xy轴的百分比，而是真实的坐标

其它参数如fontsize、color、ha等与前述类似

x = np.linspace(0, 2*np.pi)
plt.plot(x, np.sin(x))
plt.text(
    x=5,
    y=0.8,
    s="y=sin(x)",
    color='r',
    fontsize=20
)
plt.show()

matplotlib绘图22

一个更复杂的例子：标注折线图上每个点的坐标

x = range(10)
y = [10, 30, 50, 20, 40, 90, 100, 20, 70, 80]
plt.plot(x, y, 'r--', marker='o')
for x_pos, y_pos in zip(x, y):  # zip函数将xy数组相同位置上的元素合并成一个二元组
    # x_pos和y_pos分别为每个点xy坐标
    plt.text(
        x=x_pos,
        y=y_pos,  # 避免点与文字重叠
        s=f"({x_pos},{y_pos})",
        color='b',
        fontsize=16,
        ha='center',  # 水平对齐方式，使坐标在点上方显示
        va='bottom'  # 垂直对齐方式，使文字显示在点上方
    )
plt.show()

matplotlib绘图23

注释

与文本类似，不同的是它可以对指定的点标注，而不是简单的在某个位置写文字

plt.annotate()

text标注内容
xy要标注的坐标点，值为一个二元组，分别为xy轴坐标
xytext文本的位置，值页为一个二元组，分别为xy轴坐标
其它文本属性这里不再说明
arrowprops箭头样式，值为一个字典，键值分别为箭头属性和其值
- width箭头线的宽度
- headwidth箭头头部尖尖的宽度
- color箭头颜色
- facecolor箭头的填充色
- edgecolor箭头的边框色

x = range(10)
y = [10, 30, 50, 20, 40, 90, 100, 20, 70, 80]
plt.plot(x, y, 'r--', marker='o')
plt.annotate(
    s='max_value',  # 文字
    xy=(x[np.argmax(y)]-0.2, max(y)),  # 箭头指向位置（为避免箭头覆盖点，错开一点）
    xytext=(x[np.argmax(y)]-4, max(y)-10),  # 文字位置
    color='blue',  # 颜色
    fontsize=16,  # 字号
    arrowprops={
        'width': 2,  # 箭头线宽度
        'headwidth': 8,  # 箭头尖宽度
        'facecolor': 'yellow',  # 填充色
        'edgecolor': 'green'  # 边框色
    }
)
plt.show()

matplotlib绘图24

常用绘图函数

折线图

颜色和点线样式和绘图属性已经介绍过折线图的常用参数和画法，这里不再重复说明

例：从excel中读取数据并绘制折线图

数据结构：

   月份   语文   数学  英语
1月   96   81  97
2月  100   73  99
3月   62  100  67
4月   63  100  84
5月   71   82  92

绘制三条线，横坐标为月份，纵坐标为语文、数学、英语成绩

data = pd.read_excel('data/plt/plot.xlsx', sheet_name='line')  # 读取数据
color_list = list('gbr')  # 线的颜色列表
ls_list = ['--', '-', ':']  # 线的形状列表
marker_list = ['*', 'o', '>']  # 点的形状列表
mfc_list = list('rgb')  # 点的填充颜色列表
x = data.月份  # 取月份作为x轴值
for i in range(data.shape[1]-1):  # 遍历其余所有列作y轴值
    y = data.iloc[:, i+1]  # 取成绩列作y轴值
    plt.plot(
        x, y,  # 数据
        f'{color_list[i]}{ls_list[i]}',  # 线样式
        label=y.name,  # 名称（用于创建图例）
        marker=marker_list[i],  # 点样式
        mfc=mfc_list[i],  # 填充颜色
        ms=10,  # 点大小
        alpha=0.6  # 透明度
    )
plt.legend()  # 设置图例
plt.yticks(range(0, 120, 10))  # y轴刻度
plt.xlabel("月份")  # x轴标签
plt.ylabel("成绩")  # y轴标签
plt.title("成绩变化趋势")  # 标题
plt.grid(axis='y', ls='--', alpha=0.2)  # 网格线
plt.show()

matplotlib绘图27

柱状图

plt.bar(x, y, width)必须传入两个参数，分别是xy轴值，width是柱子的宽度，一般取0-1间的值

例：

     年份      销售额
2014  1962035
2015  2838693
2016  2317447
2017  2335002
2018  2438570

