本文已参与「新人创作礼」活动，一起开启掘金创作之路。

🔥 本文由程序喵正在路上原创，在稀土掘金首发！
💖 系列专栏：数据挖掘
🌠 首发时间：2022年8月28日
🦋 欢迎关注🖱点赞👍收藏🌟留言🐾

常见图表

matplotlib 能够绘制折线图、散点图、柱状图、直方图、饼图

折线图：以折现的上升或者下降来表示统计数量的增减变化的统计图 特点：能够显示数据的变化趋势，反映事物的变化情况
散点图：用两组数据构成多个坐标点，考查坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式 特点：判断变量之间是否存在数量关联趋势，展示离群点（分布规律）
柱状图：排列在工作表的列或行中的数据可以绘制到柱状图中 特点：绘制连离散的数据，能够一眼看出各个数据的大小，比较数据之间的差别（统计/对标）
直方图：由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据范围，纵轴表示分布情况 特点：绘制连续性的数据展示一组或者多组数据的分布状况（统计）
饼图：用于表示不同分类的占比情况，通过弧度大小来对比各种分类 特点：分类数据的占比情况（占比）

散点图(scatter)

1. 散点图的绘制

需求：探究房屋面积和房屋价格的关系

房屋面积数据：

x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64, 
	163.56, 120.06, 207.83, 342.75, 147.9, 53.06, 224.72, 29.51, 
	21.61, 483.21, 245.25, 399.35, 343.35]

房屋价格数据：

y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9, 239.34, 
	140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1, 
	30.74, 400.02, 285.35, 330.64, 283.45]

▷ 代码实现

import matplotlib.pyplot as plt

# 1. 准备数据
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64, 
	163.56, 120.06, 207.83, 342.75, 147.9, 53.06, 224.72, 29.51, 
	21.61, 483.21, 245.25, 399.35, 343.35]
y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9, 239.34, 
	140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1, 
	30.74, 400.02, 285.35, 330.64, 283.45]

# 2. 创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3. 绘制图像
plt.scatter(x, y)

# 4. 显示图像
plt.show()

▷ 对应散点图

在这里插入图片描述

2. 散点图应用场景

探究不同变量之间的内在关系

柱状图(bar)

1. 柱状图的绘制

需求1 - 对比每部电影的票房收入

▷ 准备数据

movie_names = ['雷神3：诸神黄昏', '正义联盟', '东方快车谋杀案', '寻梦环游记', '全球风暴', '降魔传', '追捕', '七十七天', '密战', '狂兽']
tickets = [73853, 57767, 22354, 15969, 14839, 8725, 8716, 7916, 6764, 52222]

▷ 绘制

plt.bar(x, y, width, align='center', **kwargs)
x, y：sequence of scalars
width：scalar or array-like, optional 柱状图的宽度
align：{ 'center', 'edge' }, optional, default: 'center' 每个柱状图的位置对齐方式
**kwargs：color 柱状图的颜色

▷ 代码实现

import matplotlib.pyplot as plt

plt.rc('font', family='SimHei', size=12)

# 1. 准备数据
movie_names = ['雷神3：诸神黄昏', '正义联盟', '东方快车谋杀案', '寻梦环游记', '全球风暴', '降魔传', '追捕', '七十七天', '密战', '狂兽']
tickets = [73853, 57767, 22354, 15969, 14839, 8725, 8716, 7916, 6764, 52222]

# 2. 创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3. 绘制柱状图
x_ticks = range(len(movie_names))
plt.bar(x_ticks,tickets, color=['b', 'r', 'g', 'y', 'c', 'm', 'y', 'b', 'c', 'g'])

