Python數(shù)據(jù)分析基礎(chǔ)與應(yīng)用模塊模塊7數(shù)據(jù)分析可視化展示【學(xué)習(xí)與訓(xùn)練】7.1初識Matplotlib7.1.1Matplotlib概述Matplotlib提供了一個(gè)套面向繪圖對象編程的API接口，能夠很輕松地實(shí)現(xiàn)各種圖像的繪制，并且它可以配合PythonGUI工具（例如PyQt、Tkinte等）在應(yīng)用程序中嵌入圖形。同時(shí)Matplotlib也支持以腳本的形式嵌入到JupyterNotebook、IPythonshell、Web應(yīng)用服務(wù)器中使用。1．Matplotlib繪制圖形組成Matplotlib生成的圖形主要由以下幾個(gè)部分構(gòu)成：（1）容器層容器層包括Canvas對象、Figure對象、Axes對象組成。①Canvas對象：可以理解為畫板。②Figure對象：可以理解成一張畫布，位于Canvas對象的上層，也就是用戶操作的應(yīng)用層的第1層。它包括了整個(gè)圖形的所有元素，例如標(biāo)題、軸線等?？梢园鄠€(gè)圖表。③Axes對象：在畫布中繪制2D圖像的實(shí)際區(qū)域，也稱為繪圖區(qū)域。Axes對象位于Figure對象的上層，也就是用戶操作的應(yīng)用層的第2層，F(xiàn)igure對象中可以包含多個(gè)Axes對象。它擁有獨(dú)立的坐標(biāo)系統(tǒng)，可以是直角坐標(biāo)系統(tǒng)，即包含x軸和y軸的坐標(biāo)系，也可以是三維坐標(biāo)系統(tǒng)，即包含x軸、y軸、z軸的坐標(biāo)系。（2）圖形層圖形層是指繪圖區(qū)域內(nèi)繪制的圖形，即使用plot()函數(shù)或方法根據(jù)已有數(shù)據(jù)繪制的各種圖形。（3）輔助層輔助層是指繪圖區(qū)域內(nèi)圖形之外的其他元素，常用的輔助元素包括坐標(biāo)軸、標(biāo)題、圖例、網(wǎng)格、參考線、參考區(qū)域、注釋文本、表格等。輔助元素可以對圖形進(jìn)行必要的補(bǔ)充說明，可以使圖表更直觀、更容易被用戶理解，但又不會(huì)對圖形產(chǎn)生實(shí)質(zhì)的影響。圖像層和輔助層所包含的內(nèi)容都屬于圖表元素，即位于Axes對象之上。2．Matplotlib的功能擴(kuò)展包常見的工具包如下：（1）Cartopy：這是一個(gè)映射庫，包含面向?qū)ο蟮挠成渫队岸x以及點(diǎn)、線、面的圖形轉(zhuǎn)換工具。（2）Bashmap：這是一個(gè)地圖繪制工具包，其中包含多個(gè)地圖投影，海岸線和國界線。（3）Exceltools：這是Matplotlib為了實(shí)現(xiàn)與MicrosoftExcel交換數(shù)據(jù)而提供的工具。（4）Mplot3d：它用于3D繪圖。（5）Natgrid：這是Natgrid庫的接口，用于對間隔數(shù)據(jù)進(jìn)行不規(guī)則的網(wǎng)格化處理。3．下載和安裝Matplotlib（1）使用Python包管理器pip安裝Matplotlib使用Python包管理器pip來安裝Matplotlib是一種輕量級的方式，打開Windows命令提示符窗口，并輸入以下命令：pipinstallmatplotlib按【Enter】鍵后，即可開始下載與安裝。（2）使用Anaconda安裝安裝Matplotlib的最好的方法是下載Python的Anaconda發(fā)行版，因?yàn)镸atplotlib被預(yù)先安裝在Anaconda中。當(dāng)成功安裝Anaconda后，Matplotlib也同步安裝完成。4．引入Matplotlib安裝成功后，就可以通過import來導(dǎo)入matplotlib庫：importmatplotlib可以使用以下代碼查看matplotlib庫的版本號：matplotlib.__version__7.1.2認(rèn)知Matplotlib的Pyplot模塊Pyplot是Matplotlib的子庫，是常用的繪圖模塊，能讓用戶很方便繪制2D圖表。Matplotlib中的pyplot模塊是一個(gè)函數(shù)集合，提供了一系列用來繪圖的各種函數(shù)，例如創(chuàng)建一個(gè)畫布，在畫布中創(chuàng)建一個(gè)繪圖區(qū)域，在繪圖區(qū)域添加一些線、標(biāo)簽等。1．使用import導(dǎo)入pyplot模塊使用時(shí)可以使用import導(dǎo)入pyplot模塊，并設(shè)置一個(gè)其別名為plt，對應(yīng)的代碼如下：importmatplotlib.pyplotasplt或者frommatplotlibimportpyplotasplt這樣我們就可以使用plt來引用Pyplot模塊的方法。