本文原创自本人的新浪博客文章《数据挖掘(matplotlib初识)》，与 CSDN 同步更新。
--------------------------------------------------------------------
Python 使用 matplotlib [1] 库来作图，其职责可以看做是数据挖掘中的数据可视化。虽然之前我也尝试了 matlib 的相关作图功能，但无奈太繁琐，而 python 则更加简洁高效，并且与自己的代码更紧密的结合，觉得很适合自己。现在，我简单回顾以下几种简单 plot 图形，用作查阅复习只用。在编程之前请务必将 2 个库导入到程序中 (为了方便起见，推荐直接安装 anaconda[3] )，他们是 numpy 包和 matplotlib 包。
import numpy as np # 参见[2]
import matplotlib.pyplot as plt1. 折线图
如下是一个简单的折线图样例，它反映了数据的发展趋势及规律，如增长率，顶点，最大值，最小值等。x 是一个数组 (numpy 中定义的 array 类型)，范围是 -10 到 10，间隔为 0.1，那么同样需要得到的 y 也是一个数组，其中 y = sin(x)。
### EG1. simple line plot
x = np.arange(-10, 10, 0.1)
y = np.sin(x)
plt.plot(x,y)
plt.show()
如果需要比较 2 条曲线的变化规律，可以将其放到一个图中进行观察，其中 plot() 函数中的 'r'，'b'表示红色和蓝色，legend() 规定了图解中的标记列表。
### EG2. double lines plot
x = np.linspace(-5, 5, 100)
y1 = 1/(1+np.exp(-x))
y2 = (np.exp(x)-np.exp(-x))/(np.exp(x)+np.exp(-x))
plt.plot(x,y1,'r', x,y2,'b')
plt.legend(['Sigmoid', 'Tanh'])
plt.show()
2. 盒图
如下是一个简单的盒图样例，反映了数据的分布规律，如中位数，分位数，异常点等。
### EG3. boxplot
x = np.random.rand(50)*100
plt.boxplot(x)
plt.show()
如下，展示的是多个盒图的共同展示，注意 matplotlib 在做多个盒图时是按列来读取数据的，每一列作为一个盒图。x1 和 x2 的数组元素个数应当相同 (均为 100 个)。
### EG4. double boxes plot
x1 = np.random.rand(50)*100 # 50 个 0-100 随机数
x2 = np.random.rand(50)*80 # 50 个 0-80 随机数
data = [x1, x2]
plt.boxplot(data)
plt.show()
3. 直方图
如下是一个简单的直方图样例，它反映了数据出现的频率。
### EG5. bar plot
data = np.random.normal(50,10,20) # 20 个 均值为 50，标准差为 10 的正态分布数组
x = range(len(data))
plt.bar(x, data)
plt.show()
4. 提琴图
如下是一个简单的提琴图样例，它也反映了数据的分布特征，越粗的地方数据越集中。x1，x2，x3，x4 表示了 4 组均值相同但标准差不同的数组。
### EG6. violin plot
x1 = np.random.normal(50,1,1000)
x2 = np.random.normal(50,2,1000)
x3 = np.random.normal(50,3,1000)
x4 = np.random.normal(50,4,1000)
data=[x1, x2, x3, x4]
plt.violinplot(data, showmeans=True, showmedians=True,showextrema=True)
plt.show()
5. 饼图
如下是一个简单的饼图样例，它反映了数据各部分所占比例的大小，整体呈圆形的饼状。
### EG7. pie plot
labels = ['Frogs', 'Hogs', 'Dogs', 'Logs']
sizes = [15,30,45,10]
explode = [0,0,0.1,0]
plt.pie(sizes, labels = labels, explode=explode)
plt.show()
6. 散点图
散点图表现了数据点的分布情况，如下散点图反映了 1000 个随机点在二维坐标轴中的分布情况。
### EG8. dot plot
x = np.random.normal(50,1,1000)
y = np.random.normal(50,2,1000)
plt.scatter(x, y)
plt.show()
7. 分布图(条形图)
概率分布图又称条形图，它反映了数据在不同范围内出现的概率。
### EG9. histgraph plot
perfs = np.random.normal(50, 1, 1000)
plt.hist(perfs, 50, alpha=0.5) # 设置分布在 50 个范围内, 透明度为 0.5
plt.show()
8. 其他设置
其他设置里面包括作图时所需要的其他标注，如刻度，坐标范围，多列子图，形状，颜色等，基本上都是所有类型的图所通用的。
### EG10. 设置横纵坐标刻度使用 xticks()
data = [67,20,30,35,41]
x = range(len(data))
xlabel = "Projects"
ylabel = "Stars"
plt.bar(x, data)
plt.xlabel(xlabel)
plt.ylabel(ylabel)
plt.title("Stars of 5 github projects")
plt.xticks(x, ("x264", "lrzip", "apache", "rs_6d_c3_obj2", "config"), rotation=90)
plt.show()
### EG11. 设置横纵坐标范围使用 xlim() 和 ylim()
x = np.arange(-10,10,0.1)
y = np.sin(x)
xlabel = "x"
ylabel = "sin(x)"
plt.plot(x, y)
plt.xlabel(xlabel)
plt.ylabel(ylabel)
plt.title("Figure of sin(x)")
plt.xlim(-20,20)
plt.ylim(-2,2)
plt.show()
### EG12. 设置多行/多列子图使用 subplot()
x = np.arange(-10,10,0.1)
y1 = np.sin(x)
plt.subplot(121) #表示1行有2列，此图是第1个
plt.plot(x, y1)
plt.title("Figure of sin(x)")
y2 = np.cos(x)
plt.subplot(122) #表示1行有2列，此图是第2个
plt.plot(x, y2)
plt.title("Figure of cos(x)")
plt.show()
### EG13. 设置曲线形状色彩
x = np.arange(-10,10,0.1)
y1 = np.tanh(x)
y2 = np.sin(x)
# 更多数学函数请参见 https://docs.scipy.org/doc/numpy/reference/routines.math.html
plt.plot(x, y1, "b-", x, y2, "r1")
plt.title("Figure of tanh(x)")
# 更多色彩形状请参见 https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.plot
plt.legend(['y=tanh(x)','y=sin(x)'])
plt.show()
未完待续 (To be continued :)
------------------------
[1] matplotlib 官网：https://matplotlib.org/index.html
[2] numpy 快速入门：https://docs.scipy.org/doc/numpy/user/quickstart.html
[3] anaconda 官网：https://www.anaconda.com/