Python中的資料視覺化matplotlib與繪相簿模組

import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r'c:windowsfontssimsun.ttc')


# 修改背景為條紋
plt.style.use('ggplot')

classes = ['3班', '4班', '5班', '6班']

classes_index = range(len(classes))
print(list(classes_index))
# [0, 1, 2, 3]

student_amounts = [66, 55, 45, 70]

# 畫布設定
fig = plt.figure()
# 1,1,1表示一張畫布切割成1行1列共一張圖的第1個；2,2,1表示一張畫布切割成2行2列共4張圖的第一個（左上角）
ax1 = fig.add_subplot(1, 1, 1)
ax1.bar(classes_index, student_amounts, align='center', color='darkblue')
ax1.xaxis.set_ticks_position('bottom')
ax1.yaxis.set_ticks_position('left')

plt.xticks(classes_index,
           classes,
           rotation=0,
           fontsize=13,
           fontproperties=font)
plt.xlabel('班級', fontproperties=font, fontsize=15)
plt.ylabel('學生人數', fontproperties=font, fontsize=15)
plt.title('班級-學生人數', fontproperties=font, fontsize=20)
# 儲存圖片，bbox_inches='tight'去掉圖形四周的空白
# plt.savefig('classes_students.png', dpi=400, bbox_inches='tight')
plt.show()

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r'c:windowsfontssimsun.ttc')

# 修改背景為條紋
plt.style.use('ggplot')
mu1, mu2, sigma = 50, 100, 10

# 構造均值為50的符合正態分佈的資料
x1 = mu1 + sigma * np.random.randn(10000)
print(x1)
# [59.00855949 43.16272141 48.77109774 ... 57.94645859 54.70312714
#  58.94125528]

# 構造均值為100的符合正態分佈的資料
x2 = mu2 + sigma * np.random.randn(10000)
print(x2)
# [115.19915511  82.09208214 110.88092454 ...  95.0872103  104.21549068
#  133.36025251]

fig = plt.figure()
ax1 = fig.add_subplot(121)
# bins=50表示每個變數的值分成50份，即會有50根柱子
ax1.hist(x1, bins=50, color='darkgreen')

ax2 = fig.add_subplot(122)
ax2.hist(x2, bins=50, color='orange')

fig.suptitle('兩個正態分佈', fontproperties=font, fontweight='bold', fontsize=15)
ax1.set_title('綠色的正態分佈', fontproperties=font)
ax2.set_title('橙色的正態分佈', fontproperties=font)
plt.show()

import numpy as np
from numpy.random import randn
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r'c:windowsfontssimsun.ttc')

# 修改背景為條紋
plt.style.use('ggplot')

np.random.seed(1)

# 使用numpy的累加和，保證資料取值範圍不會在（0，1）內波動
plot_data1 = randn(40).cumsum()
print(plot_data1)
# [ 1.62434536  1.01258895  0.4844172  -0.58855142  0.2768562  -2.02468249
#  -0.27987073 -1.04107763 -0.72203853 -0.97140891  0.49069903 -1.56944168
#  -1.89185888 -2.27591324 -1.1421438  -2.24203506 -2.41446327 -3.29232169
#  -3.25010794 -2.66729273 -3.76791191 -2.6231882  -1.72159748 -1.21910314
#  -0.31824719 -1.00197505 -1.12486527 -2.06063471 -2.32852279 -1.79816732
#  -2.48982807 -2.8865816  -3.5737543  -4.41895994 -5.09020607 -5.10287067
#  -6.22018102 -5.98576532 -4.32596314 -3.58391898]

plot_data2 = randn(40).cumsum()
plot_data3 = randn(40).cumsum()
plot_data4 = randn(40).cumsum()

plt.plot(plot_data1, marker='o', color='red', linestyle='-', label='紅實線')
plt.plot(plot_data2, marker='x', color='orange', linestyle='--', label='橙虛線')
plt.plot(plot_data3, marker='*', color='yellow', linestyle='-.', label='黃點線')
plt.plot(plot_data4, marker='s', color='green', linestyle=':', label='綠點圖')