2．pyplot模塊的繪圖類型pyplot模塊中包含了快速生成多種圖表的函數(shù)，pyplot模塊繪圖各種類型圖形的函數(shù)如表7-1所示。3．pyplot模塊的圖像處理函數(shù)pyplot模塊的圖像處理函數(shù)如表7-2所示。4．pyplot模塊的Axis函數(shù)pyplot模塊的Axis函數(shù)如表7-3所示。5．pyplot模塊的Figure方法及其他相關(guān)方法pyplot模塊的Figure方法及其他方法如表7-4所示。7.1.3使用Matplotlib繪制圖形時(shí)實(shí)現(xiàn)支持中文顯示示例代碼如下：importmatplotlibasmplmpl.rcParams['font.sans-serif']=['SimHei']mpl.rcParams['font.serif']=['SimHei']以下代碼可以解決圖形中的負(fù)號“-”顯示為方塊的問題或者轉(zhuǎn)換負(fù)號為字符串。mpl.rcParams['axes.unicode_minus']=False7.1.4熟悉Pyplot模塊的plot()函數(shù)Pyplot模塊的plot()函數(shù)是繪制二維圖形的基本函數(shù)，plot()函數(shù)可以繪制點(diǎn)和線。1．Pyplot模塊plot()函數(shù)的語法格式使用Pyplot模塊plot()函數(shù)繪制單條直線的語法格式如下：plot([x],y,[marker=None],[fmt],linestyle=None,color-None,label=None,*args,**kwargs)使用Pyplot模塊plot()函數(shù)繪制多條直線的語法格式如下：plot([x],y,[fmt],[x2],y2,[fmt2],…,**kwargs)plot()函數(shù)參數(shù)說明如下：?x,y：表示點(diǎn)或線的節(jié)點(diǎn)，即x軸和y軸對應(yīng)的數(shù)據(jù)，數(shù)據(jù)可以列表或數(shù)組。?marker：可選參數(shù)，用于定義數(shù)據(jù)標(biāo)記，默認(rèn)值為None。?fmt：可選參數(shù)，用于快速設(shè)置線條樣式的格式字串符，包括標(biāo)記、顏色、線條樣式等，即fmt='[marker][line][color]'，例如'o:r'的含義為：“o”表示實(shí)心圓標(biāo)記，“:”表示虛線，“r”表示顏色為紅色。?linestyle：指定線條的類型，默認(rèn)值為實(shí)線。?color：指定線條的顏色，默認(rèn)值為None?label：表示應(yīng)用于圖例的標(biāo)簽文本。?**kwargs：可選參數(shù)，設(shè)置標(biāo)簽文字、線的寬度等屬性值。2．使用marker參數(shù)定義數(shù)據(jù)標(biāo)記Matplotlib中內(nèi)置了許多數(shù)據(jù)標(biāo)記，使用這些數(shù)據(jù)標(biāo)記可以便捷地為折線圖或散點(diǎn)圖標(biāo)注數(shù)據(jù)點(diǎn)。使用pyplot的plot()函數(shù)繪制折線圖或者使用scatter()函數(shù)繪制散點(diǎn)圖時(shí)，如果想要給數(shù)據(jù)點(diǎn)自定義一些不一樣的數(shù)據(jù)標(biāo)記，可以使用marker參數(shù)來定義，將數(shù)據(jù)標(biāo)記的取值傳遞給marker參數(shù)，從而為折線圖或散點(diǎn)圖添加不同樣式的標(biāo)記。3．自定義標(biāo)記大小、顏色、邊框?qū)挾鹊葘傩允褂肕atplotlib繪制圖形時(shí)，可以自定義標(biāo)記的大小、顏色、邊框?qū)挾鹊葘傩裕褂玫膮?shù)分別是：（1）markersize屬性：簡寫為ms，定義標(biāo)記的大小。（2）markerfacecolor屬性：簡寫為mfc，定義標(biāo)記內(nèi)部的填充顏色。（3）markerfacecoloralt屬性：簡寫為mfcalt，定義標(biāo)記備用的填充顏色。（4）markeredgecolor屬性：簡寫為mec，定義標(biāo)記邊框的顏色。（5）markeredgewidth屬性：簡寫為mew，定義標(biāo)記的邊框?qū)挾取?．