前面幾節我們學習了python中numpy和pandas庫的一些常用操作，接下來幾個章節，我們學習一個非常重要的數據可視化庫matplotlib（seaborn庫也有有所涉及）。這裡我們需要知道，matplotlib庫主要繪制一些2D圖形和簡單的3D圖形。

那麼，我們先來看下學習的主要内容：

• 繪制折線圖
• 繪制子圖
• 繪制柱狀圖
• 繪制散點圖
• 繪制直方圖
• 繪制箱型圖（箱線圖）

而本節我們主要實現折線圖、子圖和柱狀圖的繪制，下節内容主要是散點圖、直方圖、箱線圖及一些細節補充。

先看一下我們的需求，這裡有一組數據是某個城市2018年的房價數據，現在我們想看下這一年的趨勢，那麼就需要繪制出一折線圖。

#導入pandas包 import pandas as pd #導入pyplot包 import matplotlib.pyplot as plt unrate = pd.read_excel('price.xlsx') unrate['date'] = pd.to_datetime(unrate['date']) plt.plot(unrate['date'], unrate['price']) plt.show()

優化前房價折線圖

上面這個折線圖比較粗糙，既沒有橫坐标名稱，也沒有縱坐标名稱，那能否優化呢？答案當然可以，但在優化之我們詳細對這個畫圖的常用參數做一些說明。

plt.plot(x,y,format_string,**kwargs)

• x:x軸數據，列表或數組，可選
• y:y軸數據，列表或數組
• format_string:控制曲線的格式字符串，由顔色字符、風格字符和标記字符組成。
• **kwargs:第二組或更多，(x,y,format_string)
• plt.xlim、plt.ylim 設置橫縱坐标軸範圍
• plt.xlabel、plt.ylabel 設置橫縱坐标軸名稱
• plt.xticks、plt.yticks設置坐标軸刻度

了解這些參數的意義後，我們将上面的圖進一步改進，效果如下：

import matplotlib.pyplot as plt plt.plot(unrate['date'], unrate['price'],c='red') #設置縱坐标範圍 plt.ylim((8000,10000)) #設置橫坐标角度，這裡設置為45度 plt.xticks(rotation=45) #設置橫縱坐标名稱 plt.xlabel("month") plt.ylabel("price") #設置折線圖名稱 plt.title("the price of 2018") plt.show()

優化後房價走勢圖

當你在寫下fig=plt.figure()時候，python已經給你創建了一張大的畫布，既然這是一張畫布，那麼我們就可以在這張畫布上進行分塊，在不同的塊上做出不同的圖形。這個函數就叫fig.add_subplot(),其中傳入3個參數，分别代表行、列和位置，比如fig.add_subplot(2,1,3)表示在畫布的第三個位置添加一個2行1列的子圖。這裡需要注意區分多個子圖和多圖的區别，子圖是在一個fig對象上創建多個區塊，而多圖是創建多個figure對象。

import matplotlib.pyplot as plt fig = plt.figure() ax1 = fig.add_subplot(3,2,1) ax2 = fig.add_subplot(3,2,2) ax2 = fig.add_subplot(3,2,6) plt.show()

添加子圖

fig = plt.figure(figsize=(10,6)) colors = ['red', 'blue', 'green', 'orange', 'black'] for i in range(5): start_index = i*12 end_index = (i 1)*12 subset = unrate[start_index:end_index] label = str(1948 i) plt.plot(subset['MONTH'], subset['VALUE'], c=colors[i], label=label) #添加圖例，loc='upper left表示圖例位置在最左側，一般也可以直接使用loc='best' plt.legend(loc='upper left') plt.xlabel('Month, Integer') plt.ylabel('Unemployment Rate, Percent') plt.title('Monthly Unemployment Trends, 1948-1952') plt.show()

添加圖例及重複畫圖

繪制柱狀圖，我們主要用到bar()函數。我們先看下bar()的構造函數：bar(x，height， width，*，align='center'，**kwargs)

x：包含所有柱子的下标的列表

height：包含所有柱子的高度值的列表

width：每個柱子的寬度。可以指定一個固定值，那麼所有的柱子都是一樣的寬。或者設置一個列表，這樣可以分别對每個柱子設定不同的寬度。

align：柱子對齊方式，有兩個可選值：center和edge。center表示每根柱子是根據下标來對齊, edge則表示每根柱子全部以下标為起點，然後顯示到下标的右邊。如果不指定該參數，默認值是center。

除了以上幾個重要的參數，還有幾個樣式參數：color，設置顔色；edgecolor設置邊框顔色；linewidth設置柱子的邊框寬度；tick_label，柱子上顯示的标簽。

下面我們用代碼實現柱狀圖：

import pandas as pd import matplotlib.pyplot as plt from numpy import arange reviews = pd.read_csv('fandango_scores.csv') cols = ['FILM', 'RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars'] norm_reviews = reviews[cols] #print(norm_reviews[:1]) num_cols = ['RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars'] bar_heights = norm_reviews.ix[0, num_cols].values print(bar_heights) bar_positions = arange(5) 0.75 #print bar_positions fig, ax = plt.subplots() ax.bar(bar_positions, bar_heights, 0.3) plt.show()

柱狀圖

今天内容到此為止，下節我們繼續講散點圖、直方圖、箱型圖和其他細節補充，喜歡的小夥伴請點擊關注、收藏。（點擊外鍊獲取練習數據）

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!