data = pd.read_excel('data/plt/plot.xlsx', sheet_name='bar1')  # 读取数据
x, y = data.年份, data.销售额  # xy轴数据
plt.bar(x, y)  # 画柱状图
plt.title("年份--销售额")  # 标题
plt.xlabel("年份")  # x轴标签
plt.ylabel("销售额")  # y轴标签
for a, b in zip(x, y):  # ab分别对应xy的元素
    plt.text(x=a, y=b+0.05*(10**6), s='{:.1f}万'.format(b/10000), ha='center')  # 柱子上方显示销售额（以万为单位，保留一位小数）
plt.show()

matplotlib绘图28

y轴上边的1e6表示y轴单位为10的6次方

同时画多个柱子（簇状柱状图）：使用多个plt.bar(x, y)，但调整x的位置，使多个柱子错开，避免重叠

例：

    年份    北区    中区     南区
2014   634704  534917   792414
2015  1218844  746554   873295
2016  1013322  904058   400067
2017  1068521   12269  1254212
2018   419352  526985  1492233

data = pd.read_excel('data/plt/plot.xlsx', sheet_name='bar2')  # 读取数据
plt.title("年份--销售额")  # 标题
plt.xlabel("年份")  # x轴标签
plt.ylabel("销售额")  # y轴标签
width = 0.2  # 每个柱子的宽度
x = data.年份  # x轴数据
plt.bar(x-width, data.北区, width=width, label='北区')  # 画柱状图1
plt.bar(x, data.中区, width=width, label='中区')  # 画柱状图2
plt.bar(x+width, data.南区, width=width, label='南区')  # 画柱状图3
plt.legend()  # 显示图例
plt.show()

matplotlib绘图29

堆叠柱状图：使用多个plt.bar(x, y)，设置参数bottom调整每个柱子底部的位置，如第二个柱子的底部位置应为第一个柱子的y（顶部位置）

仍使用上面的数据：

data = pd.read_excel('data/plt/plot.xlsx', sheet_name='bar2')  # 读取数据
plt.title("年份--销售额")  # 标题
plt.xlabel("年份")  # x轴标签
plt.ylabel("销售额")  # y轴标签
x = data.年份  # x轴数据
plt.bar(x, data.北区, label='北区')  # 画柱状图1
plt.bar(x, data.中区, label='中区', bottom=data.北区)  # 画柱状图2，底部位置为图1的y值
plt.bar(x, data.南区, label='南区', bottom=data.北区+data.中区)  # 画柱状图3，底部位置为图1+图2的y值
plt.legend()  # 显示图例
plt.show()

matplotlib绘图30

水平方向的柱状图（条形图）：plt.barh(x, y)，参数设置与柱状图类似，堆叠/簇状图的绘制思路也相同，区别是

width属性变成了height，仍表示柱子宽度
堆叠条形图修改的是left而不是bottom

直方图

也称质量分布图，主要用于概率分布，可以表示出数据的频数或频率，各柱子间无间距

plt.hist(x)只需传入一组数据，横轴表示数据有几种取值，纵轴表示每个值出现的次数/概率

x = np.random.randint(0, 10, 100)  # 在0-9范围内生成100个随机数
plt.hist(x)
plt.xticks(range(10))  # 调整x轴刻度
plt.show()
print(pd.Series(x).value_counts())  # 每个数出现的次数

  15
  13
  10
  10
  10
   9
   9
   9
   8
   7
dtype: int64

matplotlib绘图31

可以看到2出现15次，4出现14次…，与直方图相对应（2的高度为15，4的高度为14…）

指定分组方式：bins参数，默认一个值为1组

可以是一个整数，表示分成几组

x = np.random.randint(0, 10, 100)  # 在0-9范围内生成100个随机数
plt.hist(x, bins=5)  # 分成5组
plt.show()

matplotlib绘图32

也可以是一个数组，每个元素为组的分界线，左闭右开区间

x = np.random.randint(0, 10, 100)  # 在0-9范围内生成100个随机数
plt.hist(x, bins=[0, 4, 8, 10])  # 分组方式：[0,4) [4,8) [8,10)
plt.show()

matplotlib绘图33

显示频率而不是频数：plt.hist(x, density=True)

x = np.random.randint(0, 10, 100)  # 在0-9范围内生成100个随机数
plt.hist(x, bins=5, density=True)  # 分成5组，显示频率
plt.show()

matplotlib绘图34

例：统计分数的分布情况，每10分为一组

data = pd.read_excel('data/plt/plot.xlsx', sheet_name='hist')  # 读取数据
x = data.分数  # 数据
plt.hist(
    x,
    bins=range(min(x)//10*10, max(x)//10*10+20, 10),  # 分组方式：最低分数取整10--最高分数取整10，间隔为10
    facecolor='pink',  # 柱子颜色
    edgecolor='red',  # 边框颜色
    alpha=0.5  # 透明度
)
plt.show()