使用linestyle參數(shù)自定義線條的類型使用Matplotlib繪制圖形時(shí)，默認(rèn)的線條類型（即線型）是實(shí)線，當(dāng)使用pyplot模塊的plot()函數(shù)繪制折線圖、顯示網(wǎng)格或添加參考線時(shí)，可以使用linestyle參數(shù)自定義線型，簡寫為ls，以選擇其他的線條類型。5．使用color參數(shù)自定義線條的顏色使用Matplotlib繪制圖形時(shí)，線條的顏色可以使用color參數(shù)來定義，簡寫為c。plot()函數(shù)中的顏色字符如表7-6所示。當(dāng)然也可以自定義顏色類型，例如：SeaGreen、#8FBC8F等，'#8FBC8F'表示自定義RGB顏色字符串。7．使用plot()函數(shù)的fmt參數(shù)定義標(biāo)記、線條樣式和顏色等基本格式使用plot()函數(shù)繪制圖形時(shí)，可以使用字符串分別定義數(shù)據(jù)標(biāo)記、線型、顏色、線條寬度等屬性，但每次都需要分別給參數(shù)marker、linestyle、color、linewidth設(shè)置相應(yīng)的值，使得代碼有些煩瑣。為此，Matplotlib提供了由數(shù)據(jù)標(biāo)記、線型、顏色構(gòu)成的格式字符串，格式字符串是快速設(shè)置線條基本樣式的縮寫形式的字符串。plot()函數(shù)的fmt參數(shù)可以接受格式字符串，以便能同時(shí)為線條指定多種樣式，fmt參數(shù)的基本語法格式如下：fmt='[marker][line][color]'#'[數(shù)據(jù)標(biāo)記][線型][顏色]'其中marker標(biāo)記的字符如電子活頁7-4所示，line線型字符如表7-5所示，color顏色字符如表7-6所示。fmt參數(shù)不支持以fmt為關(guān)鍵字的形式傳參，只支持以位置參數(shù)的形式傳遞。7.1.5使用plot()函數(shù)繪制圖形時(shí)設(shè)置輔助元素Matplotlib繪制圖形的輔助元素及對應(yīng)的設(shè)置函數(shù)如表7-7所示。Matplotlib繪制圖形的輔助元素的參考樣例如圖7-5所示。坐標(biāo)軸標(biāo)題圖例坐標(biāo)軸標(biāo)題圖例參考線注釋文本參考區(qū)域表格網(wǎng)格圖7-5Matplotlib繪制圖形的輔助元素的參考樣例Matplotlib繪制圖形常見的輔助元素說明如下：?坐標(biāo)軸：分為單坐標(biāo)軸和雙坐標(biāo)軸，單坐標(biāo)軸按不同的方向可分為水平坐標(biāo)軸（又稱x軸）和垂直坐標(biāo)軸（又稱y軸）。坐標(biāo)軸由刻度線（包括主刻度線和次刻度線）、軸脊和坐標(biāo)軸標(biāo)簽組成，“x軸”、“y軸”表示坐標(biāo)軸的標(biāo)簽，坐標(biāo)軸上數(shù)字（整數(shù)或小數(shù)）對應(yīng)短豎線為刻度線，且為主刻度線，Matplotlib繪制圖形的次刻度線默認(rèn)情況下是隱藏的，刻度線上方的橫線為軸脊。不同圖形的輔助元素有區(qū)別的，例如餅圖沒有坐標(biāo)軸，折線圖有坐標(biāo)軸。?標(biāo)題：表示圖形的說明性文本。?圖例：用于指出圖表中的各組圖形采用的標(biāo)識方式。?網(wǎng)格：從坐標(biāo)軸刻度開始的、貫穿繪圖區(qū)域的若干條直線，用于作為估算圖形所示值的標(biāo)準(zhǔn)。?參考線：標(biāo)記坐標(biāo)軸上特殊值的一條直線。?參考區(qū)域：標(biāo)記坐標(biāo)軸上特殊范圍的一塊區(qū)域。?注釋文本：對圖形的一些注釋和說明。?表格：列舉圖形中重要數(shù)據(jù)的表格。7.2應(yīng)用Pyplot子模塊的函數(shù)繪制圖形7.2.1使用Pyplot的plot()函數(shù)繪制線性函數(shù)圖形與波形圖1．使用plot()函數(shù)繪制線性函數(shù)圖形2．使用plot()函數(shù)繪制波形圖7.2.2使用Pyplot的plot()函數(shù)繪制折線圖折線圖（LineChart）是一種將數(shù)據(jù)點(diǎn)按照順序連接起來的圖形，可以看作是將散點(diǎn)圖按照x軸坐標(biāo)順序連接起來的圖形。折線圖的主要功能是查看因變量y隨著自變量x改變的趨勢，最適合于顯示隨時(shí)間（根據(jù)常用比例設(shè)置）而變化的連續(xù)數(shù)據(jù)。同時(shí)還可以看出數(shù)量的差異和增長趨勢的變化。普通折線圖以折線的上升或下降來表示統(tǒng)計(jì)數(shù)量的增減變化的統(tǒng)計(jì)圖，也稱為折線統(tǒng)計(jì)圖。