《Python语言》配套PPT之十二：项目实战：数据可视化

大数据应用人才培养系列教材Python语言刘鹏张燕总主编李肖俊主编刘河钟涛副主编第十二章项目实战：数据可视化12.1Matplotlib简介12.2Artist模块介绍12.3Pandas绘图大数据应用人才培养系列教材12.4词云图12.1Matplotlib简介第十二章项目实战：数据可视化概述Matplotlib是基于Python语言的开源项目，旨在为Python提供一个数据绘图包。它提供了一整套和matlab类似的命令API，适合交互式地进行制图。并且可以方便地将其作为绘图控件，嵌入GUI应用程序中。它的文档相当完备，并且Gallery页()中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览..选择图像..打开..复制..粘贴一下，基本上都能搞定。本节作为matplotlib的入门，主要介绍matplotlib绘图的一些基本概念和基本操作。12.1Matplotlib简介第十二章项目实战：数据可视化Pyplot模块介绍俗话说的好“熟读唐诗三百首,不会作诗也会吟”，模仿是最好的老师，编写程序也不例外。这里，我们首先通过matplotlib自带的gallery.html页面中的案例了解绘图程序的基本架构，然后，借助归纳的框架为原型编写程序。12.1Matplotlib简介第十二章项目实战：数据可视化Pyplot模块介绍俗话说的好“熟读唐诗三百首,不会作诗也会吟”，模仿是最好的老师，编写程序也不例外。这里，我们首先通过matplotlib自带的gallery.html页面中的案例了解绘图程序的基本架构，然后，借助归纳的框架为原型编写程序。12.1Matplotlib简介第十二章项目实战：数据可视化Pyplot模块介绍然后，复制demo中的代码，至Pythonshell中运行，结果如下图：12.1Matplotlib简介第十二章项目实战：数据可视化Pyplot模块介绍分析如上demo示例代码，我们不难得出matplotlib绘图程序的基本结构，包含如下六个部分：◎分别导入模块matplotlib.pyplot、numpy。◎定义横轴标度并以横轴标度为自变量定义纵轴功能函数。◎通过figure()函数指定图像的长宽比。◎通过plot()函数绘制功能函数。◎通过plt的属性函数设置图像属性。◎通过show()函数显示图像。12.1Matplotlib简介第十二章项目实战：数据可视化Pyplot模块介绍案例：绘制正余弦曲线。12.1Matplotlib简介第十二章项目实战：数据可视化Pyplot模块介绍程序运行结构示意图：12.1Matplotlib简介第十二章项目实战：数据可视化plot()函数在绘制正余弦函数图时，我们调用了Matplotlib的plot()函数。该函数主要用于在figure绘制对象中绘制各种曲线，其调用形式灵活，可用其参数指定其显示风格。下面的程序代码是通过调用plot函数进行曲线绘图的：12.1Matplotlib简介第十二章项目实战：数据可视化plot()函数由以上代码可以看出，plot()常用的参数包括坐标数据，格式参数。标准格式是plt.plot(x,y,format_string,**kwargs)。x轴数据，y轴数据，format_string控制曲线的格式字串format_string由颜色字符、风格字符、和标记字符构成。现介绍其格式参数含义分别如下：label:用于给所绘制的曲线定义名称，此名字在图示中显示。只要在字符串前后添加''$''符号，matplotlib就会使用其内嵌的latex引擎绘制的数学公式。color:指定曲线的颜色。常用的颜色字符有蓝色(‘b’)、绿色(‘g’)、红色(‘r’)、青绿色(‘c’)、洋红色(‘m’)、黄色(‘y’)、黑色(‘k’)、白色(‘w’)、灰度值字串(‘0.8’)其取值范围“0~1”、RGB颜色值(‘#008000’)linewidth:指定曲线的宽度。b..：指定曲线的颜色和线型，这个参数称为格式化参数，它能够通过一些易记的符号快速指定曲线的样式。常用的线型有实线’.’、破折线’..’、点画线’..’、虚线’:’、无线条’’’’。12.1Matplotlib简介第十二章项目实战：数据可视化绘制子图在Matplotlib中用轴表示一个绘图区域，一个绘图对象(figure)可以包含多个轴(axis)，我们可以将其理解为子图。上面绘制正余弦的例子中，绘图对象只包括一个轴，因此只显示了一个轴。我们可以使用subplot函数快速绘制有多个轴的图表。其默认的函数调用格式如下：subplot(numRows,numCols,plotNum)Subplot通过numRows、numCols两个参数将绘图区域划分为numRows*numCols个子区域，然后按照从左到右，从上到下的顺序对每个子区域进行编号，并且子图的编号从1开始。12.1Matplotlib简介第十二章项目实战：数据可视化绘制子图下面，我们通过subplot函数对正余弦函数图像使用子图绘制，程序代码如下：12.1Matplotlib简介第十二章项目实战：数据可视化绘制子图12.1Matplotlib简介第十二章项目实战：数据可视化添加标注标注又称注释，是在matplotlib所绘制的图像中，为了使用户方便理解图像的含义而添加的注释性文字。其类似于程序编写中程序员为了提高代码的可读性，给代码所添加的注释性语句。给图像添加标注的根本目的是提高图像的可读性，增强和使用者的可交互性。通常，使用text()函数可将文本放置在轴域的任意位置，用来标注绘图的某些特征。我们用annotate()方法提供辅助函数进行定位，使标注变得准确、方便。做标注时，文本的位置、和标注点的位置。均由元组（x,y)构成。其中参数xy表示标注点的位置位，参数xytext表示文本位置。