matplotlib绘图35

如果想在每个柱子上显示频数：参考文章

data = pd.read_excel('data/plt/plot.xlsx', sheet_name='hist')  # 读取数据
x = data.分数  # 数据
hist = plt.hist(
    x,
    bins=range(min(x)//10*10, max(x)//10*10+20, 10),  # 分组方式：最低分数取整10--最高分数取整10，间隔为10
    facecolor='pink',  # 柱子颜色
    edgecolor='red',  # 边框颜色
    alpha=0.5  # 透明度
)
interval = 10  # 分组间隔
for i in range(len(hist[0])):
    plt.annotate(
        s=int(hist[0][i]),
        xy=(hist[1][i] + interval / 3, hist[0][i]+5),
        fontsize=16,
    )
plt.show()

matplotlib绘图36

箱型图

显示出一组数据的最大最小值、中位数、上下四分位数

matplotlib绘图37

散点图

可以表示因变量随自变量变化的趋势，一般用于反应一个变量受另一个变量的影响程度

plt.scatter(x, y)

x = range(1, 7, 1)
y = range(10, 70, 10)
plt.scatter(x, y)
plt.show()

matplotlib绘图41

其它参数：

点的大小s，点大小由其它数据决定的散点图也可称为气泡图
颜色、透明度等参数同前

data = np.random.randn(100, 2)  # 100行2列的符合正态分布的二维数组
x = data[:, 0]  # 第一列作x轴
y = data[:, 1]  # 第二列作y轴
plt.scatter(
    x, y,  # 数据
    s=np.random.randint(50, 200, size=100),  # 点大小为50-200间的随机值
    c=np.random.randint(0, 10, size=100),  # 点颜色随机
    alpha=0.6  # 透明度
)
plt.show()

matplotlib绘图42

例：分析广告费用和销售收入间的关系

     月份   广告费用 销售收入
 2014-01  24539  98984
 2014-02  23760  88981
 2014-03   3107  13898
 2014-04  20950  71086
 2014-05   7659  25936

data = pd.read_excel('data/plt/plot.xlsx', sheet_name='scatter')  # 读取数据
x, y = data.广告费用, data.销售收入  # x轴--广告费用  y轴--销售收入
plt.scatter(x, y)
plt.title("广告费用和销售收入间的关系")  # 标题
plt.xlabel("广告费用")  # x轴标签
plt.ylabel("销售收入")  # y轴标签
plt.show()

matplotlib绘图43

六边形图：每个坐标点和数据点均为六边形的散点图

data = pd.read_excel('data/plt/plot.xlsx', sheet_name='scatter')  # 读取数据
plt.hexbin(
    data.广告费用, data.销售收入,  # 数据
    gridsize=20,  # 点大小
    cmap='rainbow'  # 调整色板颜色
)
plt.show()

matplotlib绘图44

饼图

显示一个数据系列中各项目占总和的百分比，项目种类数不能太多

plt.pie(x, autopct)x可以是一个数组，表示每个元素占数组总和的百分比，autopct设置自动标注每部分的占比

x = [10, 20, 30, 40]
plt.pie(x, autopct='%.1f')  # 百分比保留到小数点后1位
plt.show()

matplotlib绘图45

如果每部分的占比想要写成”20.0%”有百分号的形式：autopct='%.1f%%'，注意’.1f’后是两个百分号

例：

   省份   销量
广东  12932
山东   9622
湖北   9505
江苏   7898
浙江   7675

data = pd.read_excel('data/plt/plot.xlsx', sheet_name='pie1')  # 读取数据
city, values = data.省份, data.销量
plt.pie(
    x=values,  # 数据
    autopct='%.1f%%',  # 百分比保留到小数点后1位，有百分号
    pctdistance=0.8,  # 调整百分比文字距圆心的距离
    labels=city,  # 为每个扇形设置标签，标识每部分都是什么数据
    labeldistance=1.2,  # 标签距圆心的距离
    shadow=True,  # 为图增添阴影效果
    textprops={  # 文字相关属性
        'fontsize': 12,  # 尺寸
        'color': 'blue'  # 颜色
    },
    # explode设置每个扇形与圆心的距离（是否让扇形脱离大圆）
    explode=[0.1 if i == '广东' else 0 for i in city],  # 让'广东'的扇形突出0.1距离，其它突出距离设为0（不突出）
)
plt.show()

