数据分析-Matplotlib：绘图和可视化

学习路线

• 简介
• 简单绘制线形图
• plot函数
• 支持图类型
• 保存图表

1、简介

　　Matplotlib是一个强大的Python绘图和数据可视化的工具包。数据可视化也是我们数据分析的最重要的工作之一，可以帮助我们完成很多操作，例如：找出异常值、必要的一些数据转换等。完成数据分析的最终结果也许就是做一个可交互的数据可视化。

安装：

pip3 install matplotlib

引用方法：

import matplotlib.pyplot as plt

2、简单绘制线形图

plt.plot()   # 绘图函数
plt.show()   # 显示图像

在jupyter notebook中不执行这条语句也是可以将图形展示出来
import matplotlib.pyplot as plt
import numpy as np
data = np.arange(100)
plt.plot(data)
plt.show() # 显示图像，在notebook中不执行这一句也可以

实例：

　　虽然seaborn这些库和pandas的内置绘图函数能够处理许多普通的绘图任务，如果需要自定义一些高级功能的话就必须要matplotlib API.

3、plot函数

　　plot函数：绘制折线图

线型linestyle(-,-.,--,..)
点型marker(v,^,s,*,H,+,X,D,O,...)
颜色color(b,g,r,y,k,w,...)

简单的绘制

plt.plot([0,3,9,15,30],linestyle = '-.',color = 'r',marker = 'o') 

图像标注

　　

例子：

绘制数学函数图

　　使用Matplotlib模块在一个窗口中绘制数学函数y=x, y=x**2,y=sinx的图像，使用不同颜色的线加以区别，并使用图例说明各个线代表什么函数。

4、支持的图类型

饼图的绘制

5、保存图表到文件

　　plt.savafig('文件名.拓展名')

文件类型是通过文件扩展名推断出来的。因此，如果你使用的是.pdf，就会得到一个PDF文件。

Copy
plt.savefig('123.pdf')
savefig并非一定要写入磁盘，也可以写入任何文件型的对象，比如BytesIO：

Copy
from io import BytesIO
buffer = BytesIO()
plt.savefig(buffer)
plot_data = buffer.getvalue()

例子：

　　1、绘制每个国家或者地区的电影数量的柱状图

分析：先读取本地文件数据，在通过pandas的guonpby进行分组查询获取电影数量，在进行绘图。

获取数据后进行绘图：

2、绘制每年电影上映数量的曲线图

绘图：

3、根据电影的时长绘制饼图

补充知识点：

　　用ipython进行绘图，在cmd命令行

在当前的环境下安装模块，这样就不用退出ipython界面，直接install即可。

# !pip3 intall pandas 

结果展示：