东尼的博客
东尼的博客

Matplotlib简明教程

AndyFree96 AndyFree96 收录于 数据科学
 约 3500 字 预计阅读 7 分钟 
/images/202104/1/andrei-r-popescu-55-0fj5nJow-unsplash.jpg

在数据科学和分析领域，图表不仅是展示数据的工具，更是讲故事的语言。Matplotlib 是 Python 中历史最悠久且功能最全面的绘图库。无论你是想画一个简单的折线图，还是需要定制复杂的多图布局，Matplotlib 都能满足你的需求。这篇文章将带你快速上手，学会用代码画出数据的价值。

创建图与图表是很多分析项目中的一个重要步骤，它通常是项目开始时探索性数据分析（EDA）的一部分，或者在项目报告阶段向其他人介绍你的数据分析结果时使用。

/images/202104/1/0.jpg

matplotlib 是一个绘图库，创建的图形可达到出版的质量要求。它可以创建常用的统计图，包括条形图、箱线图、折线图、散点图和直方图等等图形。matplotlib 提供了对图形各个部分进行定制的功能。例如，它可以设置图形的形状和大小、x 轴与 y 轴的范围和标度、x 轴和 y 轴的刻度线和标签、图例以及图形的标题。更多关于定制图形的信息请查看：https://matplotlib.org/users/beginner.html 。

下面，我们就开始学习一些常见图形的绘制，使用的数据来自The Complete Pokemon Dataset。

先将数据导入，

1
2
3
4
5
6
7
8
9

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.style.use('ggplot')
%matplotlib inline

data = pd.read_csv('../../Datasets/pokemon.csv')
data.head()

数据前5行

数据每一列的含义如下，

字段含义

条形图

假如我们想查看一下每一代 Pokemon 的数量，并用条形图显示出来，该怎么办呢？

1
2

generation = data['generation'].value_counts()
plt.bar(generation.index, generation.values)

可以看到如下结果：

每一代Pokemon数量

如果我们想添加轴标签和标题的话，加上如下内容即可：

1
2
3

plt.xlabel('generation')
plt.ylabel('count')
plt.title('Generation and Count')

/images/202104/1/4.png

为了方便起见，我们也可以为每个条加上数值标签，

1
2

for x,y in enumerate(generation.values):
    plt.text(x+1,y,'%s' % y,ha='center')

/images/202104/1/5.png

matplotlib.pyplot.bar函数详情：

1

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)
  • x: 指定图形横轴坐标
  • height: 指定条形图的高度
  • width: 指定条形图的宽度
  • color: 指定条形图前景色
  • edgecolor: 设置条形图边界颜色
  • linewidth: 设置条形图边界宽度

更多内容请查看：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.bar.html

知道了上述参数的含义之后，我们就可以对之前的图形进行小小的改动啦！

1
2
3
4
5
6
7
8

generation = data['generation'].value_counts()
plt.bar(generation.index, generation.values, facecolor='orange',edgecolor='green', linewidth=2)
plt.xlabel('generation')
plt.ylabel('count')
plt.title('Generation and Count')

for x,y in enumerate(generation.values):
    plt.text(x+1,y,'%s' % y,ha='center')

/images/202104/1/12.png

箱线图

箱线图一般用来展示数据的分布（如上下四分位数、中位数等），同时，也可以用来反映数据的异常情况。

1
2
3

box = data[['defense','attack','hp']]
plt.boxplot(box.values)
plt.setp(plt.gca(),xticklabels=['defense','attack','hp'])