matplotlib绘图47

各部分含义：

matplotlib绘图46

wedgeprops参数：

edgecolor每个扇形的边缘颜色
width扇形半径，当设置值<1时，可以画出空心的圆环状饼图

x = [10, 20, 30, 40]
plt.pie(
    x=x,  # 数据
    autopct='%.1f%%',  # 百分比保留到小数点后1位，有百分号
    pctdistance=0.8,  # 调整百分比文字距圆心的距离
    wedgeprops={
        'width': 0.4,  # 该值越大，中间空心圆环越小
        'edgecolor': 'white'  # 扇形边缘为白色
    }
)
plt.show()

matplotlib绘图48

画多个圆环：比如现在有两组数据，它们的索引相同，但值不同，想要在一个图中同时体现一个索引对应的两个值

   省份   销量
广东  12932
山东   9622
湖北   9505
江苏   7898
浙江   7675

   省份   销量
广东  21600
山东   7800
湖北   9505
江苏   7898
浙江  12240

思路：在画出第一个圆环状饼图的基础上，修改第二个饼图的半径radius，使其放在第一个饼图的空心区域内

fig = plt.figure(figsize=(8, 8))  # 调整画布大小
data1 = pd.read_excel('data/plt/plot.xlsx', sheet_name='pie1')  # 读取数据
data2 = pd.read_excel('data/plt/plot.xlsx', sheet_name='pie2')  # 读取数据
city1, values1 = data1.省份, data1.销量
city2, values2 = data2.省份, data2.销量
plt.pie(
    x=values1,  # 数据
    autopct='%.1f%%',  # 百分比保留到小数点后1位，有百分号
    pctdistance=0.8,  # 调整百分比文字距圆心的距离
    labels=city1,  # 扇形名称
    wedgeprops={
        'width': 0.4,  # 空心区域半径为1-0.4=0.6
        'edgecolor': 'white'  # 扇形边缘为白色
    }
)
plt.pie(
    x=values2,  # 数据
    autopct='%.1f%%',  # 百分比保留到小数点后1位，有百分号
    pctdistance=0.8,  # 调整百分比文字距圆心的距离
    radius=0.5,  # 半径应小于0.6
    wedgeprops={
        'width': 0.3,
        'edgecolor': 'white'  # 扇形边缘为白色
    },
    textprops={
        'fontsize': 8
    }
)
plt.legend(city1, fontsize=8)  # 创建图例
plt.show()

matplotlib绘图49

面积图

可以理解成填充了的折线图

plt.stackplot(x, y)

x = range(5)
y = np.random.randint(10, 100, 5)
plt.stackplot(x, y)
plt.show()

matplotlib绘图50

例：将面积图和折线图一起画（相当于给面积图描边）

   年份   销售额
2014  1962035
2015  2838693
2016  2317447
2017  2335002
2018  2438570

data = pd.read_excel('data/plt/plot.xlsx', sheet_name='stackplot1')  # 读取数据
x, y = data.年份, data.销售额
plt.stackplot(x, y)
plt.plot(x, y, marker='o', linewidth=3)  # 增大线宽度
plt.show()

matplotlib绘图51

热力图

是一种通过对色块着色来显示数据的图表，需指定颜色映射的规则（默认情况下，数值越大颜色越深）

plt.imshow(data)data应为一个二维数组/df，其中第m行n列的值即对应图中第m行n列的颜色

   省份  产品A 产品B  产品C 产品D 产品E  产品F 产品G
广东  9275  8498  5019  4468  3637  5997  8307
广西  9849  8413  9222  6162  3401  4045  1983
湖南  5413  7855  2973  1597  1078  4316  6213
湖北  7425  9862  3341  7923  4348  3878  3065
江西  1159  1334  1927  9884  8205  5933  6321

fig = plt.figure(figsize=(12, 6))  # 调整画布大小
df = pd.read_excel('data/plt/plot.xlsx', sheet_name='imshow')  # 读取数据
y = df.省份  # 省份作y轴
x = df.drop(columns='省份').columns  # 除去省份的其它列的列名作x轴
data = df.drop(columns='省份').values  # 除去省份的其它列的数据作绘图数据
plt.imshow(data, cmap='Blues')  # 调整色板颜色
plt.xticks(range(len(x)), labels=x)  # 修改x轴刻度
plt.yticks(range(len(y)), labels=y)  # 修改y轴刻度
plt.show()

