2018-09-23 23:45 前端工程师

关注

【有书共读12】跟老齐学Python数据分析读书笔记10

Matplotlib提供了多种成熟的绘制统计力的方法，包括：柱形图、条形图、箱线图、饼图、直方图，下面对其进行一一的简单介绍。

1.柱形图

Matplotlib中绘制柱形图的函数是bar(),对过参数可以控制其形态。其定义为：

plt.bar(left,height,width=0.8,bottom=None,hold=None,data=None,**kwargs);在应用中，主要用到以下的参数：

left:柱子的基本位置

height:柱子的高度

width:柱子的宽度

bottom:柱子与底部轴之间的距离

具体使用方法如图1所示，注意中间粉色背景部分的提示，在Matplotlib3.0中left将要被x所取代。在图2中我们使用x代替left。

图1

图2

为了使柱形图更丰富多彩，我们还需要对其进行修饰,在上述的基础上添加以下属性：

color：柱子填充颜色

edgecolor:边缘（描边)颜色

linestyle:边线的线型

linewidth:边线的宽度

hatch:填充柱子内部的图形（也可以是字母）

tick_label:设置X轴刻度的标识，替代默认的数字。

效果如图3所示：

图3

设置bottom的值，我们可以得到具有特色的堆积柱形图，如图4所示：

图4

此外，我们还可以通过调整“柱子”的位置和宽度，形成“簇状柱形图”，如图5所示：

图5

2.条形图

MatplotLib中使用barh（）来绘制条形图，如图6所示

图6

为了对比更鲜明，我们还可以通过调整“高”的符号，画出正负条形图，如图7所示：

图7

3.箱线图

Matplotlib中使用boxplot()绘制箱线图，图8所示是两个最简单的箱线图，其中右侧的箱线图，因为设置了showmeans=True而显示平均值（绿色的三角形）。

图8

当然，也有水平箱线图，通过设置vert=False（默认为True）,来达成此目的,如图9所示：

图9

同样，使用下方列出的属性，我们可以对箱线图进行“修饰”，在图10中对箱体、须、箱体顶端和末端线条、中位数、异常值进行了设置。

x：指定要绘制箱线图的数据；

notch：是否是凹口的形式展现箱线图，默认非凹口；

sym：指定异常点的形状，默认为+号显示；

vert：是否需要将箱线图垂直摆放，默认垂直摆放；

whis：指定上下须与上下四分位的距离，默认为1.5倍的四分位差；

positions：指定箱线图的位置，默认为[0,1,2…]；

widths：指定箱线图的宽度，默认为0.5；

patch_artist：是否填充箱体的颜色；

meanline：是否用线的形式表示均值，默认用点来表示；

showmeans：是否显示均值，默认不显示；

showcaps：是否显示箱线图顶端和末端的两条线，默认显示；

showbox：是否显示箱线图的箱体，默认显示；

showfliers：是否显示异常值，默认显示；

boxprops：设置箱体的属性，如边框色，填充色等；

labels：为箱线图添加标签，类似于图例的作用；

filerprops：设置异常值的属性，如异常点的形状、大小、填充色等；

medianprops：设置中位数的属性，如线的类型、粗细等；

meanprops：设置均值的属性，如点的大小、颜色等；

capprops：设置箱线图顶端和末端线条的属性，如颜色、粗细等；

whiskerprops：设置须的属性，如颜色、粗细、线的类型等；

图10

4.饼图

在Matplotlib中使用pie()绘制饼图，其定义如下：

图11

x: (每一块)的比例，如果sum(x) > 1会使用sum(x)归一化

labels：(每一块)饼图外侧显示的说明文字

explode (每一块)离开中心距离

startangle：起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起shadow是否阴影labeldistance label绘制位置,相对于半径的比例,如<1则绘制在饼图内侧autopct：控制饼图内百分比设置,可以使用format字符串或者format function '%1.1f'指小数点前后位数(没有用空格补齐)

pctdistance类似于labeldistance,指定autopct的位置刻度

radius控制饼图半径

图12是一个简单的例子。