/images/202104/1/6.png

matplotlib.pyplot.boxplot函数详情：

1

matplotlib.pyplot.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_xticks=True, autorange=False, zorder=None)
  • x: 指定绘图的数据
  • notch: 是否是凹口的形式展示箱线图，默认为非凹口
  • sym: 指定异常点的形状
  • vert: 是否需要将图形垂直摆放，默认为垂直摆放
  • whis: 指定上下须与上下四分位数的距离，默认为 1.5 倍的四分位差
  • positions: 指定图形的位置，默认为[0,1,2……]
  • widths: 指定图形的宽度，默认为 0.5
  • patch_artist: 是否填充箱体的颜色
  • meanline: 是否用线表示均值，默认用点表示
  • showmeans: 是否显示均值，默认不显示
  • showcaps: 是否显示图形顶端和末端的两条线，默认显示
  • showbox: 是否显示图形的箱体，默认显示
  • showfliers: 是否显示异常值，默认显示
  • boxprops: 设置箱体的属性，如边框色、填充色等
  • labels: 指定箱线图的标签
  • filerprops: 设置异常值的属性，如异常点的形状、大小等
  • medianprops: 设置中位数的属性，如线的类型、粗细等
  • meanprops: 设置均值的属性，如点的大小、颜色等
  • capprops: 设置图形顶端和末端线条的属性，如颜色、粗细等
  • whiskerprops: 设置须得属性，如颜色、粗细等

更多内容请查看：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.boxplot.html

折线图

我们不妨查看一下每一代 Pokemon 攻击力的走势，

1
2
3
4
5
6

generation_attack = data.pivot('name', 'generation', 'attack').fillna(0)
for col in generation_attack.columns:
    gene = generation_attack[generation_attack[col] > 0][col].sort_values()
    plt.plot(range(gene.shape[0]),gene.values,label=col)
plt.legend()
plt.ylabel('Attack')

/images/202104/1/7.png

matplotlib.pyplot.plot函数详情：

1

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
  • x: x 轴数据
  • y: y 轴数据
  • fmt: 格式化字符串

更多内容请查看：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html

散点图

将防御力和攻击力用散点图绘制出来，

1
2
3

plt.scatter(data['attack'], data['defense'])
plt.xlabel('attck')
plt.ylabel('defense')

/images/202104/1/8.png

matplotlib.pyplot.scatter函数详情：

1

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None)
  • x: 指定数据横坐标
  • y: 指定数据纵坐标
  • s: 指定标记大小
  • c: 指定标记颜色
  • marker: 设置标记样式
  • alpha: 设置透明度
  • linewidths: 设置标记边缘的线宽
  • edgecolors: 设置标记边缘的颜色

更多内容请查看：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html

直方图

将防御力的分布用直方图绘制，

1
2
3

plt.hist(data['defense'],bins=25)
plt.xlabel('Defense')
plt.ylabel('Frequency')

/images/202104/1/9.png

matplotlib.pyplot.hist函数详情：

1

matplotlib.pyplot.hist(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, normed=None)
  • x: 指定每个 bin 分布的数据，对应 x 轴
  • bins: 指定 bin 的个数
  • range: 指定 bin 的分布范围
  • density: 是否将得到的直方图归一化
  • cumulative: 是否绘制累积频数图
  • bottom: 指定每个 bin 底部的基线位置
  • histtype: 指定直方图类型
  • align: 设置直方图的绘制方式，默认为 mid
  • orientation: 指定方向，水平或垂直
  • log: 是否使用对数刻度
  • label: 设置图形的标签说明
  • stacked: 是否将图形堆叠

更多内容请查看：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.hist.html

饼图

接下来，我们可以看一下幻之宝可梦所占的比例，

1
2
3
4

color = ["aqua", "orange"]
leg = [data[data['is_legendary'] == 0].shape[0],data[data['is_legendary'] == 1].shape[0]]
legPie = plt.pie(leg,labels=['Non Legendary', 'Legendary'],colors=color,shadow=True,
                autopct='%1.1f%%',startangle=45,explode=(0,0.1))

