阿里云网站模板 解析,合同模板网站,微网站怎样做,泰安网络平台目录 一、Matplotlib绘图的基本流程#xff08;一#xff09;最简单的绘图#xff08;仅指定y的值#xff09;#xff08;二#xff09;更一般的绘图#xff08;同时指定x和y的值#xff09;#xff08;三#xff09;增加更多的绘图元素 二、布局相关的对象——Figur… 目录 一、Matplotlib绘图的基本流程一最简单的绘图仅指定y的值二更一般的绘图同时指定x和y的值三增加更多的绘图元素 二、布局相关的对象——Figure、Subplot三、常用图形绘制一折线图二柱状图三直方图四饼图五散点图六箱线图 一、Matplotlib绘图的基本流程
根据 Matplotlib 图像的4层图像结构pyplot 模块绘制图形基本都遵循一个流程使用这个流程可以完成大部分图形的绘制。pyplot 模块基本绘图流程主要分为3个部分如下图所示。 创建画布plt.figure()创建和选定子图plt.subplots()添加标题plt.title()添加x/y轴名称plt.xlabel()、plt.ylabel()设置x/y轴范围plt.xlim()、plt.ylim()设置x/y轴范围plt.xticks()、plt.yticks()绘制图形折线图—plot()、柱状图—bar()、饼图—pie()、散点图—scatter()、箱型图—boxplot()添加图例plt.legend()保存图形plt.savefig()显示图形plt.show()——一般放在最后
在 Jupyter Notebook 中运行时需要加上下面这条魔法命令。
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt一最简单的绘图仅指定y的值
用marker参数观察可知绘图时使用列表的索引0、1、2作为x值用列表值作为对应的y值需要取消下一句的注释。
plt.plot([1,2,3])
# plt.plot([1,2,3],markero)二更一般的绘图同时指定x和y的值
x np.linspace(-2, 2, 20) # 产生20个坐标点的横坐标
y x**2 # 产生20个坐标点的纵坐标
# 最简单的绘图
plt.rcParams[axes.unicode_minus] False # 解决不显示负号的问题
plt.plot(x, y) # 默认不突出显示坐标点坐标点之间用蓝色实线连接
plt.show() # 调用show()函数才真正显示图形x np.linspace(-2, 2, 20) # 产生20个坐标点的横坐标
y x**2 # 产生20个坐标点的纵坐标
px 0.8 # 靓点Beautiful point之横坐标
py px**2 # 靓点之横坐标plt.title(Square function) # 图表标题
plt.xlabel(x) # x轴标签
plt.ylabel(y x**2) # y轴标签
plt.grid(True) # 显示网格线plt.plot(x, y, b*-., px, py, ro) # 同时指定连接线和坐标点的样式、颜色# 添加文本说明前两个参数表示第一个字符的横纵坐标第3个参数是文本字符串。
# 字符串中的 $yx^2$ 是Latex的等式表示形式
plt.text(0, 2, Square function\n$y x^2$, fontsize20, colorblue, horizontalalignmentcenter)
plt.text(px - 0.08, py, Beautiful point, haright, weightheavy) # ha即horizontalalignment
plt.text(px, py, x %0.2f\ny %0.2f%(px, py), rotation50, colorgray)plt.savefig(my_plot1.png) # 在当前目录下保存所绘制的图形
plt.show()三增加更多的绘图元素
x np.linspace(0,2*np.pi,13) # 数据点以pi/630度作为分隔间距
y1 np.sin(x)
y2 np.cos(x)plt.plot(x,y1,marker^,colorr,labelsin(x)) # 默认线型是实线
plt.plot(x,y2,markero,colorg,linestyle-.,labelcos(x)) # label参数和plt.legend()配合实现图例显示
plt.xlim(0,2*np.pi) # 设定x轴的取值范围
plt.ylim(-1,1)
plt.xlabel(x) # 设定x轴的标签
plt.ylabel(y)
plt.title(ysin(x)/cos(x))
# 设定x轴的刻度,下一条语句可以注释对比一下效果,
# 其中x[::3]的3表示经过3个数据点加一个标签可以改成1看的更明显
plt.xticks(x[::3],[0,r$\pi/2$,r$\pi$,r$3\pi/2$,r$2\pi$],colorb) # $\pi/2$属于Latex表示法
plt.grid(axisx,ls--)
plt.legend()
plt.show()二、布局相关的对象——Figure、Subplot
# 创建自己的Figure对象相当于自定义画布
#通过注释下条语句观察使用自己的Figure对象的效果
fig plt.figure(figsize(12,8)) # 指定画板的宽和高分别为12英寸和8英寸
# 上面语句可省略如果省略就是使用系统内部默认的figure()对象# 运行配置(run configuration)参数设置
plt.rcParams[font.sans-serif][SimHei] # 在matplotlib中显示汉字