折線統(tǒng)計(jì)圖不僅可以表示數(shù)量的多少，而且可以反映同一事物在不同時(shí)間里的發(fā)展變化的情況，雖然它不直接給出精確的數(shù)據(jù)，但是能夠顯示數(shù)據(jù)的變化趨勢，反映事物的變化情況。7.2.3使用Pyplot的bar()函數(shù)繪制柱形圖Pyplot子模塊中提供了bar()函數(shù)來繪制柱形圖，bar()函數(shù)的語法格式如下：bar(x,height,width=0.8,bottom=None,*,align='center',data=None,**kwargs)函數(shù)參數(shù)說明如下：?x：表示柱形圖的x軸數(shù)據(jù)，數(shù)據(jù)類型可以為int或float類型?height：接收浮點(diǎn)型數(shù)組，表示柱形圖的高度。?width：接收浮點(diǎn)型數(shù)組，表示柱形圖的寬度，默認(rèn)值為0.8，取值范圍為0-1。?bottom：接收浮點(diǎn)型數(shù)組，表示底座的y坐標(biāo)，默認(rèn)值為0，為可選參數(shù)。?align：表示x坐標(biāo)值相對于柱形圖柱子的對齊方式，默認(rèn)值為'center'，即柱形圖的柱子以x位置為中心。將該參數(shù)值設(shè)置為'edge'時(shí)，則將柱形圖各個(gè)柱子的左邊緣與x坐標(biāo)值對齊。如果要設(shè)置x坐標(biāo)值對齊各個(gè)柱子的右邊緣，則設(shè)置align='edge'的同時(shí)傳遞負(fù)數(shù)的寬度值。?**kwargs：其他參數(shù)。繪制的柱形圖中在各個(gè)柱形上方可以添加數(shù)據(jù)標(biāo)簽，數(shù)據(jù)標(biāo)簽的位置比每個(gè)柱形略高，設(shè)置柱形圖數(shù)據(jù)標(biāo)簽可以使用text()函數(shù)，該函數(shù)主要參數(shù)有3個(gè)，分別是數(shù)據(jù)標(biāo)簽橫坐標(biāo)、數(shù)據(jù)標(biāo)簽縱坐標(biāo)、數(shù)據(jù)標(biāo)簽顯示值。7.2.4使用Pyplot的barh()函數(shù)繪制條形圖條形圖也稱為條形統(tǒng)計(jì)圖，是統(tǒng)計(jì)分析中最常用的圖形，該圖可以清楚地表明各種數(shù)量的多少。條形圖具有以下特點(diǎn)：①能夠使人們一眼看出各個(gè)數(shù)據(jù)的大小。②易于比較數(shù)據(jù)之間的差別。③能清楚的表示出數(shù)量的多少。Pyplot子模塊中提供了barh()函數(shù)來繪制條形圖，barhh()函數(shù)的語法格式如下：barh(y,height,width,color,edgecolor,label,**kwargs)barhh()函數(shù)參數(shù)說明如下：?y：表示y軸對應(yīng)的數(shù)據(jù)列表。?height：表示條形的寬度。?width：表示條形的長度?color：表示條形的顏色。?edgecolor：表示條形邊框的顏色。?label：表示圖例的內(nèi)容，用于解釋每個(gè)條形的含義。在條形圖各個(gè)條形右側(cè)可以添加數(shù)據(jù)標(biāo)簽，數(shù)據(jù)標(biāo)簽的位置比每個(gè)柱形略靠右，設(shè)置柱形圖數(shù)據(jù)標(biāo)簽也可以使用text()函數(shù)，該函數(shù)主要參數(shù)有3個(gè)，分別是數(shù)據(jù)標(biāo)簽縱坐標(biāo)、數(shù)據(jù)標(biāo)簽橫坐標(biāo)（條形的長度）、數(shù)據(jù)標(biāo)簽顯示值。7.2.5使用Pyplot的scatter()函數(shù)繪制散點(diǎn)圖散點(diǎn)圖（ScatterDiagram）又稱為散點(diǎn)分布圖，是一種以一個(gè)變量為橫坐標(biāo)，以另一個(gè)變量為縱坐標(biāo)，利用坐標(biāo)點(diǎn)（散點(diǎn)）的分布形態(tài)反映變量間的統(tǒng)計(jì)關(guān)系的圖形。散點(diǎn)圖是數(shù)據(jù)點(diǎn)在直角坐標(biāo)系平面上的分布圖，在統(tǒng)計(jì)學(xué)的回歸分析與預(yù)測中經(jīng)常用到。散點(diǎn)圖中，x軸和y軸分別表示兩個(gè)數(shù)據(jù)字段，這樣就可以很容易通過散點(diǎn)看出兩個(gè)字段之間是否存某種關(guān)聯(lián)關(guān)系。