# 修改刻度
plt.xticks(x_ticks, movie_names)

# 添加标题
plt.title("电影票房收入对比")

# 添加网格显示
plt.grid(linestyle="--", alpha=0.5)

# 4. 显示图像
plt.show()

▷ 效果图

在这里插入图片描述

需求2 - 如何对比电影票房收入才更加有说服力？

比较相同天数的票房

有时候为了公平起见，我们需要对比不同电影首日和首周的票房

效果如下：

在这里插入图片描述

▷ 准备数据

movie_name = ['雷神3：诸神黄昏', '正义联盟', '寻梦环游记']
first_day = [10587.6, 10062.5, 1275.7]
first_weekend = [36224.9, 34479.6, 11830]

▷ 绘制

添加首日首周两部分的柱状图
x 轴中文坐标位置调整

▷ 代码实现

import matplotlib.pyplot as plt

plt.rc('font', family='SimHei', size=12)

# 1. 准备数据
movie_name = ['雷神3：诸神黄昏', '正义联盟', '寻梦环游记']
first_day = [10587.6, 10062.5, 1275.7]
first_weekend = [36224.9, 34479.6, 11830]

# 2. 创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3. 绘制柱状图
plt.bar(range(3), first_day, width=0.2, label="首日票房")
plt.bar([0.2, 1.2, 2.2], first_weekend, width=0.2, label="首周票房")

# 修改刻度
plt.xticks([0.1, 1.1, 2.1], movie_name)

# 显示图例
plt.legend()

# 4. 显示图像
plt.show()

2. 柱状图应用场景

适合用在分类数据对比场景上

数量统计
用户数量对比分析

直方图(histogram)

1. 直方图简介

直方图，形状类似柱状图，却有着和柱状图完全不同的含义。直方图牵涉统计学的概念，首先要对数据进行分组，然后统计每个分组内数据元的数量。在坐标系中，横轴标出每个组的端点，纵轴表示频数，每个矩形的高代表对应的频数，称这样的统计图为频数分布直方图

2. 直方图和柱状图的对比

柱状图是以矩形的长度表示每一组的频数或数量，其宽度（表示类别）则是固定的，利于较小的数据集分析
直方图描述的是一组数据的频次分布，是以矩形的长度表示每一组的频数或数量，宽度则表示各组的组距，因此其高度和宽度均有意义，利于展示大量数据集的统计结果，例如把年龄分成 “0-5，5-10，......，80-85” 17 个组，统计一下中国人口年龄的分布情况。直方图有助于我们知道数据的分布情况，比如众数、中位数的大致位置、数据是否存在缺口或者异常值

▷ 1 - 直方图展示数据的分布，柱状图比较数据的大小

这是直方图与柱状图最根本的区别

▷ 2 - 直方图 x 轴为定量数据，柱状图 x 轴为分类数据

在直方图中，x 轴上的变量是一个个连续的区间，这些区间通常表现为数字；而在柱状图中，x 轴上的变量是一个个分类数据

直方图上的每根柱子都是不可移动的，x 轴上的区间是连续的、固定的，而在柱状图上的每根柱子是可以随意排序的，有的情况下需要按照分类数据的名称排列，有的时候则需要按照数值的大小排列