plt.rcParams[axes.unicode_minus]False # 用来正常显示负号否则负号会显示为小方框# 绘制子图
x np.linspace(-2, 2, 30)
plt.subplot(2, 2, 1) # 2 rows, 2 columns, 1st subplot top left
plt.plot(x, x)
plt.subplot(2, 2, 2) # 2 rows, 2 columns, 2nd subplot top right
plt.plot(x, x**2)
plt.subplot(2, 1, 2) # 2 rows, *1* column, 2nd subplot bottom
plt.plot(x, x**3)
plt.text(0,-5,看成按照2行1列重新划分的第2个子图,hacenter,colorred) # ha:horizontal align(水平对齐)
plt.show()三、常用图形绘制
一折线图
一般绘制较多的的都是折线图反映一个特征随另一个特征的趋势变化。
rad np.arange(0,np.pi*2,0.01)
plt.title(ysin(x),fontsize12)
plt.xlabel(rad,fontsize12)
plt.ylabel(value,fontsize12)
plt.xlim((0,np.pi*2))
plt.ylim((-1,1))
plt.xticks([0,np.pi/2,np.pi,np.pi*3/2,np.pi*2])
plt.yticks([-1,-0.5,0,0.5,1])
plt.grid(True)
plt.plot(rad,np.sin(rad))
plt.show()# 带子图的折线图
x np.array([1,2,3])
plt.subplot(221)
plt.plot(x,x,markero)
plt.text(1.5,2.6,yx,fontsize12)
plt.subplot(222)
plt.plot(x,-x,-*r)
plt.text(2.5,-1.3,y-x,fontsize12)
plt.subplot(223)
plt.plot(x,x**2,-.g)
plt.text(1.5,6.0,yx**2,fontsize12)
plt.subplot(224)
plt.plot(x,np.sin(x),--^y)
plt.text(1.5,0.6,ysin(x),fontsize12)
plt.show()二柱状图
绘制柱状图比较值大小。
position np.arange(5) # 确定每个柱的垂直中线位置相当于x轴坐标
data1 [2,10,4,8,6] # 确定每个柱的高度相当于y轴坐标
data2 np.random.randint(1,9,5)#[5,3,6,7,6]
plt.bar(position,data1)
plt.bar(position,-data2)for x, y in zip(position, data1): # 显示数据标签plt.text(x, y, {}.format(y), hacenter, vabottom,fontsize11,colorr)# vabottom表示文本的底部在x,y处还可以取top和center值
for x, y in zip(position, data2): # 显示数据标签plt.text(x, -y, {}.format(y), hacenter, vatop,fontsize11,colorr)
plt.show()三直方图
绘制直方图反映数据分布。
x [22,87,5,43,56,73,55,54,11,20,51,5,79,31,27] # x轴数据
plt.hist(x, bins [0,25,50,75,100]) # 绘制直方图bins为区间
plt.show() # 显示图表进一步拓展。
df pd.read_excel(grade1.xls) # 读取Excel文件
plt.rcParams[font.sans-serif][SimHei] # 解决中文乱码
x df[得分] # x轴数据
plt.xlabel(分数) # x轴标题
plt.ylabel(学生数量) # y轴标题
plt.title(高一数学成绩分布直方图) # 设置图表标题
# 绘制直方图bins为区间facecolor为前景色edgecolor为边框颜色alpha为透明度
plt.hist(x, bins [0,25,50,75,100,125,150],facecolorblue, edgecolorblack, alpha0.7)
plt.show() # 显示图表四饼图
绘制饼图展示整体的构成情况。
x [2,4,6,8]labels [a,b,c,d] # 各部分的标签
colors [r,y,b,g] # 各部分的颜色explode (0,0.1,0,0) # explode用于突出显示特定的部分
# explode(0.1,0.3,0.1,0.1) plt.pie(x,explodeexplode,labelslabels,colorscolors,autopct%.1f%%) # pct表示percent,%%用于输出一个百分号
plt.axis(equal) ##使饼图两个轴的单位长度相等从而使得饼图接近圆形
plt.show()五散点图
绘制散点图展示数据聚集模式、观察两个一维数据序列间的关系。
# 基本的常用于线性回归分析中
np.random.seed(0) # 作用相当于random.seed(),但它返回一个伪随机数生成器对象,可用该对象生成随机数
