人工智能采集和分析基礎(chǔ)（Python版）課件 學習單元六 Matplotlib可視化數(shù)據(jù)分析

任務(wù)1Matplotlib的“HelloWorld”

任務(wù)2北上廣深天氣分析

任務(wù)1Matplotlib的“HelloWorld”

本任務(wù)將安裝Matplotlib，安裝完成以后使用Matplotlib實現(xiàn)折線圖，并對每兩個小時的空氣溫度進行可視化展示，主要內(nèi)容如下：(1)安裝Matplotlib，成功調(diào)用Matplotlib庫；(2)設(shè)置溫度數(shù)據(jù)集；(3)編寫代碼，繪制圖表。【任務(wù)描述】【知識準備】一、Matplotlib簡介Matplotlib是一個Python的2D繪圖庫，具有功能強大、用法簡單等特點，能夠與NumPy和Pandas等庫結(jié)合起來做數(shù)據(jù)的可視化分析，并在多個平臺中生成高質(zhì)量圖片。Matplotlib的官網(wǎng)如圖6-1所示。Matplotlib誕生的意義和主旨都是為了讓事情變得更加容易，讓困難的事情變得可能實現(xiàn)。因此，它在設(shè)計上非常簡潔，初學者往往只需要幾行代碼就能實現(xiàn)一個Matplotlib圖表的繪制。Matplotlib的安裝和其他Python庫的安裝方法基本一致，都是使用Python的包管理工具pip進行安裝。安裝命令如下：pipinstallMatplotlib在控制臺運行這行命令，出現(xiàn)如圖6-2所示的結(jié)果即為安裝成功。二、Matplotlib核心屬性概念Matplotlib中有多種繪圖屬性，以下幾種屬性在Matplotlib數(shù)據(jù)可視化時最為重要。Figure：表示整個圖形，可理解為一個畫布。在整個繪圖過程中的第一步就是創(chuàng)建畫布，再向畫布中添加各種元素。Axes：表示圖像的區(qū)域和數(shù)據(jù)空間。Axis：表示坐標軸線，是數(shù)字線狀的物體。Artist：表示基本元素，即能在圖形上看到的一切都是Artist?。Artist包括文本對象、Line2D對象、集合對象等。當這些對象被渲染時，所有的Artist都被畫到畫布上。三、Matplotlib繪圖模塊pyplotpylot是Matplotlib中一個具有命令風格的函數(shù)式集合，能夠通過類似命令的方式調(diào)用函數(shù)來實現(xiàn)圖形的繪制工作。Matplotlib中的所有內(nèi)容都是按層次結(jié)構(gòu)組織的。層次結(jié)構(gòu)的頂部是matplotlib.pyplot模塊提供的Matplotlib“狀態(tài)機環(huán)境”。在這個層次上，簡單的函數(shù)用于將繪圖元素添加到當前圖形的當前軸上。使用pyplot生成可視化的圖例需要先引入matplotlib.pyplot模塊，再使用pylot中的函數(shù)繪制想要的圖形。任務(wù)2北上廣深天氣分析

本次任務(wù)是使用Matplotlib的繪圖方法，結(jié)合之前學習的NumPy和Pandas等庫的使用來實現(xiàn)北上廣深四大城市的天氣分析，其中涉及文件的讀取合并、數(shù)據(jù)的篩選清洗、數(shù)據(jù)的分組分析和聚合、折線圖的繪制、箱線圖的繪制等。本次任務(wù)的主要內(nèi)容如下：(1)讀取數(shù)據(jù)文件，合并數(shù)據(jù)；(2)清洗整理數(shù)據(jù)集，篩選數(shù)據(jù)；(3)編寫代碼，繪制圖表，進行分析。【任務(wù)描述】【知識準備】一、Matplotlib繪圖接口Matplotlib提供了兩種編程接口模式，分別為PyPlot編程接口(state-based)和面向?qū)ο蟮木幊探涌?object-based)。1.?PyPlot編程接口PyPlot封裝了用于繪圖的底層函數(shù)并提供了一種繪圖環(huán)境。導入PyPlot模塊，使用plt.plot()繪制圖形時，默認自動創(chuàng)建Figure以及Axes等對象以支持圖形的繪制。這樣做的優(yōu)點在于屏蔽了一些底層通用的繪圖對象的創(chuàng)建細節(jié)，使操作更加簡捷。2.