# loc='best'給label自動選擇最好的位置
plt.legend(loc='best', prop=font)
plt.show()

import numpy as np
from numpy.random import randn
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r'c:windowsfontssimsun.ttc')

# 修改背景為條紋
plt.style.use('ggplot')

x = np.arange(1, 20, 1)
print(x)
# [ 1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]

# 擬合一條水平散點線
np.random.seed(1)
y_linear = x + 10 * np.random.randn(19)
# print(y_linear)
# [ 17.24345364  -4.11756414  -2.28171752  -6.72968622  13.65407629
#  -17.01538697  24.44811764   0.38793099  12.19039096   7.50629625
#   25.62107937  -8.60140709   9.77582796  10.15945645  26.33769442
#    5.00108733  15.27571792   9.22141582  19.42213747]

# 擬合一條x²的散點線
y_quad = x**2 + 10 * np.random.randn(19)
print(y_quad)
# [  6.82815214  -7.00619177  20.4472371   25.01590721  30.02494339
#   45.00855949  42.16272141  62.77109774  71.64230566  97.3211192
#  126.30355467 137.08339248 165.03246473 189.128273   216.54794359
#  249.28753869 288.87335401 312.82689651 363.34415698]

# s是散點大小
fig = plt.figure()
ax1 = fig.add_subplot(121)
plt.scatter(x, y_linear, s=30, color='r', label='藍點')
plt.scatter(x, y_quad, s=100, color='b', label='紅點')

ax2 = fig.add_subplot(122)
plt.plot(x, y_linear, color='r')
plt.plot(x, y_quad, color='b')

# 限制x軸和y軸的範圍取值
plt.xlim(min(x) - 1, max(x) + 1)
plt.ylim(min(y_quad) - 10, max(y_quad) + 10)
fig.suptitle('散點圖+直線圖', fontproperties=font, fontsize=20)
ax1.set_title('散點圖', fontproperties=font)
ax1.legend(prop=font)
ax2.set_title('直線圖', fontproperties=font)
plt.show()

import numpy as np
import matplotlib.pyplot as plt
from pylab import mpl
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r'c:windowsfontssimsun.ttc')


mpl.rcParams['font.sans-serif'] = ['SimHei']

fig, ax = plt.subplots(subplot_kw=dict(aspect="equal"))

recipe = ['優', '良', '輕度汙染', '中度汙染', '重度汙染', '嚴重汙染', '缺']

data = [2, 49, 21, 9, 11, 6, 2]
colors = ['lime', 'yellow', 'darkorange', 'red', 'purple', 'maroon', 'grey']
wedges, texts, texts2 = ax.pie(data,
                               wedgeprops=dict(width=0.5),
                               startangle=40,
                               colors=colors,
                               autopct='%1.0f%%',
                               pctdistance=0.8)
plt.setp(texts2, size=14, weight="bold")

bbox_props = dict(boxstyle="square,pad=0.3", fc="w", ec="k", lw=0.72)
kw = dict(xycoords='data',
          textcoords='data',
          arrowprops=dict(arrowstyle="->"),
          bbox=None,
          zorder=0,
          va="center")

for i, p in enumerate(wedges):
    ang = (p.theta2 - p.theta1) / 2. + p.theta1
    y = np.sin(np.deg2rad(ang))
    x = np.cos(np.deg2rad(ang))
    horizontalalignment = {-1: "right", 1: "left"}[int(np.sign(x))]
    connectionstyle = "angle,angleA=0,angleB={}".format(ang)
    kw["arrowprops"].update({"connectionstyle": connectionstyle})
    ax.annotate(recipe[i],
                xy=(x, y),
                xytext=(1.25 * np.sign(x), 1.3 * y),
                size=16,
                horizontalalignment=horizontalalignment,
                fontproperties=font,
                **kw)

ax.set_title("餅圖範例", fontproperties=font)

plt.show()
# plt.savefig('jiaopie2.png')