x np.linspace(0,1,100)
y xnp.random.randn(100)
plt.scatter(x,y)
plt.plot(x,x)
plt.show()rd np.random.RandomState(0) # 作用相当于random.seed(),但它返回一个伪随机数生成器对象,可用该对象生成随机数
x rd.randn(100)
y rd.randn(100)colors rd.rand(100)
sizes 1000*rd.rand(100)
# 画散点图最重要的5个参数x-横坐标y-纵坐标,c-颜色要求是0~1范围内的浮点值s-点大小像素alpha-透明度
# 当颜色和尺寸使用数组时常用来表示不同的类别cmap用来指定颜色的风格viridis表示翠绿色
plt.scatter(x,y,ccolors,ssizes,alpha0.3,cmapviridis)
plt.colorbar() # 显示颜色条
plt.show()六箱线图
使用箱线图常用于检测与处理异常值。
import pandas as pd
import matplotlib.pyplot as plt数据集meal_order_detail.xlsx下载地址下载meal_order_detail.xlsx
data pd.read_excel(meal_order_detail.xlsx)
data.head()完整数据框如下 detail_idorder_iddishes_idlogicprn_nameparent_class_namedishes_nameitemis_addcountsamountscostplace_order_timediscount_amtdiscount_reasonkick_backadd_inpriceadd_infobar_codepicture_fileemp_id02956417610062NaNNaN蒜蓉生蚝0149NaN2016-08-01 11:05:00NaNNaNNaN0NaNNaNcaipu/104001.jpg144212958417609957NaNNaN蒙古烤羊腿0148NaN2016-08-01 11:07:00NaNNaNNaN0NaNNaNcaipu/202003.jpg144222961417609950NaNNaN大蒜苋菜0130NaN2016-08-01 11:07:00NaNNaNNaN0NaNNaNcaipu/303001.jpg144232966417610038NaNNaN芝麻烤紫菜0125NaN2016-08-01 11:11:00NaNNaNNaN0NaNNaNcaipu/105002.jpg144242968417610003NaNNaN蒜香包0113NaN2016-08-01 11:11:00NaNNaNNaN0NaNNaNcaipu/503002.jpg1442
plt.boxplot(data[amounts])
# plt.boxplot(data[amounts],vertFalse) # vertFalse设置水平显示箱形图
plt.show()检测与处理异常值
箱型图提供了识别异常值的一个标准即异常值通常被定义为小于 QL-1.5IQR 或大于 QU1.5IQR 的值。
QL称为下四分位数表示全部观察值中有四分之一的数据取值比它小。QU称为上四分位数表示全部观察值中有四分之一的数据取值比它大。IQR称为四分位数间距是上四分位数QU与下四分位数QL之差其间包含了全部观察值的一半。
箱线图依据实际数据绘制真实、直观地表现出了数据分布的本来面貌且没有对数据做任何限制性要求其判断异常值的标准以四分位数和四分位数间距为基础。
四分位数给出了数据分布的中心、散布和形状的某种指示具有一定的鲁棒性即25%的数据可以变得任意远而不会很大地扰动四分位数所以异常值通常不能对这个标准施加影响。鉴于此箱线图识别异常值的结果比较客观因此在识别异常值方面具有一定的优越性。 3 σ 3\sigma 3σ 原则又称为拉依达法则。该法则就是先假设一组检测数据只含有随机误差对原始数据进行计算处理得到标准差然后按一定的概率确定一个区间认为误差超过这个区间的就属于异常值。
这种判别处理方法仅适用于对正态或近似正态分布的样本数据进行处理如下表所示其中 σ \sigma σ 代表标准差 μ \mu μ 代表均值 x μ x\mu xμ 为图形的对称轴。数据的数值分布几乎全部集中在区间 ( μ − 3 , μ 3 ) (\mu-3,\mu3) (μ−3,μ3) 内超出这个范围的数据仅占不到 0.3 % 0.3\% 0.3%。故根据小概率原理可以认为超出 3 σ 3\sigma 3σ 的部分数据为异常数据。 # 自定义函数用于将数据中的异常值替换为缺失值
def replace(x):import numpy as npQU x.quantile(0.75)QL x.quantile(0.25)IQR QU -QLx[(x (QU 1.5*IQR)) | (x (QL - 1.5*IQR))] np.nanreturn xdata[amounts].isnull().sum()0replace(data[amounts]).isnull().sum()C:\Users\Administrator\Anaconda3\lib\site-packages\ipykernel_launcher.py:7: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrameSee the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copyimport sys173