散點(diǎn)圖將序列顯示為一組點(diǎn)，值由點(diǎn)在圖表中的位置表示，類別由圖表中的不同標(biāo)記表示。散點(diǎn)圖通常用于比較跨類別的聚合數(shù)據(jù)。對于處理值的分布和數(shù)據(jù)點(diǎn)的分簇，散點(diǎn)圖都很理想。如果數(shù)據(jù)集中包含非常多的點(diǎn)，那么散點(diǎn)圖便是最佳圖表類型之一。散點(diǎn)圖可以提供以下兩類關(guān)鍵信息：①變量之間是否存在數(shù)值或數(shù)量的關(guān)聯(lián)趨勢，以及關(guān)聯(lián)趨勢是線性還是非線性的。②如果有某一個(gè)點(diǎn)或者某幾個(gè)點(diǎn)偏離大多數(shù)點(diǎn)，也就是離群值，通過散點(diǎn)圖可以一目了然，從而可以進(jìn)一步分析這些離群值是否可能在建模分析中對總體產(chǎn)生很大影響。7.2.6使用Pyplot的pie()函數(shù)繪制餅圖餅圖可以比較清楚地反映出部分與部分、部分與整體之間的數(shù)量關(guān)系，易于比較直觀的顯示每組數(shù)據(jù)相對于總數(shù)的比例。餅圖適用于簡單的占比比例圖，在不要求數(shù)據(jù)精細(xì)的情況適用，明確顯示數(shù)據(jù)的比例情況，尤其合適渠道來源分析等場景。餅圖用于顯示一個(gè)數(shù)據(jù)序列中各組成部分的大小與各組成部分總和的比例，以圓形代表研究對象的整體，以圓心為共同頂點(diǎn)的各個(gè)不同扇形顯示各組成部分在整體中所占的比例，一般可用圖例表明各扇形所代表項(xiàng)目的名稱及其所占百分比。數(shù)據(jù)序列每個(gè)分項(xiàng)具有唯一的顏色，并且與圖例中的顏色對應(yīng)。Pyplot子模塊中提供了pie()函數(shù)來繪制餅圖。7.2.7使用Pyplot的boxplot函數(shù)繪制箱形圖箱形圖（Box-plot）又稱為箱線圖、盒須圖、盒式圖，是一種用作顯示一組數(shù)據(jù)分布情況的統(tǒng)計(jì)圖。它不同于一般的折線圖、柱形圖或餅圖等傳統(tǒng)圖表，只是數(shù)據(jù)大小、占比、趨勢等等的呈現(xiàn)，其包含一些統(tǒng)計(jì)學(xué)的均值、分位數(shù)、極值等等統(tǒng)計(jì)量，因此，箱形圖信息量較大，不僅能夠分析不同類別數(shù)據(jù)平均水平差異（需在箱形圖中加入均值點(diǎn)），還能揭示數(shù)據(jù)間離散程度、異常值、分布差異等等。箱形圖主要用于分析數(shù)據(jù)內(nèi)部的分布狀態(tài)或分散狀態(tài)，例如分布是否對稱，是否存在離散點(diǎn)，它能顯示出一組數(shù)據(jù)的上限、下限、中位數(shù)及上下四分位數(shù)，箱形圖還可以檢測這組數(shù)據(jù)是否存在異常值。箱形圖作為描述統(tǒng)計(jì)的工具之一，其主要功能如下：①了解數(shù)據(jù)的形狀。②判斷數(shù)據(jù)的偏態(tài)和尾重。③識別數(shù)據(jù)異常值。Pyplot子模塊中提供了boxplot()函數(shù)來繪制箱形圖。1．使用boxplot()函數(shù)默認(rèn)設(shè)置繪制箱形圖2．使用boxplot()函數(shù)自定義設(shè)置繪制箱形圖這里使用boxplot()函數(shù)的自定義設(shè)置繪制80個(gè)1-100的隨機(jī)整數(shù)的箱形圖。3．使用boxplot()函數(shù)繪制3組正態(tài)分布隨機(jī)數(shù)的箱形圖這里利用numpy庫生成3組正態(tài)分布隨機(jī)數(shù)。代碼如下：importmatplotlib.pyplotaspltimportnumpyasnpall_data=[np.random.normal(0,std,100)forstdinrange(1,4)]figure,axes=plt.subplots()#得到畫板、軸axes.boxplot(all_data,patch_artist=True)#描點(diǎn)上色plt.show()4．使用subplots()函數(shù)結(jié)合boxplot()函數(shù)的自定義設(shè)置繪制3組正態(tài)分布隨機(jī)數(shù)的箱形圖有時(shí)會(huì)有把多張圖放在同一行輸出的對比需求，這時(shí)只需指定plt.subplots()函數(shù)的nrows、ncols參數(shù)值，例如：想生成一個(gè)1×2的面板，即每一行放2張圖，只需設(shè)定nrows=1，ncols=2即可。