▷ 3 - 直方图柱子无间隔，柱状图柱子有间隔

因为直方图中的区间是连续的，所以柱子之间不存在间隙，而柱状图的柱子之间是存在间隙的

▷ 4 - 直方图柱子宽度可不一，柱状图柱子宽度必须一致

柱状图柱子的宽度因为没有数值含义，所以宽度必须一致，但是在直方图中，柱子的宽度代表了区间的长度，根据区间的不同，柱子的宽度可以不同，但理论上应为单位长度的倍数

3. 直方图的绘制

需求 - 电影时长分布状况

现有 250 部电影的时长，希望统计出这些电影时长的分布状态（比如时长为 100 分钟到 120 分钟电影的数量、出现的频率）等信息，你应该如何呈现这些数据？

▷ 准备数据

time = [124, 151, 130, 139, 119, 115, 154, 119, 111, 112, 160, 117, 71, 119, 109, 153, 86, 81, 150, 125,
	 93, 95, 80, 88, 138, 127, 150, 100, 149, 128, 114, 78, 124, 73, 89, 88, 146, 90, 96, 125, 111, 98, 
	 123, 160, 95, 136, 156, 128, 155, 132, 135, 90, 110, 155, 76, 134, 98, 91, 128, 124, 148, 92, 159, 
	 75, 148, 138, 119, 148, 120, 87, 143, 112, 104, 142, 75, 86, 80, 136, 82, 91, 92, 143, 155, 130, 105,
	  154, 153, 99, 81, 150, 154, 89, 101, 82, 145, 85, 116, 123, 151, 118, 79, 124, 150, 131, 99, 74, 
	  118, 121, 151, 132, 131, 112, 75, 140, 89, 99, 160, 152, 112, 79, 80, 82, 73, 109, 99, 99, 129, 73, 
	  136, 159, 115, 90, 146, 88, 98, 149, 158, 81, 143, 133, 145, 122, 119, 134, 74, 72, 79, 107, 121, 
	  153, 96, 86, 142, 150, 118, 155, 124, 139, 91, 95, 142, 96, 137, 119, 123, 145, 129, 127, 99, 117, 
	  89, 132, 98, 137, 78, 158, 116, 127, 95, 72, 96, 110, 94, 78, 132, 129, 116, 109, 83, 96, 143, 127, 
	  70, 90, 87, 118, 114, 79, 134, 97, 149, 158, 100, 131, 139, 77, 109, 112, 134, 85, 113, 108, 75, 
	  132, 71, 84, 135, 71, 135, 100, 148, 79, 155, 115, 97, 160, 82, 105, 87, 115, 91, 126, 93, 119, 88, 
	  118, 129, 88, 152, 105, 134, 141, 125, 144, 99, 140, 129, 81, 116, 120]

▷ 绘制

直方图绘制 API

plt.hist(x, bins=None, normed=None, **kwargs)

设置组距
设置组数（通常对于数据较少的情况，分为 5-12 组，数据较多，更换图形显示方式）通常设置组数会有相应公式：组数 = 极差/组距 = (max - min) // 组距

▷ 代码实现

import matplotlib.pyplot as plt

plt.rc('font', family='SimHei', size=12)

# 1. 准备数据
time = [124, 151, 130, 139, 119, 115, 154, 119, 111, 112, 160, 117, 71, 119, 109, 153, 86, 81, 150, 125,
	 93, 95, 80, 88, 138, 127, 150, 100, 149, 128, 114, 78, 124, 73, 89, 88, 146, 90, 96, 125, 111, 98, 
	 123, 160, 95, 136, 156, 128, 155, 132, 135, 90, 110, 155, 76, 134, 98, 91, 128, 124, 148, 92, 159, 
	 75, 148, 138, 119, 148, 120, 87, 143, 112, 104, 142, 75, 86, 80, 136, 82, 91, 92, 143, 155, 130, 105,
	  154, 153, 99, 81, 150, 154, 89, 101, 82, 145, 85, 116, 123, 151, 118, 79, 124, 150, 131, 99, 74, 
	  118, 121, 151, 132, 131, 112, 75, 140, 89, 99, 160, 152, 112, 79, 80, 82, 73, 109, 99, 99, 129, 73, 
	  136, 159, 115, 90, 146, 88, 98, 149, 158, 81, 143, 133, 145, 122, 119, 134, 74, 72, 79, 107, 121, 
	  153, 96, 86, 142, 150, 118, 155, 124, 139, 91, 95, 142, 96, 137, 119, 123, 145, 129, 127, 99, 117, 
	  89, 132, 98, 137, 78, 158, 116, 127, 95, 72, 96, 110, 94, 78, 132, 129, 116, 109, 83, 96, 143, 127, 
	  70, 90, 87, 118, 114, 79, 134, 97, 149, 158, 100, 131, 139, 77, 109, 112, 134, 85, 113, 108, 75, 
	  132, 71, 84, 135, 71, 135, 100, 148, 79, 155, 115, 97, 160, 82, 105, 87, 115, 91, 126, 93, 119, 88, 
	  118, 129, 88, 152, 105, 134, 141, 125, 144, 99, 140, 129, 81, 116, 120]