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r'c:windowsfontssimsun.ttc')
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
plt.figure(figsize=(10, 4))
# 建立圖表、資料

f = df.boxplot(
    sym='o',  # 異常點形狀，參考marker
    vert=True,  # 是否垂直
    whis=1.5,  # IQR，預設1.5，也可以設定區間比如[5,95]，代表強制上下邊緣為資料95%和5%位置
    patch_artist=True,  # 上下四分位框內是否填充，True為填充
    meanline=False,
    showmeans=True,  # 是否有均值線及其形狀
    showbox=True,  # 是否顯示箱線
    showcaps=True,  # 是否顯示邊緣線
    showfliers=True,  # 是否顯示異常值
    notch=False,  # 中間箱體是否缺口
    return_type='dict'  # 返回型別為字典
)
plt.title('boxplot')

for box in f['boxes']:
    box.set(color='b', linewidth=1)  # 箱體邊框顏色
    box.set(facecolor='b', alpha=0.5)  # 箱體內部填充顏色
for whisker in f['whiskers']:
    whisker.set(color='k', linewidth=0.5, linestyle='-')
for cap in f['caps']:
    cap.set(color='gray', linewidth=2)
for median in f['medians']:
    median.set(color='DarkBlue', linewidth=2)
for flier in f['fliers']:
    flier.set(marker='o', color='y', alpha=0.5)
# boxes, 箱線
# medians, 中位值的橫線,
# whiskers, 從box到error bar之間的豎線.
# fliers, 異常值
# caps, error bar橫線
# means, 均值的橫線
plt.show()

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r'c:windowsfontssimsun.ttc')


header_list = ['方程組', '函數', '導數', '微積分', '線性代數', '概率論', '統計學']
py3_df = pd.read_excel('py3.xlsx', header=None,   skiprows=[0, 1], names=header_list)
# 處理帶有NaN的行
py3_df = py3_df.dropna(axis=0) #
print(py3_df)

# 自定義對映
map_dict = {
    '不會': 0,
    '瞭解': 1,
    '熟悉': 2,
    '使用過': 3,
}

for header in header_list:
    py3_df[header] = py3_df[header].map(map_dict)

unable_series = (py3_df == 0).sum(axis=0)
know_series = (py3_df == 1).sum(axis=0)
familiar_series = (py3_df == 2).sum(axis=0)
use_series = (py3_df == 3).sum(axis=0)

unable_label = '不會'
know_label = '瞭解'
familiar_label = '熟悉'
use_label = '使用過'
for i in range(len(header_list)):
    bottom = 0

    # 描繪不會的條形圖
    plt.bar(x=header_list[i], height=unable_series[i],  width=0.60, color='r', label=unable_label)
    if unable_series[i] != 0:
        plt.text(header_list[i], bottom, s=unable_series[i],   ha='center', va='bottom', fontsize=15, color='white')
    bottom += unable_series[i]

    # 描繪瞭解的條形圖
    plt.bar(x=header_list[i], height=know_series[i],  width=0.60, color='y', bottom=bottom, label=know_label)
    if know_series[i] != 0:
        plt.text(header_list[i], bottom, s=know_series[i],  ha='center', va='bottom', fontsize=15, color='white')
    bottom += know_series[i]

    # 描繪熟悉的條形圖
    plt.bar(x=header_list[i], height=familiar_series[i],    width=0.60, color='g', bottom=bottom, label=familiar_label)
    if familiar_series[i] != 0:
        plt.text(header_list[i], bottom, s=familiar_series[i], ha='center', va='bottom', fontsize=15, color='white')
    bottom += familiar_series[i]