當(dāng)然，還可以通過參數(shù)figsize指定圖形大小，例如figsize=(9,4)。7.2.8使用pyplot的hist()函數(shù)繪制直方圖直方圖是一種表示數(shù)據(jù)概率分布的常用可視化方法，NumPy提供的histogram()函數(shù)以數(shù)據(jù)集的形式表示一組數(shù)據(jù)的概率分布值。NumPy內(nèi)置的histogram()函數(shù)的語法格式如下：histogram(data,bins=10,range=None,normed=None,weights=None,density=False)histogram()函數(shù)的參數(shù)說明如下：?data：表示要繪制的數(shù)組或數(shù)組的序列。?bins：表示使用int或str序列定義一個(gè)指定范圍內(nèi)的等寬框數(shù)，默認(rèn)值為10。?range：表示使用可選參數(shù)設(shè)置箱子的上下限。?normed：表示與density屬性相同的可選參數(shù)，對于不等的箱寬給出錯(cuò)誤的結(jié)果。?weights：為可選參數(shù)，定義與數(shù)據(jù)具有相同維度的權(quán)重?cái)?shù)組。?density：為可選參數(shù)，如果結(jié)果為False，則每個(gè)倉中包含樣本數(shù)；如果結(jié)果為True，則倉中包含概率密度函數(shù)。histogram()函數(shù)將數(shù)組data和bins作為兩個(gè)參數(shù)，其中bins數(shù)組的連續(xù)元素作為range區(qū)間的邊界值。histogram()函數(shù)有兩個(gè)返回值，分別是hist與bin_edges，分別代表直方圖高度值與range數(shù)值區(qū)間范圍，Matplotlib庫的pyplot子模塊的hist()函數(shù)以圖形形式表示數(shù)據(jù)集的頻率分析，即將一個(gè)輸入數(shù)組array和bins數(shù)組作為參數(shù)，并將其輸出為直方圖。7.2.9在同一畫布的不同區(qū)域繪制多個(gè)圖形1．使用subplot()函數(shù)在同一畫布的不同區(qū)域繪制多個(gè)子圖subplot()函數(shù)允許在同一畫布中的不同位置繪制多個(gè)圖像，可以理解為對畫布按行、列分割，subplot()函數(shù)的語法格式如下：subplot(nrows,ncols,index,**kwargs)subplot()函數(shù)函數(shù)的常用參數(shù)說明如下：?nrows：表示規(guī)劃區(qū)域的行數(shù)。?ncols：表示規(guī)劃區(qū)域的列數(shù)。?index：表示選擇區(qū)域的索引值，默認(rèn)從1開始編輯subplot()函數(shù)使用3個(gè)整數(shù)描述子圖的位置信息，將整個(gè)繪圖區(qū)域分成nrows行和ncols列，然后從左到右，從上到下的順序?qū)γ總€(gè)子區(qū)域進(jìn)行編號1、2、3……N，左上的子區(qū)域的編號為1、右下的區(qū)域編號為N，編號可以通過參數(shù)index來設(shè)置，子圖將分布在設(shè)定的索引位置上。例如，plt.subplot(2,3,5)表示子圖位于2行3列中的第5個(gè)位置上。2．使用subplots()函數(shù)一次繪制多個(gè)子圖使用pyplot子模塊的subplots()函數(shù)可以在規(guī)劃好的區(qū)域中一次繪制多個(gè)子圖。subplots()函數(shù)的語法格式如下：matplotlib.pyplot.subplots(nrows=1,ncols=1,*,sharex=False,sharey=False,**kwargs)subplots()函數(shù)參數(shù)說明如下：?nrows：默認(rèn)為1，設(shè)置圖表的行數(shù)。?ncols：默認(rèn)為1，設(shè)置圖表的列數(shù)。?sharex、sharey：設(shè)置x、y軸是否共享屬性，默認(rèn)值為false，其值可以設(shè)置為'none'、'all'、'row'或'col'，其中False或none表示每個(gè)子圖的x軸或y軸都是獨(dú)立的，True或'all'表示所有子圖都共享x軸或y軸，'row'用于設(shè)置每個(gè)子圖行共享一個(gè)x軸或y軸，'col'用于設(shè)置每個(gè)子圖列共享一個(gè)x軸或y軸。