面向?qū)ο蟮木幊探涌诿嫦驅(qū)ο蟮木幊探涌谛枰謩觿?chuàng)建畫布(FigureCanvas)、圖對象(Figure)、Axes，所有對象組合才能完成一次完整的繪圖工作。面向?qū)ο蟮木幊探涌诘膬?yōu)點在于能夠完整地控制繪圖過程。與PyPlot接口相比，面向?qū)ο蠼涌谛枰帉懜啻a。二、Matplotlib繪圖方法Matplotlib針對不同的圖形，內(nèi)置了不同的繪圖函數(shù)，通過調(diào)用不同的繪圖函數(shù)可以繪制出折線圖、條形圖、散點圖、箱形圖和熱力圖等。Matplotlib常用繪圖方法如表6-1所示。1.折線圖折線圖的作用是展示隨時間變化而變化的連續(xù)性數(shù)據(jù)，適用于需要顯示相等時間間隔下數(shù)據(jù)趨勢的場景。Matplotlib中用于繪制折線圖的函數(shù)為plot()，語法格式如下所示。plt.plot(x,y,format_string,**kwargs)參數(shù)說明如下所示。(1)?x：可選參數(shù)，x軸的數(shù)據(jù)，可以是列表或數(shù)組。(2)?y：y軸數(shù)據(jù)，可以是列表或數(shù)組。(3)?format_string：可選參數(shù)，控制曲線的格式字符串。(4)?**kwargs：第二組或更多(x,y,format_string)，可畫多條曲線。參數(shù)中的format_string由顏色字符、風格字符、標記字符組成，如表6-2至表6-4所示。(1)標題信息。標題信息是一個圖標的重要組成部分，通過標題信息能夠了解當前圖標想要表達的含義。為圖標添加標題信息的方法為plt.title()，括號中直接添加String類型的信息即可。(2)軸信息。PyPlot提供了兩個方法，用于設(shè)置x和y軸的描述信息，plt.xlabel設(shè)置x軸信息，plt.ylabel設(shè)置y軸描述信息，其設(shè)置方法與plt.title一致。(3)圖例名稱。每條線表示的含義一般稱為圖例名稱。設(shè)置圖例名稱的方式有兩種：第一種通過向plot方法中傳入label參數(shù)來實現(xiàn)，label參數(shù)接收一個String類型的字符序列作為當前圖例的名稱，再使用plt.legend()方法使其生效；第二種是使用plt.legend()方法向線實例對象添加圖例名稱，plt.legend()方法需要在其他圖標設(shè)置完成后使用。plt.legend()方法的語法格式如下所示。plt.legend(handles,title,labels,loc)參數(shù)說明如下所示。①handles：需要所畫線條的實例對象集合。②title:為圖例添加標題。③labels：圖例名稱，能夠覆蓋plt.plot()中的label參數(shù)值。④loc:圖例位置，可取best(表示自動位置，圖例會自動放置在圖標較少的位置)、upperright、upperleft、lowerleft、lowerright、centerleft、centerright、lowercenter、uppercenter。圖例位置如圖6-10所示。使用第一種方式設(shè)置圖例。在plt.plot()方法中添加label參數(shù)設(shè)置圖例，再使用plt.legend()方法生效。使用第二種方式設(shè)置圖例。將兩條線分別賦值給兩個實例，取名為line1與line2，使用plt.legend()方法設(shè)置圖例。2.條形圖條形圖(barchart)是用寬度相同的條形的高度或長短來表示數(shù)據(jù)多少的圖形。條形圖可以橫向放置或縱向放置。分別使用橫向條形圖和縱向條形圖展示天津2000年至2004年的降雨量，如圖6-11所示。從圖6-11可以直觀地看出，在2000—2004年間，降雨量最多的年份是2003年，超過了600?mm，其次是2001年，超過了500?mm。Matplotlib中用于繪制條形圖的函數(shù)為bar()(縱向條形圖)和barh()(橫向條形圖)，代碼如下所示。3.箱形圖與小提琴圖箱形圖又被稱為盒須圖、盒式圖、盒狀圖或箱線圖等，因形狀似箱子而得名，主要應(yīng)用于顯示一組數(shù)據(jù)的分散情況的統(tǒng)計圖。箱形圖在各種領(lǐng)域也經(jīng)常被使用，常用于品質(zhì)管理。箱線圖中主要包含了六個核心元素，如圖6-12所示。