12.1Matplotlib简介第十二章项目实战：数据可视化添加标注12.1Matplotlib简介第十二章项目实战：数据可视化添加标注12.1Matplotlib简介第十二章项目实战：数据可视化Pylab模块应用Matplotlib还提供了一个名为pylab的模块，它是一款由python提供的可以绘制二维，三维数据的工具模块，可以生成matab绘图库的图像。另外，它包括了许多NumPy和pyplot模块中常用的函数，方便用户快速的进行计算和绘图，十分适合在PythonShell交互式环境中使用。本小节，我们来简单介绍一下pylab模块的使用方法。通常，在我们安装matplotlib时，该模块已默认完成安装。因而无需单独进行安装操作。12.1Matplotlib简介第十二章项目实战：数据可视化Pylab模块应用运用pylab模块绘制正弦函数。12.1Matplotlib简介第十二章项目实战：数据可视化Pylab模块应用第十二章项目实战：数据可视化12.1Matplotlib简介12.2Artist模块介绍12.3Pandas绘图大数据应用人才培养系列教材12.4词云图12.2Artist模块介绍第十二章项目实战：数据可视化概述Matplotlib绘图库的API包含三个图层，其含义分别如下：backend_bases.FigureCanvas(画板)、backend_bases.Renderer(渲染)、artist.Artist(如何渲染)。相比前两个API而言，Artist用于处理所有的高层结构，例如处理图表、文字和曲线等的绘制和布局。通常我们只和Artist打交道，而不需要关心底层的绘制细节。Artists分为简单类型和容器类型两种。简单类型的Artists为标准的绘图元件，例如Line2D、Rectangle、Text、AxesImage等等。而容器类型则可以包含许多简单类型的Artists，使它们组织成一个整体，例如Axis、Axes、Figure等。通常，使用Artists创建图表的标准流程包含一下三个步骤：◎创建Figure对象。◎用Figure对象创建一个或者多个Axes或者Subplot对象。◎调用Axies等对象的方法创建各种简单类型的Artists。12.2Artist模块介绍第十二章项目实战：数据可视化概述Artist安装：12.2Artist模块介绍第十二章项目实战：数据可视化概述下面我们通过一个简单的例子，对artist库的使用进行简单介绍，该示例中，依据Artists创建图表的标准流程三步走完成正弦函数sin(x)的绘制。注意在使用Figure对象创建subplot对象时，若只有一个子图，则其参数为(1,1,1)。12.2Artist模块介绍第十二章项目实战：数据可视化概述12.2Artist模块介绍第十二章项目实战：数据可视化属性Matplotlib所绘制的图表中的每一个元素都由Artist控制，而每个Artist对象都有一大堆属性控制其显示效果。比如，figure对象包含了Rectangle实例，它可以设置背景颜色和透明度。同样的Axes也含有。这些实例被储存在Figure.patch.和Axes.patch中。12.2Artist模块介绍第十二章项目实战：数据可视化属性Artist对象的所有属性都通过相应的get_*和set_*函数进行读写，例如下面的语句将alpha属性设置为当前值的一半：fig.set_alpha(0.5*fig.get_alpha())如果你想用一条语句设置多个属性的话，可以使用set函数：fig.set(alpha=0.5,zorder=2,lable=’$sin(x)$’)第十二章项目实战：数据可视化12.1Matplotlib简介12.2Artist模块介绍12.3Pandas绘图大数据应用人才培养系列教材12.4词云图12.3Pandas绘图第十二章项目实战：数据可视化简介Pandas是python下最强大的数据分析和探索工具，它包含高级的数据结构和精巧的工具，使得在Python中处理数据简单快捷。Pandas构建在Numpy之上，使得以Numpy为中心的应用更便捷。Pandas功能强大，支持类似与SQL的数据操作，并且带有丰富的数据处理函数。Pandas统计作图函数依赖于Matplotlib，因而，通常与Matplotlib函数一起使用。本节我们将对Pandas库的安装和其统计作图函数进行简单介绍。12.3Pandas绘图第十二章项目实战：数据可视化安装pipinstallpandas。12.3Pandas绘图第十二章项目实战：数据可视化使用为了能够熟练的掌握Pandas的使用，在学习如何使用Pandas绘图之前，大家首先需要了解其自带的两个重要的数据结构：数据框(DateFrame)和系列(Series)。使用这种数据结构，你便可很容易的在计算机内存中构建虚拟的数据库。◎数据框：和关系数据库中的二维表类似，由行和列构成。通常，行和列都有各自的索引。使用索引，便可以快速的定位到要访问的数据框中的数据（行，列）。在数据框中，面向行的操作和面向列的操作是对称的。创建数据框的方式很多，我们常用包含相等长度的列表的字典或Numpy数组来创建数据框。以列表字典为例，创建数据框示例如下：12.3Pandas绘图第十二章项目实战：数据可视化使用12.3Pandas绘图第十二章项目实战：数据可视化使用如上代码所示，生成一张考生成绩二维表。行索引默认由0开始，列索引由用户自定义，也即对应字段名称。另外，我们也可以显性的对行索引进行自定义，在上面代码基础之上添加如下语句：12.3Pandas绘图第十二章项目实战：数据可视化使用系列：通常是对具有同一属性的值的统称。我们可以将其理解为一个一维数组，也即退化了的数据框。默认情况下，系列的索引是自增非负整数数列。如上示例，我们可以通过系列获取具有同一属性的某一列记录，比如姓名Name。示例如下：12.3Pandas绘图第十二章项目实战：数据