/images/202104/1/10.png

matplotlib.pyplot.pie函数详情：

1

matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False)
  • x: 指定绘图的数据
  • explode: 指定饼图某些部分突出显示
  • labels: 指定饼图的标签说明
  • colors: 指定饼图的填充色
  • autopct: 设置百分比格式
  • pctdistance: 设置百分比标签与圆心的距离
  • shadow: 是否添加阴影效果
  • labeldistance: 设置各扇形标签与圆心的距离
  • startangle: 设置饼图的初始摆放角度
  • radius: 设置饼图的半径大小
  • counterclock: 是否让饼图按逆时针显示
  • wedgeprops: 设置饼图内外边界属性，如边界线的粗细、颜色等
  • textprops: 设置饼图中文本的属性，如字体大小、颜色等
  • center: 指定饼图的中心位置
  • frame: 是否要显示饼图背后的图框
  • rotatelabels: 是否要让扇形标签跟着扇形角度旋转

更多内容请查看：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.pie.html

如果感觉意犹未尽的话，可以到：https://matplotlib.org/gallery/index.html

/images/202104/1/11.png

学习各种图的绘制。

万一这都满足不了你对可视化的追求的话，可以参考10 Useful Python Data Visualization Libraries for Any Discipline，进行学习。

绘制 NAB 球员出手位置

接下来，我们将提取 NBA 球员投篮数据，然后用matplotlib和seaborn绘制出手位置图。

首先我们导入需要用到的包：

1
2
3
4
5
6

import requests
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

%matplotlib inline

NBA 有一个官方统计网站https://stats.nba.com/，可以在该网站到查到各种统计数据。 为了获取到James Harden在2018-2019赛季的投篮数据，可以使用以下地址：

1
2

player_id = "201935"
shot_chart_url = "https://stats.nba.com/stats/shotchartdetail?CFID=33&CFPARAMS=2018-19&ContextFilter=&ContextMeasure=FGA&DateFrom=&DateTo=&GameID=&GameSegment=&LastNGames=0&LeagueID=00&Location=&MeasureType=Base&Month=0&OpponentTeamID=0&Outcome=&PaceAdjust=N&PerMode=PerGame&Period=0&PlayerID="+ player_id + "&PlusMinus=N&Position=&Rank=N&RookieYear=&Season=2018-19&SeasonSegment=&SeasonType=Regular+Season&TeamID=0&VsConference=&VsDivision=&mode=Advanced&showDetails=0&showShots=1&showZones=0&PlayerPosition="

其中player_id指的是球员的 ID，比如James Harden的 ID 就是201935。

每个球员的 ID 都可以在https://stats.nba.com/查到，比如Kobe Bryant, 搜索Kobe Bryant

/images/202104/2/1.png

地址栏中的977就是他的球员 ID

/images/202104/2/2.png

接下来，我们可以使用Requests包请求上述地址获取到数据：

1
2

headers = {'User-Agent': "Mozilla"}
response = requests.get(shot_chart_url, headers=headers)

请求返回的数据是 JSON 格式的，可以用Pandas创建一个DataFrame对象，方便后续处理。

1
2
3
4
5
6
7
8

column_names = response.json()['resultSets'][0]['headers']
shots = response.json()['resultSets'][0]['rowSet']

shot_df = pd.DataFrame(shots, columns=column_names)

from IPython.display import display
with pd.option_context('display.max_columns', None):
    display(shot_df.head())

/images/202104/2/3.png

以上便是James Harden在2018-2019赛季常规赛的投篮数据。其中LOC_X,LOC_Y就是出手位置，可以用散点图将其绘制出来：

1
2
3
4
5

sns.set_style("white")
sns.set_color_codes()
plt.figure(figsize=(12,11))
plt.scatter(shot_df.LOC_X, shot_df.LOC_Y, alpha=0.3)
plt.show()