圖6-12中上四分位數(shù)(Q3)、中位數(shù)(Q2)、下四分位數(shù)(Q1)統(tǒng)稱為四分位數(shù)，在進行四分位數(shù)計算前要對數(shù)據(jù)序列進行從小到大排序。四分位數(shù)的計算公式如下所示。Qi=i(n+1)/4其中，n表示序列中的項數(shù)，四分位數(shù)說明如下所示。(1)中位數(shù)(Q2)：是指一組數(shù)據(jù)排序完成后處于50%位置的數(shù)。(2)上四分位數(shù)(Q3)：是指一組數(shù)據(jù)排序完成后處于75%位置的數(shù)。(3)下四分位數(shù)(Q1)：是指一組數(shù)據(jù)排序完成后處于25%位置的數(shù)。圖6-12中上邊緣與下邊緣分別表示非異常范圍內(nèi)的最大值和最小值，計算上邊緣與下邊緣前要計算出四分位距(IQR)。四分位距計算公式如下所示。IQR=Q3-Q1從而得出上邊緣與下邊緣的計算公式如下所示。上邊緣=Q3+1.5IQR下邊緣=Q1-1.5IQR異常值是指大于上邊緣和小于下邊緣的數(shù)據(jù)。小提琴圖的特點是可以展示多組數(shù)據(jù)的分布狀態(tài)及概率密度。雖然與箱形圖類似，但小提琴圖能夠更好地展示密度關(guān)系，適用于數(shù)據(jù)量較大且集中展示數(shù)據(jù)密度的情況。小提琴圖如圖6-14所示。圖6-14中黑色區(qū)域表示四分位數(shù)的范圍(與箱形圖含義一致，白點表示中位數(shù)，黑色區(qū)域上邊緣和下邊緣分別表示上四分位數(shù)和下四分位數(shù))，黑色線條為95%的置信區(qū)間，曲線區(qū)域內(nèi)表示數(shù)據(jù)的密度。Matplotlib中用于繪制小提琴圖的方法為violinplot()，繪制箱形圖的函數(shù)為boxplot()，代碼如下所示。xplot與violinplot()參數(shù)說明如表6-6所示。為了更方便精確地讀出圖中的數(shù)據(jù)，可以在圖中添加網(wǎng)格線和替換x軸的刻度名稱。為圖添加網(wǎng)格線可使用plt.grid()方法，替換x軸刻度名稱可使用plt.xticks()方法，代碼如下所示。plt.xticks(ticks=None,labels=None)參數(shù)說明如表6-7所示。使用plt.grid()方法與plt.xticks()方法，為學生成績分布箱形圖添加與y軸刻度垂直的網(wǎng)格線，并設(shè)置x軸刻度標簽。4.餅圖餅圖又稱為餅狀圖，表現(xiàn)為一個劃分為幾個扇形區(qū)域的圓形統(tǒng)計圖表，通常用于描述量、頻率或百分比之間的相對關(guān)系。展示一個月內(nèi)各類型家庭支出占比的餅圖如圖6-17所示。Matplotlib中用于繪制餅圖的方法是pie()，代碼如下所示。參數(shù)說明如表6-8所示。5.散點圖散點圖是指在回歸分析中，數(shù)據(jù)點在直角坐標系平面上的分布圖。散點圖表示因變量隨自變量而變化的大致趨勢，據(jù)此可以選擇合適的函數(shù)對數(shù)據(jù)點進行擬合。例如，展示汽車時速與剎車距離的關(guān)系，如圖6-18所示。Matplotlib中用于繪制散點圖的方法為scatter()，代碼如下所示。plt.scatter(x,y,s=20,c=None,marker='o',alpha=None)參數(shù)說明如表6-9所示。6.直方圖在繪制直方圖前，需要對整體數(shù)據(jù)進行隨機抽取采樣，并加以整理，再繪制為直方圖。直方圖是用于了解數(shù)據(jù)的分布情況，更直觀地看出數(shù)據(jù)的位置狀態(tài)、離散程度和分布形態(tài)的常用工具。直方圖如圖6-19所示。以某零件的生產(chǎn)為例，生產(chǎn)前客戶會針對該零件提出要求(也就是規(guī)格)，規(guī)格一般包含規(guī)格上限與規(guī)格下限，在規(guī)格上下限內(nèi)的產(chǎn)品即符合規(guī)格，生產(chǎn)過程中廠家會對產(chǎn)品進行抽樣檢查，檢驗產(chǎn)品是否符合規(guī)格。使用直方圖與規(guī)格進行比較時，直方圖可分為兩類，即合規(guī)型與不合規(guī)型。