matplotlib绘图52

还可以为每个色块添加具体数据值显示

fig = plt.figure(figsize=(12, 6))  # 调整画布大小
df = pd.read_excel('data/plt/plot.xlsx', sheet_name='imshow')  # 读取数据
y = df.省份  # 省份作y轴
x = df.drop(columns='省份').columns  # 除去省份的其它列的列名作x轴
data = df.drop(columns='省份').values  # 除去省份的其它列的数据作绘图数据
plt.imshow(data, cmap='Blues')  # 调整色板颜色
plt.xticks(range(len(x)), labels=x)  # 修改x轴刻度
plt.yticks(range(len(y)), labels=y)  # 修改y轴刻度
for row in range(data.shape[0]):  # data的第几行
    for col in range(data.shape[1]):  # data的第几列
        plt.text(  # 添加文本
            x=col,  # x轴坐标
            y=row,  # y轴坐标
            s=data[row][col],  # 数据值
            ha='center',
            va='center',  # 水平/垂直方向居中
            fontsize=10  # 尺寸
        )
plt.colorbar()  # 颜色条--类似于图例，标识颜色深浅对应的数值大小
plt.show()

matplotlib绘图53

极坐标图

可以理解成使用极坐标系画的柱状图

x = np.linspace(0, 2*np.pi, 想分成的份数, endpoint=False)
axes = plt.subplot(111, projection='polar')  # 创建一个使用极坐标系的图对象
axes.bar(x, y)  # 画系坐标系下的柱状图，即极坐标图

例：

n = 8  # 画出的极坐标图有8份
x = np.linspace(0, 2*np.pi, n, endpoint=False)  # 0-2pai间取8份
height = np.random.randint(3, 15, size=n)  # 生成8个3-15间整数作每部分的大小
axes = plt.subplot(111, projection='polar')
axes.bar(
    x, height,
    width=2*np.pi/n,  # 宽度为2pai/8（该参数可不设定）
    bottom=0,  # 从0开始画
    color=np.random.rand(n, 4)  # 每个扇形颜色不同
)
plt.show()

matplotlib绘图54

扩展：使用二维数组给color参数赋值–数组每行的数据被传入rgba()颜色生成函数中，数组的一行对应着一种颜色。因为rgba()需要3或4个参数（第4个参数为透明度），所以该二维数组需要3或4列，如上面的np.random.rand(n, 4)也可以写成np.random.rand(n, 3)

雷达图

与极坐标图类似，它是极坐标系与折线图的结合

n = 6  # 画出的雷达图有6个点
x = np.linspace(0, 2*np.pi, n, endpoint=False)  # 0-2pai间取6份
y = [80, 60, 20, 100, 50, 60]
axes = plt.subplot(111, polar=True)
axes.plot(x, y)
plt.show()

matplotlib绘图55

可以看到虽然6个点都画出来了，但是首尾未闭合，不好看。改进方法：把x/y数据的第一个元素复制添加在结尾

n = 6  # 画出的雷达图有6个点
x = np.linspace(0, 2*np.pi, n, endpoint=False)  # 0-2pai间取6份
y = [80, 60, 20, 100, 50, 60]
x = np.concatenate((x, [x[0]]))
y = np.concatenate((y, [y[0]]))
axes = plt.subplot(111, polar=True)
axes.plot(x, y)
plt.show()

matplotlib绘图56

因为雷达图本质是折线图，所以它的颜色和点线样式都与折线图相同

填充颜色：axes.fill(x, y)

n = 6  # 画出的雷达图有6个点
x = np.linspace(0, 2*np.pi, n, endpoint=False)  # 0-2pai间取6份
y = [80, 60, 20, 100, 50, 60]
x = np.concatenate((x, [x[0]]))
y = np.concatenate((y, [y[0]]))
axes = plt.subplot(111, polar=True)
axes.plot(x, y, 'o-', lw=2)
axes.fill(x, y, color='r', alpha=0.5)
axes.set_rgrids(range(20, 120, 20), fontsize=12)  # 显示刻度，注意使用的函数不同
plt.show()

matplotlib绘图57

等高线图

也称水平图，是一种在二维平面上显示3D图像的方法

网格数据

先介绍一个函数：np.meshgrid(x, y)它返回两个二维数组（网格数据）。设x长度为x_len，y长度为y_len：

第一个返回值：将x的元素作为一行，复制该行y_len次
第二个返回值：将y的元素作为一列，复制该列x_len次

x = np.array([1, 2, 3])
y = np.array([4, 5, 6, 7])
print(np.meshgrid(x, y))

array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])
array([[4, 4, 4],
       [5, 5, 5],
       [6, 6, 6],
       [7, 7, 7]])

现在我们要使用的数据：

x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
x, y = np.meshgrid(x, y)

