学ML那么常用工具库Numpy,Pandas,Matplotlib和Scipe等肯定是要用到的，磨刀不误砍柴工，所以先学一些是有必要的，这里先学习下Matplotlib，由于是代码+图的学习，所以半小时是够的。
Matplotlib是数据科学领域流行的Python底层绘图库，主要做数据可视化图表,看名字感觉就很像Matlab，所以你用过Matlab画图的话那么使用Matplotlib就会很熟练。
文章首先会介绍怎样简陋的折线图，然后一步步完善。最后会画直方图，条形图，散点图。关于更多图的画法去看官方文档更多图
1、首先来画个一天的气温随时间的变化图，时间间隔是2小时。
from matplotlib import pyplot as plt #导包
x = range(2,26,2) #横坐标，时间间隔两小时
y = [15,13,14,17,20,25,26,26,24,22,19,15] #温度
plt.plot(x,y) #画折线图，注意x和y的元素个数必须相同
plt.show() #展示
效果如下
现在我们来完善这个图。
- 图片有点小
- 缺少描述信息，比如横纵坐标，图的意义
- 横纵轴间距过大（图中是系统给我们自动调整的）
- 线条的样式，比如颜色和透明度
- 将图片保存
from matplotlib import pyplot as plt #导包
#设置图片宽高，像素 注意：要放在开头
plt.figure(figsize=(20,8),dpi=80)
x = range(2,26,2)#横坐标，时间间隔两小时
y = [15,13,14,17,20,25,26,26,24,22,19,15] #温度
plt.plot(x,y) #画折线图，注意x和y的元素个数必须相同
_tick_lable = [i/2 for i in range(4,49)]
plt.xticks(_tick_lable)
# plt.xticks(x)
plt.yticks(range(min(y),max(y)+1))#max(y)是取不到的所以+1
plt.savefig("./t1.png") #保存图片
plt.show() #展示
效果展示
上面的5个问题解决了3个。
再看一个例子:如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?
from matplotlib import pyplot as plt
import random
#解决中文显示问题，mat是不显示中文的
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
#1、准备数据
x = list(range(0,120)) #转list是为了后面取步长
y = [random.randint(18,33) for i in range(120)]
#2、设置大小并绘图
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)
#3、设置x刻度与表示 我们要显示的是几点几分而不是数字
_x_labels = ["10点{}分".format(i) for i in range(0,60)]
_x_labels += ["11点{}分".format(i) for i in range(0,60)]
#前面两个会一一对应，也就是原本的数字会被字符串几点几分给替换掉，rotation表示旋转度数,如果不旋转那么会挤压到一起，可以自己尝试下
plt.xticks(x[::3],_x_labels[::3],rotation = 270)
#4、设置描述信息x,y轴，已经图形
plt.xlabel("时间 min")
plt.ylabel("温度 单位（摄氏度）")
plt.title("10点到12点温度随时间变化图")
#5、绘制网格，设置透明度
plt.grid(alpha = 0.3)
#6、展示
plt.show()
到这里一个散点图也就绘制的有模有样了。有时候需要将两个或者多个折线图绘在一起，这样可以更直观的进行比较，怎么做呢，其实很简单，看下面例子。
现在假设要绘制你和你室友，11到30这20年来交往的女友数量，看谁xxx。
from matplotlib import pyplot as plt
#解决中文显示问题，mat是不显示中文的
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
#1、准备数据，y_1是你，y_2是你室友
x=range(11,31)
y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2 = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]
#2、设置图片大小并绘图
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_1)
plt.plot(x,y_2) #注意这里
#3、设置x,y轴刻度
_x_labels = ["{}岁".format(i) for i in range(11,31)]
_y_labels = range(0,9)
plt.xticks(x,_x_labels)
plt.yticks(_y_labels)
#4、设置描述信息x,y轴，以及图形
plt.xlabel("年龄")
plt.ylabel("女友数量")
plt.title("女友数量随时间变化图")
#5、绘制网格，设置透明度
plt.grid(alpha = 0.3)
#6、展示
plt.show()
看效果图
注意上面的代码，除了多了个y_2数据外，也就多了个绘图代码plt.plot(x,y_2)。
补充：线条颜色是mat自动帮我们决定的，但是我们也可以自己决定。另外别人根本不知道那条线是你的哪条是你室友的，所以需要标注，最后线条的形状也可以自己决定。如何改，下面已经标注了。
到这里，折线图就完全绘制完了，那么下面绘制的散点图，直方图，条形图的例子就很简单了。其他图的绘制链接已经在上面给出了。
2、绘制散点图，主要在于绘图方法不同，使用plt.scatter(x,y)，下面会将两组数据绘制在一起。
先还是画个简陋的，然后来调整
from matplotlib import pyplot as plt
#解决中文显示问题，mat是不显示中文的
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
x_3 = range(1,32)
x_10 = range(41,72) #给10间隔是为了不会连在一起
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
#注意：跟折线图区别就是这里
plt.scatter(x_3,y_3,label = "3月份",color = "r")
plt.scatter(x_10,y_10,label = "10月分",color = "y")
plt.legend(loc = "upper left")
plt.show()
来看效果图
发现还是挺好看的，但是横纵并不是我们想要的，下面进行调整并展示
from matplotlib import pyplot as plt
#解决中文显示问题，mat是不显示中文的
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
x_3 = range(1,32)
x_10 = range(41,72) #给10间隔是为了不会连在一起
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
plt.figure(figsize=(20,8),dpi=100)
plt.scatter(x_3,y_3,label = "3月份",color = "r")
plt.scatter(x_10,y_10,label = "10月分",color = "y")
_x = list(x_3) + list(x_10)
_x_labels = ["3月{}日".format(i) for i in x_3]
_x_labels += ["10月{}日".format(i-40) for i in x_10]
plt.xticks(_x[::3],_x_labels[::3],rotation=45)
plt.xlabel("月份")
plt.ylabel("温度 单位（摄氏度）")
plt.title("3,10月温度随时间变化图")
plt.legend(loc = "upper left")
plt.show()
到这里就画完了散点图了，以后聚类会用到的，接下来画条形图。
3、条形图示例
假设你获取到了2017年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据?