subplots()函數(shù)會(huì)返加一個(gè)包含兩個(gè)元素的元組，其中元組的第1個(gè)元素為Figure對象，第2個(gè)元素為Axes對象或Axes對象數(shù)組。7.3使用Pandas的plot方法繪制圖形7.3.1使用Series對象的plot()方法繪制圖形1．使用Series對象的plot()方法繪制柱形圖Series對象有一個(gè)名為plot的方法可以用來生成圖表，可以選擇生成折線圖、餅圖、柱形圖等，默認(rèn)會(huì)使用Series對象的索引作為橫坐標(biāo)，使用Series對象的數(shù)據(jù)作為縱坐標(biāo)。2．使用Series對象的plot()方法繪制反映每個(gè)季度占比的餅圖代碼如下：#autopct參數(shù)可以配置在餅圖上顯示每塊餅的占比ser1.plot(kind='pie',autopct='%.1f%%')#設(shè)置y軸的標(biāo)簽（顯示在餅圖左側(cè)的文字）plt.ylabel('各季度占比')plt.show()7.3.2使用DataFrame對象的plot()方法繪制圖形1．使用DataFrame對象的plot()方法默認(rèn)設(shè)置繪制折線圖繪制2022年1月1日至1月10日長沙市最高氣溫、最低氣溫和空氣質(zhì)量指數(shù)的折線圖，對應(yīng)的代碼如下：importpandasaspddata1=[[11,3],[15,8],[16,10],[18,14],[25,19],[32,23],[34,26],[33,25],[34,23],[22,15],[19,8],[13,4]]df1=pd.DataFrame(data1,index=['1','2','3','4','5','6','7','8','9','10','11','12'],columns=['AverageHighT','AverageLowT'])df1.plot()2．使用DataFrame對象plot()方法繪制圖形時(shí)通過參數(shù)kind指定繪圖類型使用DataFrame對象plot方法繪制圖形時(shí)除了使用默認(rèn)的線條繪圖外，還可以使用其他繪圖方式。plot()方法常用的語法格式如下：plot(kind,color)通過關(guān)鍵字參數(shù)kind可以把圖形類型傳遞給方法plot()，其中kind=line表示繪制折線圖，kind=bar表示繪制柱形圖，kind=barh表示條形圖；參數(shù)color表示設(shè)置顏色。繪制柱形圖時(shí)，也可以寫成以下最簡潔的形式：plot.bar()每種繪圖類型也有相對應(yīng)的方法，例如df.plot(kind='line')與df.plot.line()等價(jià)。繪制其他類型圖形的形式如下所示：?折線圖：plot.line()。?條形圖：plot.barh()。?直方圖：plot.hist()。?箱狀箱：plot.box()。?區(qū)域圖：plot.area()。?散點(diǎn)圖：plot.scatter()。7.4使用Seaborn庫繪制統(tǒng)計(jì)圖表7.4.1初識Seaborn庫Seaborn是一種開源的數(shù)據(jù)可視化工具，是一個(gè)使用Python制作統(tǒng)計(jì)圖形的庫。Seaborn建立在matplotlib之上，因此seaborn的很多圖表接口和參數(shù)設(shè)置與matplotlib很是接近。同時(shí)，Seaborn在Matplotlib的基礎(chǔ)上進(jìn)行了更高級的二次封裝，因此它可以進(jìn)行更復(fù)雜的圖形設(shè)計(jì)和輸出。Seaborn是Matplotlib的重要補(bǔ)充，可以自主設(shè)置在Matplotlib中被默認(rèn)的各種參數(shù)，而且它與Panda數(shù)據(jù)結(jié)構(gòu)緊密集成，能高度兼容NumPy與Pandas數(shù)據(jù)結(jié)構(gòu)以及Scipy與statsmodels等統(tǒng)計(jì)模式。Seaborn已集成在Anaconda中，無須再次安裝。使用Seaborn繪圖時(shí)，也會(huì)出現(xiàn)無法正常顯示中文的問題，添加以下設(shè)置字體的代碼可以解決中文顯示為方塊的問題。importseabornassns#將seaborn命名為snssns.set_style("darkgrid",{"font.sans-serif":['KaiTi','Arial']})7.4.2seaborn的風(fēng)格設(shè)置seaborn的風(fēng)格設(shè)置主要分為兩類，其一是風(fēng)格（style）設(shè)置，其二是環(huán)境（context）設(shè)置。