[[-5.        -4.8989899 -4.7979798 ...  4.7979798  4.8989899  5.       ]
 [-5.        -4.8989899 -4.7979798 ...  4.7979798  4.8989899  5.       ]
 [-5.        -4.8989899 -4.7979798 ...  4.7979798  4.8989899  5.       ]
 ...
 [-5.        -4.8989899 -4.7979798 ...  4.7979798  4.8989899  5.       ]
 [-5.        -4.8989899 -4.7979798 ...  4.7979798  4.8989899  5.       ]
 [-5.        -4.8989899 -4.7979798 ...  4.7979798  4.8989899  5.       ]]
[[-5.        -5.        -5.        ... -5.        -5.        -5.       ]
 [-4.8989899 -4.8989899 -4.8989899 ... -4.8989899 -4.8989899 -4.8989899]
 [-4.7979798 -4.7979798 -4.7979798 ... -4.7979798 -4.7979798 -4.7979798]
 ...
 [ 4.7979798  4.7979798  4.7979798 ...  4.7979798  4.7979798  4.7979798]
 [ 4.8989899  4.8989899  4.8989899 ...  4.8989899  4.8989899  4.8989899]
 [ 5.         5.         5.        ...  5.         5.         5.       ]]

将xy数组相同位置的元素组成坐标(x,y)，可以看到meshgrid函数实质就是生成(-5,-5)、(5,-5)、(-5,5)、(5,5)这个正方形内所有点的坐标

等高线图

plt.contourf(X, Y, Z)X/Y为网格数据、Z为点高度

可以理解成：XYZ中相同位置的元素组成点坐标(x, y, z)

x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
x, y = np.meshgrid(x, y)
z = np.sqrt(x**2+y**2)  # 高度为xy坐标的平方和后开根号，结果图应为一个圆
plt.figure(figsize=(6, 5))  # 调整画布大小
cb = plt.contourf(x, y, z)  # 画图
plt.colorbar(cb)  # 添加颜色条
plt.show()

matplotlib绘图58

可以看到越靠近中心，距圆心距离（高度）越小，颜色越深

3D图

旧版本：

from mpl_toolkits.mplot3d.axes3d import Axes3D  # 先引入包
fig = plt.figure()  # 创建画布对象
axes = Axes3D(fig, auto_add_to_figure=False)  # 设置坐标轴手动添加到fig中
fig.add_axes(axes)  # 将坐标轴添加到fig中
axes.画图函数  # 与二维的画图函数相同

新版本：

from mpl_toolkits.mplot3d.axes3d import Axes3D
fig = plt.figure()  # 创建画布对象
axes = Axes3D(fig)  # 创建坐标轴
axes.画图函数  # 与二维的画图函数相同

三维折线图

使用plot画图函数：

from mpl_toolkits.mplot3d.axes3d import Axes3D
fig = plt.figure(figsize=(5, 5))  # 创建画布对象
x = np.linspace(0, 100, 400)
y = np.sin(x)
z = np.cos(x)
axes = Axes3D(fig)  # 创建坐标轴
axes.plot(x, y, z)
plt.show()

matplotlib绘图59

三维散点图

使用scatter画图函数：

from mpl_toolkits.mplot3d.axes3d import Axes3D
fig = plt.figure(figsize=(5, 5))  # 创建画布对象
x = np.random.rand(50)
y = np.random.rand(50)
z = np.random.rand(50)
axes = Axes3D(fig)  # 创建坐标轴
axes.scatter(x, y, z, color='r')
plt.show()

matplotlib绘图60

三维柱形图

使用bar画图函数，不过画图的过程不同，不能简单的将xyz传入函数中

思路：在x=1/2/3/4的位置各画一个柱形图，每个柱形图都在yz平面上

from mpl_toolkits.mplot3d.axes3d import Axes3D
fig = plt.figure(figsize=(7, 7))  # 创建画布对象
axes = Axes3D(fig)  # 创建坐标轴
x_data = [1, 2, 3, 4]
for x in x_data:
    axes.bar(  # yz上面的每个柱状图
        [10, 20, 30],  # y轴坐标
        np.random.randint(10, 100, 3),  # z轴坐标（高度）
        zs=x,  # 在x轴上的位置
        zdir='x',  # 在x轴方向上排列
        width=6,
        alpha=0.7
    )
axes.set_xlabel('X轴', color='r', fontsize=16)
axes.set_ylabel('Y轴', color='g', fontsize=16)
axes.set_zlabel('Z轴', color='b', fontsize=16)
plt.show()

matplotlib绘图61

对已有图进行处理

读取图片：图对象=plt.imread(路径)

img = plt.imread('data/plt/pandas.jpeg')  # 可能需要安装pillow包才能读取JPEG文件
print(img.shape)  # (583, 1024, 3)
print(img)