1)合規(guī)型合規(guī)型表示產(chǎn)品分布滿足產(chǎn)品規(guī)格。具體可分為完美型、一側(cè)無余率、雙側(cè)無余率和余率過大。其中，完美型為產(chǎn)品的預(yù)訂規(guī)格均值與實際產(chǎn)品規(guī)格的均值呈重合狀態(tài)，且實際產(chǎn)品規(guī)格的上下限與預(yù)訂產(chǎn)品規(guī)格的上下限距離適中。證明在產(chǎn)品規(guī)格控制方面呈理想狀態(tài)，可繼續(xù)按照該標準生產(chǎn)。完美型如圖6-20所示。一側(cè)無余率表示產(chǎn)品規(guī)格的分布均在預(yù)訂規(guī)格值內(nèi)，但實際產(chǎn)品的上限或下限緊貼預(yù)訂產(chǎn)品規(guī)格的上限或下限，造成單側(cè)擁塞，另一邊余率過大，在生產(chǎn)過程中產(chǎn)品的規(guī)格稍有變化，就會產(chǎn)生不良產(chǎn)品。應(yīng)及時找到原因，且設(shè)法使制品中心值與規(guī)格中心值吻合。一側(cè)無余率如圖6-21所示。兩側(cè)無余率與一側(cè)無余率類似，表示產(chǎn)品分布的上下限與產(chǎn)品規(guī)格上下限重合，這種情況雖然能夠滿足規(guī)格要求，但在生產(chǎn)過程中稍有波動就會產(chǎn)生不良產(chǎn)品，最好是平均值保持原狀，但變異方面采取縮小的對策。雙側(cè)無余率如圖6-22所示。余率過大表示產(chǎn)品分布過度集中，產(chǎn)品分布范圍遠遠小于規(guī)格范圍，證明產(chǎn)品生產(chǎn)能力遠遠要高于規(guī)格的要求，雖然不容易產(chǎn)生不良產(chǎn)品，但如果這種高標準是通過增加成本做到的，并不是一個良好的現(xiàn)象。應(yīng)考慮放寬規(guī)格界限，降低人力以及物力的成本。余率過大如圖6-23所示。2)不合規(guī)型不合規(guī)型表示呈現(xiàn)出的狀態(tài)包含不符合規(guī)格的產(chǎn)品，不合規(guī)型包含三種狀態(tài)：單邊不良、雙邊不良和離島現(xiàn)象。單邊不良表示產(chǎn)品分布小于規(guī)格下限或大于規(guī)格上限。通俗地講就是產(chǎn)品分布中包含不合規(guī)產(chǎn)品，需要及時進行調(diào)整，糾正平均值位置以提高品質(zhì)。平均值偏向一邊如圖6-24所示。雙邊不良表示產(chǎn)品分散程度過大，超過了規(guī)格的上限與下限，表示當前生產(chǎn)能力不滿足規(guī)格，應(yīng)對生產(chǎn)技術(shù)以及人員做出調(diào)整，或考慮規(guī)格是否過于嚴格。雙邊不良如圖6-25所示。離島現(xiàn)象有“離島”產(chǎn)品出現(xiàn)，且發(fā)生不良現(xiàn)象，說明過程有異常原因存在，應(yīng)調(diào)查離島的原因，判明離島原因(通常為特異原因)并予以去除。離島現(xiàn)象如圖6-26所示。Matplotlib中用于繪制直方圖的方法為hist()，代碼如下所示。參數(shù)說明如表6-10所示。生成滿足正態(tài)分布的實驗數(shù)據(jù)，使用hist()方法繪制柱狀圖，統(tǒng)計區(qū)間設(shè)置為40，并設(shè)置顯示頻率統(tǒng)計結(jié)果，代碼如下所示。結(jié)果如圖6-27所示。三、創(chuàng)建子圖上述繪圖方法分別將圖形繪制到了不同的figure中。如果想要將兩個圖繪制到同一個figure中，可以借助plt.subplots()方法，該方法能夠返回一個包含figure和axes對象的元祖，并且可以由兩個變量分別接收，通常只會用到axes對象。plt.subplots()方法代碼如下所示。fig,axs=plt.subplots(nrows=1,ncols=1,figsize=(int,int))參數(shù)說明如下所示。(1)?nrows與ncols：表示子圖網(wǎng)格的行/列數(shù)。(2)?figsize：用于設(shè)置圖的大小。子圖網(wǎng)格生成后，使用axs[int]的方式為每個子圖添加圖形，axs下標從0開始，分別為axs[0]和axs[1]添加縱向條形圖和橫向條形圖。使用subplots()方式繪制圖標后，