a = [“战狼2”,“速度与激情8”,“功夫瑜伽”,“西游伏妖篇”,“变形金刚5：最后的骑士”,“摔跤吧！爸爸”,“加勒比海盗5：死无对证”,“金刚：骷髅岛”,“极限特工：终极回归”,“生化危机6：终章”,“乘风破浪”,“神偷奶爸3”,“智取威虎山”,“大闹天竺”,“金刚狼3：殊死一战”,“蜘蛛侠：英雄归来”,“悟空传”,“银河护卫队2”,“情圣”,“新木乃伊”,]
b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23] 单位:亿
照旧，先画个简陋的，跟折线图比，同样也只是画图方法不同plt.bar
from matplotlib import pyplot as plt
#解决中文显示问题，mat是不显示中文的
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：\n死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊"]
b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
plt.figure(figsize=(20,8),dpi=100)
plt.bar(range(len(a)),b,width = 0.3)#可以直接写成plt.bar(a,b)，此时下面那句只需要旋转90度即可。
#对应字符到x轴上，一定要旋转90度，不然就挤到一起了
plt.xticks(range(len(a)),a,rotation = 90)
plt.show()
来看效果图
是不是看着有些别扭，那么横过来吧，使用方法plt.barh()
实际上我们平常看到的都是多个条形图放一起的，下面就来放到一起。
假设你知道了列表a中电影分别在2017-09-14(b_14), 2017-09-15(b_15), 2017-09-16(b_16)三天的票房,为了展示列表中电影本身的票房以及同其他电影的数据对比情况,应该如何更加直观的呈现该数据?
a = [“猩球崛起3：终极之战”,“敦刻尔克”,“蜘蛛侠：英雄归来”,“战狼2”]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]
数据来源: http://www.cbooo.cn/movieday
from matplotlib import pyplot as plt
#解决中文显示问题，mat是不显示中文的
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_14 = [2358,399,2358,362]
b_15 = [12357,156,2045,168]
b_16 = [15746,312,4497,319]
plt.figure(figsize=(20,8),dpi=100)
wid_bar = 0.2 #不要设置太大，否则就挤到一起了，甚至重叠
x_14 = range(len(a))
x_15 = [i + wid_bar for i in x_14]
x_16 = [i + wid_bar for i in x_15]
#注意：width必须为wid_bar,否则会发生重叠，上面的处理也正是为了解决这个问题
plt.bar(x_14,b_14,width=wid_bar,label = "9月14日")
plt.bar(x_15,b_15,width=wid_bar,label = "9月15日")
plt.bar(x_16,b_16,width=wid_bar,label = "9月16日")
plt.xticks(x_15,a)
plt.legend(loc = "upper right")
plt.show()
来看效果图
4、直方图
直方图通常来统计连续区间上的频数或者频率，这里就只展示一个例子了。注意：直方图的数据是未经处理的，组数=极差/组距离，要求能整除，否则会错位。
假设你获取了250部电影的时长(列表a中),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?
a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
from matplotlib import pyplot as plt
#解决中文显示问题，mat是不显示中文的
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107,
114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128,
115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110,
117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138,
123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109,
134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120,
114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106,
117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136,
118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123,
116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123,
111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110,
111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141,
117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134,
106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83,
94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
d = 3
bins = (max(a)-min(a))//d
plt.figure(figsize=(20,8),dpi=100)
plt.hist(a,bins)
#设置x的刻度
plt.xticks(range(min(a),max(a)+d,d))
plt.yticks(range(0,26,2))
plt.grid(alpha=0.4)
plt.show()
来看效果图