[[[ 78  20  79]
  [ 78  20  79]
  [ 78  20  79]
  ...
  [ 52  55 124]
  [ 52  55 124]
  [ 52  55 124]]]

可以看到img是一个三维数组，shape返回值中前两个值分别为图片的高（竖直方向长度）/宽（水平方向长度），第三个值表示图片每个像素点由三个整数表示（rgb颜色表示法），有些黑白图的像素点可由两个整数表示

显示图片：plt.imshow(图对象)

img = plt.imread('data/plt/pandas.jpeg')
plt.imshow(img)  # 相当于把图画到了画布上
plt.show()  # 展示图片

matplotlib绘图62

更改图片：

垂直/上下翻转：plt.imshow(img, origin='lower')或plt.imshow(img[::-1])
```
img = plt.imread('data/plt/pandas.jpeg')
plt.imshow(img, origin='lower')
plt.show()
```
```
img = plt.imread('data/plt/pandas.jpeg')
plt.imshow(img[::-1])
plt.show()
```
两者的区别在于origin='lower'是改变坐标轴原点位置（翻转了y轴），而[::-1]直接改变图片数组

水平/左右翻转：plt.imshow(img[:, ::-1])

img = plt.imread('data/plt/pandas.jpeg')
plt.imshow(img[:, ::-1])
plt.show()

matplotlib绘图65

截取图片：坐标系参考上面图片的坐标轴

img = plt.imread('data/plt/pandas.jpeg')
plt.imshow(img[100:500, 200:800])  # 截取纵轴100-500、横轴200-800的部分
plt.show()

matplotlib绘图66

保存图片：plt.imsave(路径, 图对象)

img = plt.imread('data/plt/pandas.jpeg')
new_img = img[100:500, 200:800]
plt.imsave('data/plt/new_pandas.png', new_img)

matplotlib绘图67

综合案例

导入数据：

df = pd.read_csv('data/plt/kobe.csv')
print(df.shape)  # (30697, 25)  共有30697行25列
print(df.head())

         action_type combined_shot_type  ...  opponent  shot_id
        Jump Shot          Jump Shot  ...       POR        1
        Jump Shot          Jump Shot  ...       POR        2
        Jump Shot          Jump Shot  ...       POR        3
        Jump Shot          Jump Shot  ...       POR        4
Driving Dunk Shot               Dunk  ...       POR        5
[5 rows x 25 columns]

本案例中使用的列的含义说明：

投篮点坐标(loc_x, loc_y)
投篮经纬度(lat, lon)
进攻方式（更具体）action_type
进攻方式combined_shot_type
是否进球shot_made_flag
投篮区域（更具体）shot_zone_basic、投篮范围shot_zone_range、投篮区域shot_zone_area
period表示第几节

任务1：分别根据投篮点坐标/经纬度画出投篮的位置，使用子图+散点图

df = pd.read_csv('data/plt/kobe.csv')
plt.figure(figsize=(5*2, 5))
axes1 = plt.subplot(1, 2, 1)  # 一行两列的第一个图
axes1.scatter(df['loc_x'], df['loc_y'], s=0.3)  # 散点图
axes1.set_title('投篮坐标')  # 标题
axes2 = plt.subplot(1, 2, 2)  # 一行两列的第一个图
axes2.scatter(df['lat'], df['lon'], s=0.3)  # 散点图
axes2.set_title('投篮经纬度')  # 标题
plt.show()

matplotlib绘图68

任务2：画条形图体现每种出手方式的次数，画最多的前10种出手方式即可

df = pd.read_csv('data/plt/kobe.csv')
counts = df['action_type'].value_counts()  # 统计每种出手方式次数，结果从大到小排列，索引为出手方式，值为次数
counts = counts.head(10)  # 取前10个数据，即为最多的10个
plt.figure(figsize=(15, 10))
plt.barh(counts.index[::-1], counts.values[::-1])  # 为避免x轴文本重叠，画横向条形图；为了让最大值显示在最上面，用[::-1]倒序
plt.title("最多的10种出手方式")  # 标题
plt.show()

matplotlib绘图69

任务3：用柱形图标识在每一节的出手次数

即统计数据集中period列每个值的出现次数，使用df['period'].value_counts()即可

df = pd.read_csv('data/plt/kobe.csv')
plt.figure(figsize=(8, 6))
count = df['period'].value_counts()
plt.bar(count.index, count.values, width=0.6)
plt.title("每种出手方式的次数")  # 父标题
plt.show()

matplotlib绘图74

任务4：使用柱形图表示各种投篮方式的命中率

思路：先计算每种投篮方式的命中次数，再计算每种投篮方式的总次数，相除即为命中率

如何计算命中次数：先按投篮方式combined_shot_type分组，再取标识是否命中的列shot_made_flag。因为这列中0表示没进，1表示进球，直接对这列使用sum()聚合，加和结果就是每种方式的命中次数