/images/202104/2/4.png

为了更加直观，我们用以下代码把球场绘制出来：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53

from matplotlib.patches import Circle, Rectangle, Arc

def draw_court(ax=None, color='black', lw=2, outer_lines=False):
    if ax is None:
        ax = plt.gca()

    hoop = Circle((0, 0), radius=7.5, linewidth=lw, color=color, fill=False)

    backboard = Rectangle((-30, -7.5), 60, -1, linewidth=lw, color=color)

    outer_box = Rectangle((-80, -47.5), 160, 190, linewidth=lw, color=color,
                          fill=False)

    inner_box = Rectangle((-60, -47.5), 120, 190, linewidth=lw, color=color,
                          fill=False)


    top_free_throw = Arc((0, 142.5), 120, 120, theta1=0, theta2=180,
                         linewidth=lw, color=color, fill=False)

    bottom_free_throw = Arc((0, 142.5), 120, 120, theta1=180, theta2=0,
                            linewidth=lw, color=color, linestyle='dashed')

    restricted = Arc((0, 0), 80, 80, theta1=0, theta2=180, linewidth=lw,
                     color=color)

    corner_three_a = Rectangle((-220, -47.5), 0, 140, linewidth=lw,
                               color=color)
    corner_three_b = Rectangle((220, -47.5), 0, 140, linewidth=lw, color=color)

    three_arc = Arc((0, 0), 475, 475, theta1=22, theta2=158, linewidth=lw,
                    color=color)

    center_outer_arc = Arc((0, 422.5), 120, 120, theta1=180, theta2=0,
                           linewidth=lw, color=color)
    center_inner_arc = Arc((0, 422.5), 40, 40, theta1=180, theta2=0,
                           linewidth=lw, color=color)

    court_elements = [hoop, backboard, outer_box, inner_box, top_free_throw,
                      bottom_free_throw, restricted, corner_three_a,
                      corner_three_b, three_arc, center_outer_arc,
                      center_inner_arc]

    if outer_lines:

        outer_lines = Rectangle((-250, -47.5), 500, 470, linewidth=lw,
                                color=color, fill=False)
        court_elements.append(outer_lines)

    for element in court_elements:
        ax.add_patch(element)

    return ax

绘制球场

1
2
3
4
5

plt.figure(figsize=(12, 11))
draw_court(outer_lines=True)
plt.xlim(-300, 300)
plt.ylim(-100, 500)
plt.show()

/images/202104/2/5.png

将出手位置也加进去

1
2
3
4
5

plt.figure(figsize=(12, 11))
plt.scatter(shot_df.LOC_X, shot_df.LOC_Y, alpha=0.3)
draw_court(outer_lines=True)
plt.xlim(300,-300)
plt.show()

/images/202104/2/6.png

使用Seaborn的jointplot绘制图像

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

joint_shot_chart = sns.jointplot(shot_df.LOC_X, shot_df.LOC_Y, space=0, alpha=0.5)
joint_shot_chart.fig.set_size_inches(12,11)

ax = joint_shot_chart.ax_joint
draw_court(ax)

ax.set_xlim(-250, 250)
ax.set_ylim(422.5, -47.5)


ax.set_xlabel("")
ax.set_ylabel("")
ax.tick_params(labelbottom="off", labelleft="off")

/images/202104/2/7.png

从中可以看到其出手位置的分布情况。

值得注意的是，shot_df中有一列SHOT_MADE_FLAG代表的是是否投中（1 为投中，0 为未投中），我们可以查看一下投中出手位置的分布：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

made_df = shot_df[shot_df['SHOT_MADE_FLAG']==1]

joint_shot_chart = sns.jointplot(made_df.LOC_X, made_df.LOC_Y, space=0, alpha=0.5, color='r')
joint_shot_chart.fig.set_size_inches(12,11)

ax = joint_shot_chart.ax_joint
draw_court(ax)

ax.set_xlim(-250, 250)
ax.set_ylim(422.5, -47.5)


ax.set_xlabel("")
ax.set_ylabel("")
ax.tick_params(labelbottom="off", labelleft="off")

/images/202104/2/8.png

参考

更新于 2021-04-27 
PythonMatplotlib数据分析数据可视化数据科学
返回 | 主页
请作者喝杯咖啡!
AndyFree96 支付宝支付宝
AndyFree96 微信微信
0%