数据绘图工具之Matplotlib

　　一.安装：绘图和可视化

　　pip install matplotlib

　　我们已经下好了anaconda 包含了绘图工具包直接导入即可

　　import matplotlib.pyplotlib as plt

　　二.# 第一种图形可视化绘图：折线图

# 上面由于是中文需要解决乱码的问题

b = [2,5,4,8,9,7,10]

plt.plot(b)
# 设置标题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.title('title经济发展趋势图',fontsize=20,color='red')

# 设置 x y 轴的名称
plt.xlabel('x轴',fontsize=20)
plt.ylabel('y轴',fontsize=20)

# 调节图表大小

plt.show()

　　(2)第二种绘制每个国家地区电影数量的柱状图

#(1）读取数据
mv = pd.read_csv('./aaa.csv')
mv

# (2)每个地区有分区 进行分主 然后进行统计数量 size（）
movies = mv.groupby('产地').size().sort_values(ascending=False)
movies

# (3)获取x, y 轴的值
x = movies.index
x

# 获取 y轴的值
y = movies.values
y

(4)
# 绘制柱状图 bar
# plt.bar(x,y,color='blue')
#  plt.show(）显示图型

# 调节图表大小
plt.figure(figsize=(20,6))  # 注意是画图之前


plt.bar(x,y,color='blue')

# 标题 
plt.title('每个国家的或地区的电影数量',fontsize=30,color='k')  #　没有位置固定

# x 轴的字体的的大小 和 旋转角度
plt.xticks(rotation=45,fontsize=15)   # ticks 滴答点  参数 旋转 大小

# x 轴的设置 命名和大小 颜色
plt.xlabel('产地',fontsize=20,color='red')

# y 轴的设置
plt.ylabel('电影数量',fontsize=20,color='red',rotation=90)
# 显示柱状图上的数量
for a,b in zip(x,y,):
    plt.text(a,b+200,b,horizontalalignment='center',fontsize=15,color='red')
    
# 保存图片 到指定的路径 
plt.savefig('./电影柱状图.png') 
plt.show()

图形展示：(5)

　　（2.1）# 2 根据数据绘制每年电影上映数量的曲线图

# (1) 按照年代将读取的mv 电影进行进行分组

res = mv.groupby(['年代']).size().sort_index()  # 这个可以进行排序
# mv['年代'].value_counts().sort_values()  
res = res[:-2]  # 删除 最后两个数
res

　　(2)# 设置x z轴的值和 y 轴的值

x = res.index
x
# 设置y 轴
y = res.values
y

　　(3)绘图

# 大小是在绘图前
plt.figure(figsize=(10,6))
plt.plot(x,y)
# x 轴的设置
plt.xlabel('年代',fontsize=20,color='k')
plt.ylabel('数量',fontsize=20,color='b')

# x 轴 字体的设置
plt.xticks(fontsize=20,color='r')
plt.show()

（4）图展示：最后的数据未完成统计

　　# 第三饼图的设计
　　pd.cut?

　　(1)

# 获取电影时长
time_res = mv['时长']
time_res

　　(2)

# 分等份
res = pd.cut(time_res,[0,60,90,120,140,1000])  # time_res 是带分割的源数据  后面是份额区间
res# 分等份
res = pd.cut(time_res,[0,60,90,120,140,1000])  # time_res 是带分割的源数据  后面是份额区间
res

　　(3)

# 统计区间的电影数量
res = res.value_counts()
res
x = res.index
x
y = res.values
y

　　(4)

# plt.pie(y,labels= x)
plt.title('电影时长分步图',fontsize=20)
patchs, l_text, p_text = plt.pie(y, labels=x, autopct='%0.2f%%',)  # patchs 打补丁
for p in p_text:  # p_text 代表内部的内容    %0.2f%%  0.2 表示保留两位浮点数  后面的% 是在区域内文本值后加%
    p.set_size(15)
    p.set_color('white')
for l in l_text:
    l.set_size(13)
    l.set_color('r')
    
plt.show()

　　图形展示：

　　# 4 直方图

　　（1）

x = mv['评分']
x

　　（2）

# plt.bar(x,y,color='blue')
plt.hist(mv['评分'],bins=20, edgecolor='black',alpha=0.5, facecolor='red')
plt.title('评分分布的直方图')
plt.xlabel('评分范围')
plt.ylabel('数量')
# for a,b in zip(x,y):
#     plt.text(a,b+200,b,horizontalalignment='center',fontsize=15,color='red')
    
plt.show()

评分图不是想做成的样子

数据绘图工具之Matplotlib

猜你喜欢