如何计算总次数：在取完shot_made_flag列后，使用count()函数直接计算每组行数即可。因为有的行可能没有shot_made_flag列，这部分数据需要去除，所以要先取shot_made_flag列再统计行数

df = pd.read_csv('data/plt/kobe.csv')
df = df.groupby("combined_shot_type")  # 分组
shot_num = df['shot_made_flag'].sum()  # 命中次数
total_num = df['shot_made_flag'].count()  # 总次数
shot_rate = shot_num/total_num  # 命中率
plt.figure(figsize=(8, 6))
x, y = shot_rate.index, shot_rate.values  # xy数据，分别为投篮方式和命中率
plt.bar(x, y)  # 柱状图
for a, b in zip(x, y):  # 写文本
    plt.text(x=a, y=b+0.01, s='{:.1f}%'.format(b*100), ha='center', fontsize=16)
plt.title("每种投篮方式的命中率")
plt.show()

matplotlib绘图70

任务5：标识投篮位置的区域

即在第一个图（投篮位置坐标）的基础上，用颜色标识每个点都属于哪个区域，同区域的点为同一种颜色，例如：

matplotlib绘图71

要求分别使用shot_zone_basic、 shot_zone_range、shot_zone_area三列数据，画三个子图

思路：在第一个散点图的基础上，添加c颜色参数，其值由这三列数据的值决定。因为这三列数据值都是字符串，而字符串不能作颜色参数的取值，需要把字符串转成数值型（相同字符串变为相同数字）

使用函数：series.factorize()该函数返回两个值，第一个值是转换后结果，第二个值标识每种字符串都转成了哪个数

df = pd.read_csv('data/plt/kobe.csv')
col_name = ['shot_zone_basic', 'shot_zone_range', 'shot_zone_area']  # 使用的三列数据
plt.figure(figsize=(4*3, 4))
for i in range(len(col_name)):
    col = col_name[i]  # 当前图颜色由哪列决定
    df[col] = df[col].factorize()[0]  # 字符串->数值
    axes = plt.subplot(1, 3, i+1)  # 子图对象
    axes.scatter(df['loc_x'], df['loc_y'], c=df[col], cmap='rainbow')
    axes.set_title(col)  # 标题
plt.suptitle("投篮位置的区域")  # 父标题
plt.show()

matplotlib绘图72

拓展：使用图例标识每种颜色的点对应的投篮区域

思路：把数据按指定列（如’shot_zone_basic’列）分组，每组在同一画布上分别用不同种颜色画散点图，并同时指定label告诉legend函数哪种颜色对应着哪组。因为用的是一个画布，所有的点会重叠，形成多种颜色、包含所有数据的最终图

df = pd.read_csv('data/plt/kobe.csv')
col_name = ['shot_zone_basic', 'shot_zone_range', 'shot_zone_area']  # 使用的三列数据
plt.figure(figsize=(6*3, 6))
for i in range(len(col_name)):
    col = col_name[i]  # 当前图颜色由哪列决定
    groups = df.groupby(col)  # 按该列分组
    group_num = len(df[col].unique())  # 按该列分成几组
    cmap = plt.cm.get_cmap('rainbow')  # 色板
    colors = [cmap(i) for i in np.linspace(0, 1, group_num)]  # 每组对应的颜色
    axes = plt.subplot(1, 3, i+1)  # 子图对象
    i = 0  # 是第几组（用于标识下面循环的次数）
    for group in groups:  # 每组画一个散点图，并指定不同的label，最后所有散点图重叠得到最终结果
        # group[1]是整个df中属于该组的行，group[0]是标识分组名的字符串
        group = group[1]
        label = group[col].unique()[0]  # 每组的标签
        axes.scatter(group['loc_x'], group['loc_y'], c=colors[i], label=label)
        i+=1  # 索引+1
    axes.legend()  # 图例
    axes.set_title(col)  # 标题
plt.suptitle("投篮位置的区域")  # 父标题
plt.show()

matplotlib绘图73