1．設(shè)置seaborn的風(fēng)格設(shè)置seaborn風(fēng)格的方法主要有三種：（1）使用set()方法，這是seaborn的通用設(shè)置接口，應(yīng)用seaborn的默認(rèn)主題、縮放和調(diào)色板。（2）使用set_style()方法，這是seaborn風(fēng)格專用設(shè)置接口，設(shè)置后全局風(fēng)格隨之改變。（3）使用axes_style()方法，用于設(shè)置當(dāng)前圖形（axes級）的風(fēng)格，同時(shí)返回設(shè)置后的風(fēng)格系列參數(shù)，支持with關(guān)鍵字用法。2．設(shè)置seaborn的環(huán)境設(shè)置seaborn環(huán)境的方法也有3種：（1）使用set()方法，這是seaborn的通用設(shè)置接口。（2）使用set_context()方法，這是seaborn的環(huán)境設(shè)置專用接口，設(shè)置后全局繪圖環(huán)境隨之改變。（3）使用plotting_context()方法，用于設(shè)置當(dāng)前圖（axes級）的繪圖環(huán)境，同時(shí)返回設(shè)置后的環(huán)境系列參數(shù)，支持with關(guān)鍵字用法。3．設(shè)置seaborn的顏色Seaborn風(fēng)格多變的另一大特色就是支持個(gè)性化的顏色配置，配置顏色的方法有多種，常用方法包括以下兩個(gè)：（1）使用color_palette()方法，這是基于RGB原理設(shè)置顏色的接口，可接收一個(gè)調(diào)色板對象作為參數(shù)，同時(shí)可以設(shè)置顏色數(shù)量。color_palette()方法提供了8種不同顏色。（2）使用hls_palette()方法，這是基于Hue(色相)、Luminance(亮度)、Saturation(飽和度)原理設(shè)置顏色的接口，除了顏色數(shù)量參數(shù)外，另外3個(gè)重要參數(shù)：色相、亮度、飽和度。hls_palette()方法提供了均勻過渡的8種顏色樣例。4．認(rèn)識seaborn的數(shù)據(jù)集Seaborn自帶了一些經(jīng)典的數(shù)據(jù)集，用于基本的繪制圖表示例數(shù)據(jù)。在聯(lián)網(wǎng)狀態(tài)下，可通過load_dataset()接口進(jìn)行獲取，首次下載后后續(xù)即可通過緩存加載。返回?cái)?shù)據(jù)集格式為Pandas.DataFrame對象。7.5使用pyecharts庫實(shí)現(xiàn)數(shù)據(jù)可視化7.5.1初識pyecharts庫1．pyecharts簡介Echarts是一個(gè)百度開源的數(shù)據(jù)可視化JS庫，憑借著良好的交互性，精巧的圖表設(shè)計(jì)，得到了眾多開發(fā)者的認(rèn)可。pyecharts是一個(gè)用于生成Echarts圖表的類庫，pyecharts的主要作用是為了與Python進(jìn)行對接，方便在Python中直接使用數(shù)據(jù)生成圖。使用pyecharts可以生成獨(dú)立的網(wǎng)頁，也可以在flask、django中集成使用。pyecharts可以繪制以下各種圖表：Bar（柱形圖/條形圖）、Bar3D（3D柱形圖）、Boxplot（箱形圖）、EffectScatter（帶有漣漪特效動(dòng)畫的散點(diǎn)圖）、Funnel（漏斗圖）、Gauge（儀表盤）、Geo（地理坐標(biāo)系）、GeoLines（地理坐標(biāo)系線圖）、Graph（關(guān)系圖）、HeatMap（熱力圖）、Kline/Candlestick（K線圖）、Line（折線/面積圖）、Line3D（3D折線圖）、Liquid（水球圖）、Map（地圖）、Parallel（平行坐標(biāo)系）、Pie（餅圖）、Polar（極坐標(biāo)系）、Radar（雷達(dá)圖）、Sankey（?；鶊D）、Scatter（散點(diǎn)圖）、Scatter3D（3D散點(diǎn)圖）、ThemeRiver（主題河流圖）、TreeMap（矩形樹圖）、WordCloud（詞云圖）。用戶還可以通過自定義類實(shí)現(xiàn)多樣化的要求，常見的自定義類如下：（1）Grid類：并行顯示多個(gè)圖形。（2）Overlap類：結(jié)合不同類型圖表疊加畫在同一張圖形上。（3）Page類：同一網(wǎng)頁按順序展示多個(gè)圖形。（4）Tim