    # 描繪使用過的條形圖
    plt.bar(x=header_list[i], height=use_series[i],  width=0.60, color='b', bottom=bottom, label=use_label)
    if use_series[i] != 0:
        plt.text(header_list[i], bottom, s=use_series[i], ha='center', va='bottom', fontsize=15, color='white')

    unable_label = know_label = familiar_label = use_label = ''

plt.xticks(header_list, fontproperties=font)
plt.ylabel('人數', fontproperties=font)
plt.title('Python3期數學摸底視覺化', fontproperties=font)
plt.legend(prop=font, loc='upper left')
plt.show()

    方程組   函數   導數        微積分       線性代數  概率論  統計學
0   使用過  使用過   不會         不會         不會   不會   不會
1   使用過  使用過   瞭解         不會         不會   不會   不會
2   使用過  使用過   熟悉         不會         不會   不會   不會
3    熟悉   熟悉   熟悉         瞭解         瞭解   瞭解   瞭解
4   使用過  使用過  使用過        使用過        使用過  使用過  使用過
5   使用過  使用過  使用過         不會         不會   不會   瞭解
6    熟悉   熟悉   熟悉         熟悉         熟悉   熟悉   不會
7   使用過  使用過  使用過        使用過        使用過  使用過  使用過
8    熟悉   熟悉   熟悉         熟悉         熟悉  使用過  使用過
9    熟悉   熟悉  使用過         不會        使用過  使用過   不會
10  使用過  使用過   熟悉         熟悉         熟悉   熟悉   熟悉
11  使用過  使用過  使用過        使用過        使用過   不會   不會
12  使用過  使用過  使用過        使用過        使用過  使用過  使用過
13  使用過  使用過   瞭解         不會         不會   不會   不會
14  使用過  使用過  使用過        使用過        使用過   不會   不會
15  使用過  使用過   熟悉         不會         不會   不會   不會
16   熟悉   熟悉  使用過        使用過        使用過   不會   不會
17  使用過  使用過  使用過         瞭解         不會   不會   不會
18  使用過  使用過  使用過        使用過         熟悉   熟悉   熟悉
19  使用過  使用過  使用過         瞭解         不會   不會   不會
20  使用過  使用過  使用過        使用過        使用過  使用過  使用過
21  使用過  使用過  使用過        使用過        使用過  使用過  使用過
22  使用過  很瞭解   熟悉  瞭解一點，不會運用  瞭解一點，不會運用   瞭解   不會
23  使用過  使用過  使用過        使用過         熟悉  使用過   熟悉
24   熟悉   熟悉   熟悉        使用過         不會   不會   不會
25  使用過  使用過  使用過        使用過        使用過  使用過  使用過
26  使用過  使用過  使用過        使用過        使用過   不會   不會
27  使用過  使用過   不會         不會         不會   不會   不會
28  使用過  使用過  使用過        使用過        使用過  使用過   瞭解
29  使用過  使用過  使用過        使用過        使用過   瞭解   不會
30  使用過  使用過  使用過        使用過        使用過   不會   不會
31  使用過  使用過  使用過        使用過         不會  使用過  使用過
32   熟悉   熟悉  使用過        使用過        使用過   不會   不會
33  使用過  使用過  使用過        使用過         熟悉  使用過   熟悉
34   熟悉   熟悉   熟悉        使用過        使用過   熟悉   不會
35  使用過  使用過  使用過        使用過        使用過  使用過  使用過
36  使用過  使用過  使用過        使用過        使用過  使用過   瞭解
37  使用過  使用過  使用過        使用過        使用過   不會   不會
38  使用過  使用過  使用過         不會         不會   不會   不會
39  使用過  使用過   不會         不會         不會   不會   不會
40  使用過  使用過  使用過        使用過        使用過   不會   不會
41  使用過  使用過   熟悉         瞭解         瞭解   瞭解   不會
42  使用過  使用過  使用過         不會         不會   不會   不會
43   熟悉  使用過   瞭解         瞭解         不會   不會   不會