# 2. 创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3. 绘制直方图
distance = 2
group_num = (max(time) - min(time)) // distance

plt.hist(time, bins=group_num)

# 修改刻度
plt.xticks(range(min(time), max(time)+distance, distance))

# 添加网格
plt.grid(linestyle="--", alpha=0.5)

# 添加标题
plt.title("电影时长分布状况")

plt.xlabel("电影时长大小")
plt.ylabel("电影的数据量")

# 4. 显示图像
plt.show()

▷ 效果图

4. 直方图注意点

注意组距组距会影响直方图呈现出来的数据分布，因此在绘制直方图的时候需要多次尝试改变组距
注意 y 轴所代表的变量 y 轴上的变量可以是频次（数据出现了多少次）、频率（频次/总次数）、频率/组距，不同的变量会让直方图描述的数据分布意义不同

5. 直方图应用场景

用于表示分布情况
通过直方图还可以观察和估计哪些数据比较集中，异常或者孤立的数据分布在何处

饼图(pie)

1. 饼图简介

饼图广泛应用于各个领域，用于表示不同分类的占比情况，通过弧度大小来对比各种分类。饼图通过将一个圆饼按照分类的占比划分成多个区块，整个圆饼代表数据的总量，每个区块表示该分类占总体的比例大小，所有区块的加和等于 100%

2. 饼图的绘制

需求 - 显示不同的电影的排片占比

猫眼电影

▷ 准备数据

movie_name = ['独行月球', '神探大战', '人生大事', '疯了！桂宝之三星夺宝', '迷你世界之觉醒', '小马宝莉：新世代', '七人乐队', '外太空的莫扎特', '迷失之城', '侏罗纪世界3', '其他']
place_count = [216472, 27499, 26953, 20806, 19629, 18314, 16137, 5030, 5005, 2496, 8283]

▷ 绘制

饼图绘制 API

注意显示的百分比的位数

plt.pie(x, labels=, autopct=, colors)
x：数量，自动算百分比
labels：每部分名称
autopct：占比显示指定 %1.2f%%
colors：每部分颜色

▷ 代码实现

import matplotlib.pyplot as plt

plt.rc('font', family='SimHei', size=12)

# 1. 准备数据
movie_name = ['独行月球', '神探大战', '人生大事', '疯了！桂宝之三星夺宝', '迷你世界之觉醒', '小马宝莉：新世代', '七人乐队', '外太空的莫扎特', '迷失之城', '侏罗纪世界3', '其他']
place_count = [216472, 27499, 26953, 20806, 19629, 18314, 16137, 5030, 5005, 2496, 8283]

# 2. 创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 3. 绘制饼图
plt.pie(place_count, labels=movie_name, colors=['c', 'r', 'g', 'y', 'c', 'm', 'y', 'b', 'c', 'g', 'r'], autopct="%1.2f%%")

# 显示图例
plt.legend()

plt.axis('equal')

# 4. 显示图像
plt.show()

▷ 效果图

3. 饼图应用场景

分类占比情况，一般分类不要超过 9 个，不然很难看清，此时建议换成柱状图

【Python数据挖掘】Matplotlib的使用手册二

常见图表

散点图(scatter)

1. 散点图的绘制

2. 散点图应用场景

柱状图(bar)

1. 柱状图的绘制

2. 柱状图应用场景

直方图(histogram)

1. 直方图简介

2. 直方图和柱状图的对比

3. 直方图的绘制

4. 直方图注意点

5. 直方图应用场景

饼图(pie)

1. 饼图简介

2. 饼图的绘制

3. 饼图应用场景